前言
壓縮列表（ziplist）是由一系列特殊編碼的內存塊構成的列表，它對于Redis的數據存儲優化有著非常重要的作用。這篇文章總結一下redis中使用非常多的一個數據結構壓縮鏈表ziplist。該數據結構在redis中說是無處不在也毫不過分，除了鏈表以外，很多其他數據結構也是用它進行過渡的，比如前面文章提到的SortedSet。下面話不多說了，來一起看看詳細的介紹吧。
一、壓縮鏈表ziplist數據結構簡介
首先從整體上看下ziplist的結構，如下圖：
壓縮鏈表ziplist結構圖
可以看出字段很多，字節大小也不同，但這也就是壓縮鏈表的精髓所在了，我們依次總結一下。
| 字段 | 含義 |
|---|---|
| zlbytes | 該字段是壓縮鏈表的第一個字段，是無符號整型，占用4個字節。用于表示整個壓縮鏈表占用的字節數（包括它自己）。 |
| zltail | 無符號整型，占用4個字節。用于存儲從壓縮鏈表頭部到最后一個entry（不是尾元素zlend）的偏移量，在快速跳轉到鏈表尾部的場景使用。 |
| zllen | 無符號整型，占用2個字節。用于存儲壓縮鏈表中包含的entry總數。 |
| zlend | 特殊的entry，用來表示壓縮鏈表的末尾。占用一個字節，值恒為255。 |
總結為ziplist的頭跟尾，下面再總結一下重中之重的entry字段。
一般來說，一個entry由prevlen，encoding，entry-data三個字段組成，但當entry是個很小的整數時，會根據編碼省略掉entry-data字段。下面依次進行總結：
首先是字段prevlen：表示前一個entry的長度，有兩種編碼方式。
然后是字段encoding：它會根據當前元素內容的不同會采用不同的編碼方式，如下：
1、如果元素內容為字符串，encoding的值分別為：
00xx xxxx ：00開頭表示該字符串的長度用6個bit表示。
01xx xxxx | xxxx xxxx ：01開頭表示字符串的長度由14bit表示，這14個bit采用大端存儲。
1000 0000 | xxxx xxxx | xxxx xxxx | xxxx xxxx | xxxx xxxx ：10開頭表示后續的四個字節為字符串長度，這32個bit采用大端存儲。
2、如果元素內容為數字，encoding的值分別為：
1100 0000：表示數字占用后面2個字節。
1101 0000：表示數字占用后面4個字節。
1110 0000：表示數字占用后面8個字節。
1111 0000 ：表示數字占用后面3個字節。
1111 1110 ：表示數字占用后面1個字節。
1111 1111 ：表示壓縮鏈表中最后一個元素（特殊編碼）。
1111 xxxx ：表示只用后4位表示0~12的整數，由于0000，1110跟1111三種已經被占用，也就是說這里的xxxx四位只能表示0001~1101，轉換成十進制就是數字1~13，但是redis規定它用來表示0~12，因此當遇到這個編碼時，我們需要取出后四位然后減1來得到正確的值。
最后是字段entry-data：如果元素的值為字符串，則保存元素本身的值。如果元素的值為很小的數字（按上面編碼規則即0~12），則沒有該字段。
壓縮鏈表的編碼非常復雜，但這也正是該數據結構的精髓所在，一起來看一個例子吧：
注：這個例子是redis源碼中提到的
//由元素2，5組成的壓縮鏈表[0f 00 00 00] [0c 00 00 00] [02 00] [00 f3] [02 f6] [ff] | | | | | | zlbytes zltail entries "2" "5" end//字符串"Hello World"編碼后的內容[02] [0b] [48 65 6c 6c 6f 20 57 6f 72 6c 64]
上面是一段用十六進制表示2，5兩個元素組成的壓縮鏈表。
接下來我們在這個壓縮鏈表末尾插入一個字符串元素Hello World，先看看該如何編碼該字符串，按照約定的編碼規則，首先要用字節表示前一個元素的長度，這里前一個元素時5，總共占用了兩個字節，因此首先用一個字節表示前一個元素的長度02，接下來是字符串的編碼，我們要加入的字符串長度為11（空格也算），轉換成二進制就是1011，按照字符串的編碼規則，使用0000 1011表示，轉為十六進制就是0b，最后再加上我們字符串本身的ASCII碼，綜合起來就得出該字符串的編碼：[02] [0b] [48 65 6c 6c 6f 20 57 6f 72 6c 64]。
此時整個壓縮鏈表就變為：
[0f 00 00 00] [0c 00 00 00] [02 00] [00 f3] [02 f6] [02 0b 48 65 6c 6c 6f 20 57 6f 72 6c 64] [ff] | | | | | | | zlbytes zltail entries "2" "5" "Hello World" end
二、壓縮鏈表ziplist命令源碼分析
