壓縮列表（ziplist）是由一系列特殊編碼的記憶體區塊構成的列表，它對於Redis的資料儲存優化有著非常重要的作用本文主要和大家分享redis中使用非常多的一個資料結構壓縮鍊錶ziplist。這個資料結構在redis中說是無所不在也毫不過分，除了鍊錶以外，許多其他資料結構也是用它來過渡的，例如前面文章提到的SortedSet。下面話不多說了，來一起看看詳細的介紹吧。
一、壓縮鍊錶ziplist資料結構簡介
首先從整體來看下ziplist的架構，如下圖：
# 壓縮鍊錶ziplist結構圖
# 可以看出字段很多，位元組大小也不同，但這也就是壓縮鍊錶的精髓所在了，我們依序總結一下。
| 字段 | 含義 |
|---|---|
| # zlbytes | 此字段是壓縮鍊錶的第一個字段，是無符號整數，佔用4個位元組。用於表示整個壓縮鍊錶所佔用的位元組數（包括它自己）。 |
| # zltail | 無符號整數，佔用4個位元組。用於儲存從壓縮鍊錶頭部到最後一個entry（不是尾元素zlend）的偏移量，在快速跳到鍊錶尾部的場景使用。 |
| # zllen | 無符號整數，佔用2個位元組。用於儲存壓縮鍊錶中包含的entry總數。 |
| # zlend | 特殊的entry，用來表示壓縮鍊錶的末端。佔用一個位元組，值恆為255。 |
總結為ziplist的頭跟尾，以下再總結一下重中之重的entry欄位。
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。以下依序進行總結：
首先是字段prevlen：表示前一個entry的長度，有兩種編碼方式。
當長度小於255位元組時，用一個位元組儲存。
當長度大於等於255時，用五個位元組進行存儲，其中第一個位元組會被設定為255表示前一個entry的長度由後面四個位元組表示。
然後是字段encoding：它會根據當前元素內容的不同會採用不同的編碼方式，如下：
1.若元素內容為字串，encoding的值分別為：
# 00xx xxxx ：00開頭表示字串的長度以6個bit表示。
01xx xxxx | xxxx xxxx ：01開頭表示字串的長度由14bit表示，這14個bit採用大端儲存。
1000 0000 | xxxx xxxx | xxxx xxxx | xxxx xxxx | xxxx xxxx ：10開頭表示後續的四個位元組為字串長度，這32個bit採用大端儲存。
2.若元素內容為數字，encoding的值分別為：
# 1100 0000：表示數字佔用後面2個位元組。
1101 0000：表示數字佔用後面4個位元組。
1110 0000：表示數字佔用後面8個位元組。
1111 0000 ：表示數字佔用後面3個位元組。
1111 1110 ：表示數字佔用後面1個位元組。
1111 1111 ：表示壓縮鍊錶中最後一個元素（特殊編碼）。
1111 xxxx ：表示只用後4位表示0~12的整數，由於0000，1110跟1111三種已經被佔用，也就是說這裡的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，我們需要取出後四位然後減1來得到正確的值。
最後是字段entry-data：如果元素的值為字串，則保存元素本身的值。如果元素的值為很小的數字（按上方編碼規則即0~12），則沒有該欄位。
壓縮鍊錶的編碼非常複雜，但這也正是這個資料結構的精髓所在，一起來看一個例子：
# 註：這個例子是redis原始碼中提到的
//由元素2，5组成的压缩链表 [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"编码后的内容 [02] [0b] [48 65 6c 6c 6f 20 57 6f 72 6c 64]
上面是一段用十六進位表示2，5兩個元素組成的壓縮鍊錶。
首先前四個位元組表示整個ziplist佔用的位元組數，因為redis採用小端存儲，所以15個位元組表示為0f 00 00 00。
接下來的4個位元組表示末尾元素偏移量，是從ziplist頭（zlbytes）開始到最後一個元素（註：不是尾節點）的偏移量，也是採用小端存儲，因此表示為0c 00 00 00。
再後面是由兩個位元組組成的表示元素個數的zllen字段，在我們這個例子中有兩個元素，加上小端存儲，所以表示為02 00。
接下來是元素本身，首先由一個變長的字端表示前一個元素的長度，2作為第一個元素，它前一個元素的大小就是0，因此佔用一個位元組00。依照我們上面所說的編碼規則，元素2跟5屬於0~12之間的數字，需要使用1111 xxxx格式進行編碼，2轉成二進位為0010，再加上1就是0011（加1的原因上面已經說明），組合起來元素2就表示為00 f3。同理元素5表示為02 f6。
