redis3.0---数据结构---压缩列表

简介

 压缩列表（ziplist）是列表键和哈希键的底层实现之一。

实现

 压缩列表是Redis为了节约内存而开发的，是由一系列特殊编码的连续内存块组成的顺序型数据结构。一个压缩列表可以包含任意多个节点，每个节点可以保存一个字节数组或者一个整数值。

压缩列表节点的构成

 每个压缩列表节点可以保存一个字节数组或者一个整数值。
 每个压缩列表节点都有previous_entry_length、encoding、content三个部分组成。

previous_entry_length

 节点的previous_entry_length属性以字节为单位，记录了压缩列表中前一个节点的长度。previous_entry_length属性的长度可以是1字节或者5字节：

• 如果前一节点的长度小于254字节，那么previous_entry_length属性的长度为1字节：前一节点的长度就保存在这一个字节里面。
• 如果前一节点的长度大于等于254字节，那么previous_entry_length属性的长度为5字节：其中属性的第一字节会被设置为0xFE，而之后的四个字节则用于保存前一节点的长度。

encoding

 节点的encoding属性记录了节点的content属性所保存数据的类型以及长度

content

 节点的content属性负责保存节点的值，节点值可以是一个字节数组或者整数，值的类型和长度由节点的encoding属性决定。
编码的最高两位00表示节点保存的是一个字节数组；

连锁更新

 发生情况：在一个压缩列表中，有多个连续的、长度介于250字节到253字节之间的节点e1至eN,如图所示：

 因为e1至eN的所有节点的长度都小于254字节，所以记录这些节点的长度只需要1字节长的previous_entry_length属性，这时，如果我们将一个长度大于等于254字节的新节点new设置为压缩列表的表头节点，那么new将成为e1的前置节点，如图：

 因为e1的previous_entry_length属性仅长1字节，它没办法保存新节点new的长度，所以程序将对压缩列表执行空间重分配操作，并将e1节点的previous_entry_length属性从原来的1字节长扩展为5字节长。
 因为e1原本的长度介于250字节至253字节之间，在为previous_entry_length属性新增四个字节的空间之后，e1的长度就变成了介于254字节至257字节之间，而为了让e2的previous_entry_length属性可以记录下e1的长度，程序需要再次对压缩列表执行空间重分配操作，并将e2节点的previous_entry_length属性从原来的1字节长扩展为5字节长。
 正如扩展e1引发了对e2的扩展一样，扩展e2也会引发对e3的扩展，而扩展e3又会引发对e4的扩展…程序需要不断地对压缩列表执行空间重分配操作，直到eN为止。
 Redis将这种在特殊情况下产生地连续多次空间扩展操作称为“连锁更新”。
除了添加新节点可能会引发连锁更新之外，删除节点也可能会引发连锁更新。
如果e1至eN都是大小介于250字节至253字节的节点，big节点的长度大于等于254字节（需要5字节的previous_entry_length来保存)，而small节点的长度小于254字节（只需要1字节的previous_entry_length来保存），那么当我们将small节点从压缩列表中删除之后，为了让e1的previous_entry_length属性可以记录big节点的长度，程序将扩展e1的空间，并由此引发之后的连锁更新。

 因为连锁更新在最坏情况下需要对压缩列表执行N次空间重新分配操作，而每次空间重分配的最坏复杂度为O(N)，所以连锁更新的最坏复杂度为O(N^2)。
尽管连锁更新的复杂度较高，但它真正造成性能问题的几率是很低的的：

• 首先，压缩列表里要恰好有多个连续的、长度介于250字节至253字节之间的节点，连锁更新才可能被引发，在实际中，这种情况并不多见；
• 其次，即使出现连锁更新，但只要被更新的节点数量不多，就不会对性能造成任何影响：比如说，对三五个节点进行连锁更新是绝对不会影响性能的；
  因为以上原因，ziplistPush等命令的平均复杂度仅为O(N)，在实际中，我们可以放心地使用这些函数，而不必担心连锁更新会影响压缩列表的性能。

应用场景

 列表键：当一个列表键只包含少量列表项，并且每个列表项要么就是小整数值，要门就是长度比较短的字符串，那么Redis就会使用压缩列表来做列表键的底层实现。
 哈希键：当一个哈希键只包含少量键值对，并且每个键值对的键和值要么就是小整数值，要么就是长度比较短的字符串，那么Redis就会使用压缩列表来做哈希键的底层实现。

参考

《Redis设计与实现》