搞明白上面的編碼規則以后，我們再來看下壓縮鏈表ziplist的部分操作源碼，本文就創建壓縮鏈表，插入元素，刪除元素，查找元素四個操作來總結一下壓縮鏈表的基本原理。
首先是創建：
//定義由zlbytes，zltail跟zllen組成的壓縮鏈表的頭大小#define ZIPLIST_HEADER_SIZE (sizeof(uint32_t)*2+sizeof(uint16_t))//創建一個壓縮鏈表，并且返回指向該鏈表的指針unsigned char *ziplistNew(void) { //這里之所以+1是因為尾元素占用一個字節，這也是一個壓縮鏈表最小尺寸 unsigned int bytes = ZIPLIST_HEADER_SIZE+1; //分配內存 unsigned char *zl = zmalloc(bytes); //設置鏈表大小 ZIPLIST_BYTES(zl) = intrev32ifbe(bytes); //設置最后一個元素的偏移量 ZIPLIST_TAIL_OFFSET(zl) = intrev32ifbe(ZIPLIST_HEADER_SIZE); //設置元素個數 ZIPLIST_LENGTH(zl) = 0; //設置尾元素（上面只是申請空間） zl[bytes-1] = ZIP_END; return zl;}創建壓縮鏈表的邏輯很簡單，就是申請固定的包含頭尾節點的空間，然后初始化鏈表上下文。
與創建相比，添加元素的源碼就非常冗長了，為了便于理解，在看源碼之前我們先自己梳理一下添加元素的邏輯。
上面三步是核心步驟，其余的還有更新尾節點偏移量，修改鏈表元素個數等操作。當然，由于壓縮鏈表是基于數組實現的，因此在插入或刪除元素的時候內存拷貝也是必不可少的。
總結好上面的步驟以后，我們開始一步一步分析源碼，比較長，慢慢看：
//四個參數依次是：壓縮鏈表，插入位置（新元素插入p元素后面），元素值，元素長度unsigned char *__ziplistInsert(unsigned char *zl, unsigned char *p, unsigned char *s, unsigned int slen) { //這里是保存當前鏈表的長度 size_t curlen = intrev32ifbe(ZIPLIST_BYTES(zl)), reqlen; unsigned int prevlensize, prevlen = 0; size_t offset; int nextdiff = 0; unsigned char encoding = 0; long long value = 123456789; zlentry tail; //1. 這段邏輯目的就是獲取前置元素的長度 if (p[0] != ZIP_END) { //如果插入位置的元素不是尾元素,則獲取該元素的長度 //這里為了后面使用方便進行了拆分，prevlensize保存encoding字段的長度，prevlen保存元素本身的長度 ZIP_DECODE_PREVLEN(p, prevlensize, prevlen); } else { //如果插入位置的元素是尾元素，那么需要把新元素插入鏈表尾端 //獲取到鏈表最后一個元素（注：最后一個元素不等于尾元素） unsigned char *ptail = ZIPLIST_ENTRY_TAIL(zl); if (ptail[0] != ZIP_END) { //如果最后一個元素不是尾元素，則該元素為新元素的前置元素，獲取該元素長度 prevlen = zipRawEntryLength(ptail); } //否則說明鏈表還沒有任何元素，即新元素的前置元素長度為0 } //2. 對新元素進行編碼，獲取新元素的總大小 if (zipTryEncoding(s,slen,&value,&encoding)) { //如果是數字，則按數字進行編碼 reqlen = zipIntSize(encoding); } else { //元素長度即為字符串長度 reqlen = slen; } //新元素總長度為值的長度加上前置元素跟encoding元素的長度 reqlen += zipStorePrevEntryLength(NULL,prevlen); reqlen += zipStoreEntryEncoding(NULL,encoding,slen); //如果插入的位置不是鏈表尾，則要對新元素的后續元素的prevlen字段進行判斷 //根據上面的編碼規則，該字段可能需要擴容 int forcelarge = 0; nextdiff = (p[0] != ZIP_END) ? zipPrevLenByteDiff(p,reqlen) : 0; if (nextdiff == -4 && reqlen < 4) { nextdiff = 0; forcelarge = 1; } //按照新計算出的數組大小進行擴容，由于新數組的地址可能會改變，因此這里記錄舊的偏移量 