Redis 內(nèi)存壓縮實戰(zhàn)，學(xué)習(xí)了！

來源：Xie Zefan 的博客，地址：https://xiezefan.me/

在討論Redis內(nèi)存壓縮的時候，我們需要了解一下幾個Redis的相關(guān)知識。

壓縮列表 ziplist

Redis的ziplist是用一段連續(xù)的內(nèi)存來存儲列表數(shù)據(jù)的一個數(shù)據(jù)結(jié)構(gòu)，它的結(jié)構(gòu)示例如下圖

壓縮列表組成示例--截圖來自《Redis設(shè)計與實現(xiàn)》

1. zlbytes: 記錄整個壓縮列表使用的內(nèi)存大小
2. zltail: 記錄壓縮列表表尾距離起始位置有多少字節(jié)
3. zllen: 記錄壓縮列表節(jié)點數(shù)量，值得注意的一點是，因為它只占了2個字節(jié)，所以最大值只能到65535，這意味著壓縮列表長度大于65535的時候，就只能通過遍歷整個列表來計算長度了
4. zleng: 壓縮列表末端標(biāo)志位，固定值為OxFF
5. entry1-N: 壓縮列表節(jié)點, 具體結(jié)構(gòu)如下圖

壓縮列表節(jié)點組成示例--截圖來自《Redis設(shè)計與實現(xiàn)》

其中

1. previous_entry_length: 上一個節(jié)點的長度
2. encoding: content的編碼以及長度
3. content: 節(jié)點數(shù)據(jù)

當(dāng)我們查找一個節(jié)點的時候，主要進(jìn)行一下操作:

1. 根據(jù)zltail獲取最后一個節(jié)點的位置
2. 判斷當(dāng)前節(jié)點是否是目標(biāo)節(jié)點
3. 如果是，則返回數(shù)據(jù)
4. 如果不是，則根據(jù)previous_entry_length計算上一個節(jié)點的起始位置，然后重新進(jìn)行步驟2判斷

通過上述的描述，我們可以知道，ziplist每次數(shù)據(jù)更新的復(fù)雜度大約是O(N)，因為它需要對N個節(jié)點進(jìn)行內(nèi)存重分配，查找一個數(shù)據(jù)的時候，復(fù)雜度是O(N)，最壞情況下需要遍歷整個列表。

什么情況下會使用到ziplist呢？

Redis會使用到ziplist的數(shù)據(jù)結(jié)構(gòu)是Hash與List。

Hash結(jié)構(gòu)使用ziplist作為底層存儲的兩個條件是:

1. 所有的鍵與值的字符串長度都小于64字節(jié)的時候
2. 鍵與值對數(shù)據(jù)小于512個

只要上述條件任何一個不滿足，Redis就會自動將這個Hash對象從ziplist轉(zhuǎn)換成hashtable。但這兩個閾值可以通過修改配置文件中的hash-max-ziplist-value與hash-max-ziplist-entries來變更。

List結(jié)構(gòu)使用ziplist的條件與Hash結(jié)構(gòu)一樣，當(dāng)條件不滿足的時候，會從ziplist轉(zhuǎn)換成linkedlist，同樣我們可以修改list-max-ziplist-value與hash-max-ziplist-entries來使用不同的閾值。

為什么Hash與List會使用ziplist來存儲數(shù)據(jù)呢？

因為

1. ziplist會比hashtable與ziplist節(jié)省跟多的內(nèi)存
2. 內(nèi)存中以連續(xù)塊方式保存的數(shù)據(jù)比起hashtable與linkedlist使用的鏈表可以更快的載入緩存中
3. 當(dāng)ziplist的長度比較小的時候，從ziplist讀寫數(shù)據(jù)的效率比hashtable或者linkedlist的差異并不大。

本質(zhì)上，使用ziplist就是以時間換空間的一種優(yōu)化，但是他的時間損壞小到幾乎可以忽略不計，但卻能帶來可觀的內(nèi)存減少，所以滿足條件時，Redis會使用ziplist作為Hash與List的存儲結(jié)構(gòu)。

實戰(zhàn)

我們先拋出問題，在廣告程序化交易的過程中，我們經(jīng)常需要為一個廣告投放計劃定制人群包，其存儲的形式如下:

人群包ID => [設(shè)備ID_1, 設(shè)備ID_2 ... 設(shè)備ID_N]

其中，人群包ID是Long型整數(shù)，設(shè)備ID是經(jīng)過MD5處理，長度為32。在業(yè)務(wù)場景中，我們需要判斷一個設(shè)備ID是否在一個人群包中，來決定是否投放廣告。另外，Redis 系列面試題和答案全部整理好了，微信搜索Java技術(shù)棧，在后臺發(fā)送：面試，可以在線閱讀。

在傳統(tǒng)的使用Redis的場景, 我們可以使用標(biāo)準(zhǔn)的KV結(jié)構(gòu)來存儲定向包數(shù)據(jù)，則存儲方式如下:

{人群包ID}_{設(shè)備ID_1} => true
{人群包ID}_{設(shè)備ID_2} => true

如果我們想使用ziplist來繼續(xù)內(nèi)存壓縮的話，我們必須保證Hash對象的長度小于512，并且鍵值的長度小于64字節(jié)。我們可以將KV結(jié)構(gòu)的數(shù)據(jù)，存儲到預(yù)先分配好的bucket中。