最後就是尾元素，使用未被佔用的編碼1111 1111即255。
接下來我們在這個壓縮鍊錶末尾插入一個字串元素Hello World，先看看該如何編碼該字串，按照約定的編碼規則，首先要用一個字節表示前一個元素的長度，這裡前一個元素時5，總共佔用了兩個字節，因此首先用一個字節節表示前一個元素的長度02，接下來是字串的編碼，我們要加入的字串長度為11（空格也算），轉換成二進位就是1011，依照字串的編碼規則，使用0000 1011表示，轉為十六進位就是0b，最後再加上我們字串本身的ASCII碼，綜合起來就得出該字串的編碼：[02] [0b] [48 65 6c 6c 6f 20 57 6f 72 6c 64]。
此時整個壓縮鍊錶變成：
[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、壓縮鍊錶ziplist指令原始碼分析
搞清楚上面的編碼規則以後，我們再來看下壓縮鍊錶ziplist的部分操作源碼，本文就創建壓縮鍊錶，插入元素，刪除元素，查找元素四個操作來總結一下壓縮鍊錶的基本原理。
首先是創建：
//定义由zlbytes，zltail跟zllen组成的压缩链表的头大小
#define ZIPLIST_HEADER_SIZE (sizeof(uint32_t)*2+sizeof(uint16_t))
//创建一个压缩链表，并且返回指向该链表的指针
unsigned char *ziplistNew(void) {
//这里之所以+1是因为尾元素占用一个字节，这也是一个压缩链表最小尺寸
unsigned int bytes = ZIPLIST_HEADER_SIZE+1;
//分配内存
unsigned char *zl = zmalloc(bytes);
//设置链表大小
ZIPLIST_BYTES(zl) = intrev32ifbe(bytes);
//设置最后一个元素的偏移量
ZIPLIST_TAIL_OFFSET(zl) = intrev32ifbe(ZIPLIST_HEADER_SIZE);
//设置元素个数
ZIPLIST_LENGTH(zl) = 0;
//设置尾元素（上面只是申请空间）
zl[bytes-1] = ZIP_END;
return zl;
}建立壓縮鍊錶的邏輯很簡單，就是申請固定的包含頭尾節點的空間，然後初始化鍊錶上下文。
与创建相比，添加元素的源码就非常冗长了，为了便于理解，在看源码之前我们先自己梳理一下添加元素的逻辑。
首先我们要找到指定插入位置的前一个元素的大小，因为该属性是新元素的组成部分之一。
然后我们要对当前元素进行编码来获得相应的encoding字段跟实际元素值的字段。
新插入元素的后继元素的prevlen字段要更新，因为它前面的元素已经改变。这里可能引起级联更新（删除元素也有该问题），原因就是prevlen字段大小是可变的。
上面三步是核心步骤，其余的还有更新尾节点偏移量，修改链表元素个数等操作。当然，由于压缩链表是基于数组实现的，因此在插入或删除元素的时候内存拷贝也是必不可少的。
总结好上面的步骤以后，我们开始一步一步分析源码，比较长，慢慢看：
//四个参数依次是：压缩链表，插入位置（新元素插入p元素后面），元素值，元素长度
unsigned char *__ziplistInsert(unsigned char *zl, unsigned char *p, unsigned char *s, unsigned int slen) {
//这里是保存当前链表的长度
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. 这段逻辑目的就是获取前置元素的长度
if (p[0] != ZIP_END) {
//如果插入位置的元素不是尾元素,则获取该元素的长度
//这里为了后面使用方便进行了拆分，prevlensize保存encoding字段的长度，prevlen保存元素本身的长度
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链表尾端
//获取到链表最后一个元素（注：最后一个元素不等于尾元素）
unsigned char *ptail = ZIPLIST_ENTRY_TAIL(zl);
if (ptail[0] != ZIP_END) {
//如果最后一个元素不是尾元素，则该元素为新元素的前置元素，获取该元素长度
prevlen = zipRawEntryLength(ptail);
}
//否则说明链表还没有任何元素，即新元素的前置元素长度为0
}
//2. 对新元素进行编码，获取新元素的总大小