offset = p-zl; zl = ziplistResize(zl,curlen+reqlen+nextdiff); //在新數組上計算插入位置 p = zl+offset; //如果新插入的元素不是在鏈表末尾 if (p[0] != ZIP_END) { //把新元素后繼元素復制到新的數組中，-1為尾元素 memmove(p+reqlen,p-nextdiff,curlen-offset-1+nextdiff); //新元素的后繼元素的prevlen字段 if (forcelarge) zipStorePrevEntryLengthLarge(p+reqlen,reqlen); else zipStorePrevEntryLength(p+reqlen,reqlen); //更新最后一個元素的偏移量 ZIPLIST_TAIL_OFFSET(zl) = intrev32ifbe(intrev32ifbe(ZIPLIST_TAIL_OFFSET(zl))+reqlen); //當新元素的后繼元素不止有一個時，新的尾元素偏移量需要加上nextdiff zipEntry(p+reqlen, &tail); if (p[reqlen+tail.headersize+tail.len] != ZIP_END) { ZIPLIST_TAIL_OFFSET(zl) = intrev32ifbe(intrev32ifbe(ZIPLIST_TAIL_OFFSET(zl))+nextdiff); } } else { //新元素插入到鏈表尾端，更新尾端偏移量 ZIPLIST_TAIL_OFFSET(zl) = intrev32ifbe(p-zl); } //nextdiff !=0表示后繼元素的長度發生變化，因此我們需要級聯更新后繼元素的后繼元素 if (nextdiff != 0) { offset = p-zl; zl = __ziplistCascadeUpdate(zl,p+reqlen); p = zl+offset; } //把新元素寫入鏈表 p += zipStorePrevEntryLength(p,prevlen); p += zipStoreEntryEncoding(p,encoding,slen); if (ZIP_IS_STR(encoding)) { memcpy(p,s,slen); } else { zipSaveInteger(p,value,encoding); } //壓縮鏈表存儲元素數量+1 ZIPLIST_INCR_LENGTH(zl,1); return zl;}分析完插入元素的邏輯，長舒一口氣，真的很長，細節也很多。
接下來在再看下刪除元素的過程，與添加相比，刪除相對要簡單一些，清空當前元素以后，需要把后繼元素一個一個拷貝上來（這也是數組跟鏈表兩個數據結構的差別），然后注意是否需要級聯更新，上代碼：
//參數依次為：壓縮鏈表，刪除元素的其實位置，刪除元素的個數unsigned char *__ziplistDelete(unsigned char *zl, unsigned char *p, unsigned int num) { unsigned int i, totlen, deleted = 0; size_t offset; int nextdiff = 0; zlentry first, tail; //讀取p指向的元素保存在first中 zipEntry(p, &first); for (i = 0; p[0] != ZIP_END && i < num; i++) { //統計總共刪除的長度 p += zipRawEntryLength(p); //統計實際刪除元素的個數 deleted++; } //需要刪除元素的字節數 totlen = p-first.p; if (totlen > 0) { if (p[0] != ZIP_END) { //判斷元素大小是否有改變 nextdiff = zipPrevLenByteDiff(p,first.prevrawlen); //修改刪除元素之后的元素的prevlen字段 p -= nextdiff; zipStorePrevEntryLength(p,first.prevrawlen); //更新末尾元素的偏移量 ZIPLIST_TAIL_OFFSET(zl) =intrev32ifbe(intrev32ifbe(ZIPLIST_TAIL_OFFSET(zl))-totlen); //當刪除元素的后繼元素不止有一個時，新的末尾元素偏移量需要加上nextdiff zipEntry(p, &tail); if (p[tail.headersize+tail.len] != ZIP_END) { ZIPLIST_TAIL_OFFSET(zl) = intrev32ifbe(intrev32ifbe(ZIPLIST_TAIL_OFFSET(zl))+nextdiff); } //把后面剩余的元素移動至前面 