Redis数据结构系列四：ZipList压缩链表

ZipList压缩链表

ZipList是一种特殊的“双端链表”（不是真的链表），由一系列特殊编码的连续内存块组成。可以在任意一端进行压入/弹出操作,并且该操作的时间复杂度为 0(1)。

ZipList整体结构

简述ZipList的底层内存结构。

• 总字节数（zlbytes）：整个ZipList所占用的总字节数。

• 尾偏移量（zltail）：尾节点（tail节点）到起始地址所占用的字节数

• entry数量（zllen）：ZipList中entry节点的数量。

• 结束标识（zlend）：一般ZipList以0xff作为结束标识。十进制则为255。

总结：

• 整个ziplist结构中 zlbytes、zltail、zllen、zllend这四部分字节数都是固定的。等于 4 + 4 + 2 +1 = 11字节。可变的部分只是entry节点的内容。

• 标记的头尾节点，且上述4部分的字节数都是固定，所以可以通过ertry节点占用字节数寻址，即达到连续内存且快速在头尾操作的效果。

Entry 数据结构

• previous_entry_length：前一entry节点的长度(占用的字节数)，该长度以1个或5个字节表示

  • 如果前一节点的长度<254字节，则采用1个字节来保存这个长度值

  • 如果前一节点的长度>254字节，则采用5个字节来保存这个长度值，且第一个字节为0xfe，后四个字节才是真实长度数据

• encoding：编码属性，记录content的数据类型（字符串or整数）以及长度，占用1个、2个或5个字节

• contents：负责保存节点的数据，可以是字符串或整数

注意：
ZipList中所有存储长度的数值均采用小端字节序保存，即低位在前，高位在后。如：数值0x1234，高位保存是：0x1234，低位保存是：0x3412

知识点一：

• 为什么不用链表的指针结构？
  因为指针占用8个字节，头尾指针共占用16字节，而用长度表示，最多占用5个字节，达到压缩内存的效果。

Encoding编码

Encoding编码分为两种，分别为字符串编码和整数编码。

• 字符串编码：以"00"，"01"，"10"开头，则证明content是字符串。
  

  字符串的编码长度为1、2、5个字节。例如，保存字符串"ab"，“bc”。
  1、entry节点的内存展示如下：

  

  • 由于*“ab”*是头结点，所以previous_entry_length=0x00

  • 内容占用两个字节，所以编码只需要使用单个字节表示，且长度为2，所以encoding=0x02

  • 内容中"ab"所对应的arcii码为"97"，“98”，所以内容content=0x61,0x62

  2、整体的ZipList结构如下：
  

  • 总字节数：zlbytes = 4 + 4 + 2 + entry节点（4+4）+ 1 = 19byte，所以zlbytes=0x13

  • 尾偏移量：zltail = zlbytes - zlend - tail节点的长度 = 19 - 1 -4 = 14byte，所以zltail=0x0e

  • entry数量： entry节点两个，所以zllen = 0x02

• 整数编码：以"11"开头，则证明content是整数。且encoding固定为1个字节
  

ZipList连锁更新问题

ZipList的每个entry都包含previous_entry_length来记录上一节点的大小，长度为1或5和字节表示。

• 如果前一节点的长度小于254字节，则采用1个字节来保存这个长度值

• 如果前一节点的长度大于等于254字节，则采用5个字节来保存这个长度值，第一个字节为0xfe，后四个字节才是真实长度数据

现在，假设我们有N个连续的、长度为250~253字节之间的entry，因此entry的previous_entry_length属性用1个字节
即可表示，如图所示:

若在头结点插入一个节点字节数长度为254的字符串，则变成如下图所示：

这样的话，下一节点的总字节数为250+5>254字节，所以依次传递下去，以后每一节点的previous_entry_length都要由1字节->变成5字节。这就是zipList连锁更新问题。

总结： ZipList这种特殊情况下产生的连续多次空间扩展操作称之为连锁更新(Cascade Update)。新增、删除都可能导致连锁更新的发生。

不过发生的概率极低。必要条件是：必须有N个连续的、长度为250~253字节之间的entry。

总结：

ZipList特性:

• 压缩列表的可以看做一种连续内存空间的"双向链表

• 列表的节点之间不是通过指针连接，而是记录上一节点和本节点长度来寻址，内存占用较低

• 如果列表数据过多，导致链表过长，可能影响查询性能

• 增或删较大数据时有可能发生连续更新问题