我們先預(yù)估下，整個Redis集群預(yù)計容納的數(shù)據(jù)條數(shù)為10億，那么Bucket的數(shù)量的計算公式如下:

bucket_count = 10億 / 512 = 195W

那么我們大概需要200W個Bucket(預(yù)估Bucket數(shù)量需要多預(yù)估一點，以防觸發(fā)臨界值問題） 我們先以下公式計算BucketID:

bucket_id = CRC32(人群包ID + "_" + 設(shè)備ID) % 200W

那么數(shù)據(jù)在Redis的存儲結(jié)構(gòu)就變成

bucket_id => {
   {人群包ID}_{設(shè)備ID_1} => true
   {人群包ID}_{設(shè)備ID_2} => true
}

這樣我們保證每個bucket中的數(shù)據(jù)項都小于512，并且長度均小于64字節(jié)。點擊這里可以刷 Redis 系列面試題。

我們以2000W數(shù)據(jù)進(jìn)行測試，前后兩者的內(nèi)存使用情況如下:

在這里需要額外引入一個概念 – 內(nèi)存碎片率。

內(nèi)存碎片率 = 操作系統(tǒng)給Redis分配的內(nèi)存 / Redis存儲對象占用的內(nèi)存

因為壓縮列表在更新節(jié)點的時候，經(jīng)常需要進(jìn)行內(nèi)存重分配，所以導(dǎo)致比較高的內(nèi)存碎片率。我們在做技術(shù)方案比較的時候，內(nèi)存碎片率也是非常需要關(guān)注的指標(biāo)之一。

但有很多手段可以減少內(nèi)存碎片率，比如內(nèi)存對其，甚至更極端的直接重做整個Redis內(nèi)存（利用快照或者從節(jié)點來重做內(nèi)存）都能有效的減低內(nèi)存碎片率。

我們在本次實驗中，因為存儲的數(shù)值比較大（單個KEY約34個字節(jié)），所以實際節(jié)省內(nèi)存不是很多，但依然能節(jié)約35%-50%的內(nèi)存使用。

在實際的生產(chǎn)環(huán)境中，我們根據(jù)應(yīng)用場景合理的設(shè)計壓縮存儲結(jié)構(gòu)，部分業(yè)務(wù)甚至能達(dá)到節(jié)約70%的內(nèi)存使用的效果。

壓縮列表能節(jié)省多少內(nèi)存？

我們現(xiàn)在知道壓縮列表是通過將節(jié)點緊湊的排列在內(nèi)存中，從而節(jié)省掉內(nèi)存的。但他究竟節(jié)省了哪些內(nèi)存從而能達(dá)到驚人的壓縮率呢？

首先為了明白這個細(xì)節(jié)，我們需要知道普通Key-Value結(jié)構(gòu)在Redis中是如何存儲的。

typedef struct redisObject {
    unsigned type:4;        // 對象的類型
    unsigned encoding:4;    // 對象的編碼
    unsigned lru:LRU_BITS;  // LRU類型
    int refcount;           // 引用計數(shù)
    void *ptr;              // 指向底層數(shù)據(jù)結(jié)構(gòu)的指針
} robj;

Redis所有的對象都是通過上述結(jié)構(gòu)來存儲, 假設(shè)我存儲Hello=>World這樣一個健值對到Redis中，除了存儲本身鍵值的數(shù)據(jù)外，還需要額外的24個字節(jié)來存儲redisObject對象。

而Redis存儲字符串使用的SDS數(shù)據(jù)結(jié)構(gòu)

struct sdshdr8 {
    uint8_t len;        // 所保存字符串的長度
    uint8_t alloc;      // 分配的內(nèi)存數(shù)量
    unsigned char flags;// 標(biāo)志位，用于判斷sdshdr類型
    char buf[];         // 字節(jié)數(shù)組，用戶保存字符串
};

假如字符串的長度無法用unsigned int8來表示的話，Redis會使用能表達(dá)更大長度的sdshdr16結(jié)構(gòu)來存儲字符串。

并且，為了減少修改字符串帶來的內(nèi)存重分類問題，Redis會進(jìn)行內(nèi)存預(yù)分配，所以可能你僅僅為了保存五個字符，但Redis會為你預(yù)分配10 bytes的內(nèi)存。

這意味著當(dāng)我們存儲Hello這個字符串的時候，你需要額外的3個以上的字節(jié)。

Oh~~~，我只想保存Hello=>World這十個字符的數(shù)據(jù)，竟然需要的30~40個字節(jié)的數(shù)據(jù)來存儲額外的信息，比存儲數(shù)據(jù)本身的大小還多一些。這還沒包括Redis維護(hù)字典表所需要的額外的內(nèi)存空間。

那么假設(shè)我們用ziplist來存儲這個數(shù)據(jù)，我們僅僅需要額外的2個字節(jié)用于存儲previous_entry_length與encoding。具體的計算方式可以參考Redis源碼或者《Redis設(shè)計與實現(xiàn)》第一部分第7章壓縮列表。

總結(jié)

從以上對比，我們可以看出，在存儲越小的數(shù)據(jù)的時候，使用ziplist來進(jìn)行數(shù)據(jù)壓縮能得到更好的壓縮率。但副作用也很明顯，ziplist的更新效率遠(yuǎn)遠(yuǎn)低于普通K-V模式，并且會造成額外的內(nèi)存碎片率。

在Redis中存儲大量數(shù)據(jù)的實踐過程中，我們經(jīng)常會做一些小技巧來盡可能壓榨Redis的存儲能力。另外，關(guān)注公眾號Java技術(shù)棧，在后臺回復(fù)：面試，可以獲取我整理的 Redis 系列面試題和答案，非常齊全。

獲取 Spring Boot 實戰(zhàn)筆記！