memmove(first.p,p, intrev32ifbe(ZIPLIST_BYTES(zl))-(p-zl)-1); } else { //直接刪除到鏈表末尾，因此不需要內存拷貝，只需修改最后一個元素的偏移量 ZIPLIST_TAIL_OFFSET(zl) = intrev32ifbe((first.p-zl)-first.prevrawlen); } //resize數組大小 offset = first.p-zl; zl = ziplistResize(zl, intrev32ifbe(ZIPLIST_BYTES(zl))-totlen+nextdiff); //修改鏈表元素個數 ZIPLIST_INCR_LENGTH(zl,-deleted); p = zl+offset; //nextdiff != 0表示元素大小發生變化，需要進行級聯更新 if (nextdiff != 0) zl = __ziplistCascadeUpdate(zl,p); } return zl;}最后我們看下元素的查找操作：
//參數依次為：壓縮鏈表，要查找元素的值，要查找元素的長度，每次比較之間跳過的元素個數unsigned char *ziplistFind(unsigned char *p, unsigned char *vstr, unsigned int vlen, unsigned int skip) { int skipcnt = 0; unsigned char vencoding = 0; long long vll = 0; //只要還沒到尾元素就不斷循環 while (p[0] != ZIP_END) { unsigned int prevlensize, encoding, lensize, len; unsigned char *q; //查詢鏈表當前元素的prevlen字段 ZIP_DECODE_PREVLENSIZE(p, prevlensize); //查詢鏈表當前元素的encoding字段 ZIP_DECODE_LENGTH(p + prevlensize, encoding, lensize, len); q = p + prevlensize + lensize; //已到達需要比較的元素位置 if (skipcnt == 0) { //如果鏈表中的當前元素時字符串 if (ZIP_IS_STR(encoding)) { //跟要查找的字符串進行比較 if (len == vlen && memcmp(q, vstr, vlen) == 0) { //匹配成功，則要查找元素的指針 return p; } } else { //如果當前元素為數字且vencoding為0 if (vencoding == 0) { //嘗試對要查找的值進行數字編碼 if (!zipTryEncoding(vstr, vlen, &vll, &vencoding)) { //如果編碼失敗，則說明要查找的元素根本不是數字 //然后把vencoding設置為最大值，起一個標記作用 //也就是說后面就不用嘗試把要查找的值編碼成數字了 vencoding = UCHAR_MAX; } assert(vencoding); } //如果vencoding != UCHAR_MAX，則說明要查找的元素成功編碼為數字 if (vencoding != UCHAR_MAX) { //按數字取出當前鏈表中的元素 long long ll = zipLoadInteger(q, encoding); if (ll == vll) { //如果兩個數字相等，則返回元素指針 return p; } } } //重置需要跳過的元素個數 skipcnt = skip; } else { //跳過元素 skipcnt--; } //遍歷下個元素 p = q + len; } //遍歷完整個鏈表，沒有找到元素 return NULL;}到這里就把壓縮鏈表的創建，添加，刪除，查找四個基本操作原理總結完了。
三、壓縮鏈表ziplist數據結構總結
壓縮鏈表ziplist在redis中的應用非常廣泛，它算是redis中最具特色的數據結構了。該數據結構的精髓其實就在于文章第一部分總結的編碼規則，先理清楚這部分內容，后面的源碼可以簡單看下加深理解。
不得不說源碼部分著實有點冗長，確實需要耐心，我自己在讀的過程中也很頭大。如果對源碼感興趣的話，建議按我的方法，先自己梳理某個操作（例如上面提到的插入元素）需要做哪些事情，然后再看代碼可能會更好理解一些。
最后留一個小問題，既然redis中的ziplist對內存利用率如此之高，那為什么還要提供普通的鏈表結構供用戶使用呢？
這個問題沒有標準答案，仁者見仁智者見智吧~
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對武林網的支持。
新聞熱點
疑難解答
