Redis 请合理使用 String 类型

慎用 String?

开篇之前先给出一个组对比：

1. 这是执行 flushdb 后的干净的 Redis 内存使用信息。

127.0.0.1:6379> info memory
# Memory
used_memory:502272
used_memory_human:490.50K
used_memory_rss:7901184
used_memory_peak:119628904
used_memory_peak_human:114.09M
used_memory_lua:33792
mem_fragmentation_ratio:15.73
mem_allocator:jemalloc-3.6.0

2. 执行100000次(一百万)循环执行 set 操作。

// 代码仅作参考
$redisHandle = Redis::connection('intranet_log_redis');
for ($i= 0; $i < 1000000; $i++) {
    $redisHandle->set($i, 10000000);
}

// 执行步骤2后的内存信息。
127.0.0.1:6379> info memory
# Memory
used_memory:72891064
used_memory_human:69.51M
used_memory_rss:80601088
used_memory_peak:134217744
used_memory_peak_human:128.00M
used_memory_lua:33792
mem_fragmentation_ratio:1.11
mem_allocator:jemalloc-3.6.0

// 由上信息可知除去本身redis占用的内存，一百万个键值对使用了69M的内存。

3. 再次执行 flushdb 后，改为hash类型存储，再次执行1000000(一百万)次循环。

// 代码仅供参考
$redisHandle = Redis::connection('intranet_log_redis');
for ($i= 0; $i < 1000000; $i++) {
    $redisHandle->hset('testKey', $i, 10000000);
}

// 执行步骤3后查看内存信息
127.0.0.1:6379> info memory
# Memory
used_memory:72883104
used_memory_human:3.43M
used_memory_rss:82509824
used_memory_peak:134217744
used_memory_peak_human:128.00M
used_memory_lua:33792
mem_fragmentation_ratio:1.13
mem_allocator:jemalloc-3.6.0

当当当！ 使用了hash存储，内存使用减少了 20 倍！！！这是为什么尼？？？

String 类型存储结构

为什么存储同样数据量的相同数据，string 会比 hash 大了 20 倍？带着这个疑问然后学习下 string 的具体实现方式。

上面的例子中 value 部分都是 1000000 ，可用用1个8字节的 Long 类型存储。而key 则是 0～1000000 同样可以用 Long 存储。理论上存储只需要几M的内存，为什么用到了69M？

这就设计到 string 的编码和结构体了，比如说64位系统中保存一个整数。 redis 会用一个 8 字节的 Long 类型存储，这就是 int 编码方式。

而字符串则不太一样，采用 SDS(Simple Dynamic String) 简单动态字符串结构体存储。

结构	大小	描述
len	4B	4个字节，表示 buf 已用长度
alloc	4B	4个字节，表示 buf 的实际分配长度，通常大于 len
buf	数组，保持实际数据。	自动在数组后面连接一个 “\0”，标志数据的结尾。占1个字节

从上表格中可以看出 SDS 会有额外的 len 和 alloc 的存储开销，这个有点类似 Mogodb 。当然对于 string 类型来说除了 SDS 的开销外还有 RedisObject 结构体。它的作用在于用来记录数据的元数据同时指向这些数据，

RedisObject 包含一个8字节的元数据和一个8字节的指针(真实数据位置)。当然了为了节省内存空间，Redis 还对 Long 类型整数和 SDS 的内存布局做了专门的设计。

比如说：当保存的是 Long 类型整数时，RedisObject 中的指针就直接赋值为整数数据了，这样就不用额外的指针再指向整数了，节省了指针的空间开销。

当保存的是字符串数据，并且字符串小于等于 44 字节时，RedisObject 中的元数据、指针和 SDS 是一块连续的内存区域，这样就可以避免内存碎片。这种布局方式也被称为 embstr 编码方式。
当字符串大于 44 字节时，SDS 的数据量就开始变多了，Redis 就不再把 SDS 和 RedisObject 布局在一起了，而是会给 SDS 分配独立的空间，并用指针指向 SDS 结构。这种布局方式被称为 raw 编码模式。

上面列举的是 string 结构体和 RedisObject 带来的额外存储开销，但是不仅仅只有这一点。Redis 会使用一个全局哈希表保存所有键值对，哈希表的每一项是一个 dictEntry 的结构体，用来指向一个键值对。dictEntry 结构中有三个 8 字节的指针，分别指向 key、value 以及下一个 dictEntry，三个指针共 24 字节，如下图所示：

上面的三个指针共用了24字节，但是实际上 Redis 会给他分配32个字节，这个和 Redis 使用的内存分配 jemalloc 有关。jemalloc 在分配内存时，会根据我们申请的字节数 N，找一个比 N 大，但是最接近 N 的 2 的幂次数作为分配的空间，这样可以减少频繁分配的次数。所以接近24且比24大的只有32。

所以上面两个原因就是主要导致存储一百万个数据是使用了 69M，因为有很多地方带来了额外的内存开销。那为什么用 hash 就小很多尼？

哈希存储

Redis 有一种底层数据结构，叫压缩列表（ziplist），这是一种非常节省内存的结构。压缩列表 表头有三个字段 zlbytes、zltail 和 zllen，分别表示列表长度、列表尾的偏移量，以及列表中的 entry 个数。压缩列表尾还有一个 zlend，表示列表结束。如图：

压缩列表之所以能节省内存，就在于它是用一系列连续的 entry 保存数据。不用额外的指针进行连接，所以节省空间。 每个 entry 的元数据包括下面几部分。

结构	描述
prev_len	，表示前一个 entry 的长度。prev_len 有两种取值情况：1 字节或 5 字节。取值 1 字节时，表示上一个 entry 的长度小于 254 字节。虽然 1 字节的值能表示的数值范围是 0 到 255，但是压缩列表中 zlend 的取值默认是 255，因此，就默认用 255 表示整个压缩列表的结束，其他表示长度的地方就不能再用 255 这个值了。所以，当上一个 entry 长度小于 254 字节时，prev_len 取值为 1 字节，否则，就取值为 5 字节。
len	自身长度 4字节
encoding	编码方式 1字节
content	存储实际数据

当然了Hash 类型的两种底层实现结构，分别是压缩列表和哈希表。由下面两组参数控制合适使用哈希表或压缩列表。
hash-max-ziplist-entries：表示用压缩列表保存时哈希集合中的最大元素个数。默认512。
hash-max-ziplist-value：表示用压缩列表保存时哈希集合中单个元素的最大长度。默认60。

当 Hash 集合中写入的元素个数超过了 hash-max-ziplist-entries，或者写入的单个元素大小超过了 hash-max-ziplist-value，Redis 就会自动把 Hash 类型的实现结构由压缩列表转为哈希表。一旦从压缩列表转为了哈希表，Hash 类型就会一直用哈希表进行保存，而不会再转回压缩列表了。在节省内存空间方面，哈希表就没有压缩列表那么高效了。

所在文章前面做实验时候我把 hash-max-ziplist-entries 调到了一百万。所以但存储大量的键值对时候需要谨慎些，多想想。比如可以用 Hash 类型的二级编码方式。