Redis中字符串的编码

摘要: Redis 中字符串的编码

【对算法，数学，计算机感兴趣的同学，欢迎关注我哈，阅读更多原创文章】
我的网站：潮汐朝夕的生活实验室
我的公众号：算法题刷刷
我的知乎：潮汐朝夕
我的github：FennelDumplings
我的leetcode：FennelDumplings

---

• Redis字符串类型内部编码
  • src/server.h
  • src/sds.h
  • src/object.c
• 相关题目: 力扣271-字符串的编码与解码

---

Redis 五大数据类型 String、Hash、List、Set、sorted set，每种数据类型都提供了最少两种内部的编码格式，Redis 会根据数据量自适应地选择较优化的内部编码格式。

想查看某个键的内部编码格式，可以使用 OBJECT ENCODING keyname 指令来进行，例如

Redis 的每个键值内部都是使用一个 C 语言结构体保存的，代码在 src/server.h 如下：

type：表示键值的数据类型，包括 String、List、Set、ZSet、Hash
refcount：表示该键值被引用的数量，即一个键值可被多个键引用
encoding：表示键值的内部编码方式，这是我们在这里关心的内容，源码依然在 src/server.h，取值有如下几种：

对于此处关心的字符串编码，Redis 中字符串对象的编码可以是 int，raw 或者 embstr 中的某一种。

#define OBJ_ENCODING_RAW 0 /* Raw representation */
#define OBJ_ENCODING_INT 1 /* Encoded as integer */
#define OBJ_ENCODING_EMBSTR 8 /* Embedded sds string encoding */

• int 编码：保存long 型的64位有符号整数
• embstr 编码：保存长度小于44字节的字符串
• raw 编码：保存长度大于44字节的字符串

以下对实际情况做测试

正常数字: 123
长度小于20的数字: 1234567890123456789
长度大于等于20的数字: 12345678901234567890
正常字符串：abc
长度小于等于44的字符串：abcdefghijklamopqrstuvwxyzabcdefghijklamopqr
长度大于44的字符串：abcdefghijklamopqrstuvwxyzabcdefghijklamopqrs

可以看到：Redis 内部会根据用户给的不同键值而使用不同的编码格式，而变换格式的策略，我们作为用户是可以知道的。

Redis 是使用 SDS(简单动态字符串) 结构体来存储字符串(前面截图的代码中 608 行也有想关注释 #define OBJ_ENCODING_EMBSTR 8 /* Embedded sds string encoding */)，在代码 src/sds.h 里定义了 5种 SDS结构体：

在五种定义中，这些字段名是一样的，只有类型稍有不同，见代码。结构体中的字段名如下：

• len：字符串的长度（实际使用的长度）
• alloc：分配内存的大小
• flags：标志位，低三位表示类型，其余五位未使用
• buf：字符数组

在此前试验中涉及到的三种编码：INT, EMDSTR, RAW。下面看一下它们在 Redis 中是如何存储的。

(1) INT 编码

当字符串键值的内容可以用一个 64 位有符号整形 来表示时，Redis 会将键值转化为 long 型存储，对应 OBJ_ENCODING_INT 编码。

OBJ_ENCODING_INT 编码类型的对象的内存布局(以”123”为例)：

Redis 启动时会预先建立 10000 个分别存储 0~9999 的 redisObject 变量作为共享对象，这就意味着如果 set 字符串的键值在 0~10000 之间的话，则可以直接指向共享对象而不需要再建立新对象，此时键值是不占空间的。

例如，三个键 key1, key2, key3, 其值均 set 为 100

set key1 100
set key2 100
set key3 100

实际的内存布局是这样:

此过程可以与 src/object.c 中的以下的源码对照:

(2) EMBSTR 编码

we can represent this string as a long integer
如果不能将字符串表示为 LONG 型整数的话，Redis 在保存长度小于等于 44 字节的字符串时会采用 OBJ_ENCODING_EMBSTR 编码方式，在保存大于 44 字节的字符串时用 OBJ_ENCODING_RAW 编码。对照 src/object.c 的代码：

OBJ_ENCODING_EMBSTR 编码类型的对象的内存布局(以”abc”为例)：

EMBSTR 字面意思是嵌入式的String。从内存布局上看: sds 结构体与其对应的 redisObject 对象分配在同一块连续的内存空间，sds 确实是嵌入在 redisObject 对象之中。对照 src/object.c 中的代码:

(3) RAW 编码

对于长度大于 44 的超长字符串，Redis 会用 OBJ_ENCODING_RAW 编码，OBJ_ENCODING_EMBSTR 编码不同是此时动态字符串 sds 的内存与其依赖的 redisObject 对象的内存不连续。

实例如下图：

---