if (zipTryEncoding(s,slen,&value,&encoding)) {
//如果是数字，则按数字进行编码
reqlen = zipIntSize(encoding);
} else {
//元素长度即为字符串长度
reqlen = slen;
}
//新元素总长度为值的长度加上前置元素跟encoding元素的长度
reqlen += zipStorePrevEntryLength(NULL,prevlen);
reqlen += zipStoreEntryEncoding(NULL,encoding,slen);
//如果插入的位置不是链表尾，则要对新元素的后续元素的prevlen字段进行判断
//根据上面的编码规则，该字段可能需要扩容
int forcelarge = 0;
nextdiff = (p[0] != ZIP_END) ? zipPrevLenByteDiff(p,reqlen) : 0;
if (nextdiff == -4 && reqlen <p>
分析完插入元素的逻辑，长舒一口气，真的很长，细节也很多。</p><p>
接下来在再看下删除元素的过程，与添加相比，删除相对要简单一些，清空当前元素以后，需要把后继元素一个一个拷贝上来（这也是数组跟链表两个数据结构的差别），然后注意是否需要级联更新，上代码：</p><pre class="brush:php;toolbar:false">//参数依次为：压缩链表，删除元素的其实位置，删除元素的个数
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;
//读取p指向的元素保存在first中
zipEntry(p, &first);
for (i = 0; p[0] != ZIP_END && i 0) {
if (p[0] != ZIP_END) {
//判断元素大小是否有改变
nextdiff = zipPrevLenByteDiff(p,first.prevrawlen);
//修改删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);
//当删除元素的后继元素不止有一个时，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动至前面
memmove(first.p,p,
intrev32ifbe(ZIPLIST_BYTES(zl))-(p-zl)-1);
} else {
//直接删除到链表末尾，因此不需要内存拷贝，只需修改最后一个元素的偏移量
ZIPLIST_TAIL_OFFSET(zl) =
intrev32ifbe((first.p-zl)-first.prevrawlen);
}
//resize数组大小
offset = first.p-zl;
zl = ziplistResize(zl, intrev32ifbe(ZIPLIST_BYTES(zl))-totlen+nextdiff);
//修改链表元素个数
ZIPLIST_INCR_LENGTH(zl,-deleted);
p = zl+offset;
//nextdiff != 0表示元素大小发生变化，需要进行级联更新
if (nextdiff != 0)
zl = __ziplistCascadeUpdate(zl,p);
}
return zl;
}最后我们看下元素的查找操作：
//参数依次为：压缩链表，要查找元素的值，要查找元素的长度，每次比较之间跳过的元素个数
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;
//只要还没到尾元素就不断循环
while (p[0] != ZIP_END) {
unsigned int prevlensize, encoding, lensize, len;
unsigned char *q;
//查询链表当前元素的prevlen字段
ZIP_DECODE_PREVLENSIZE(p, prevlensize);
//查询链表当前元素的encoding字段
ZIP_DECODE_LENGTH(p + prevlensize, encoding, lensize, len);
q = p + prevlensize + lensize;
//已到达需要比较的元素位置
if (skipcnt == 0) {
//如果链表中的当前元素时字符串
if (ZIP_IS_STR(encoding)) {
//跟要查找的字符串进行比较
if (len == vlen && memcmp(q, vstr, vlen) == 0) {
//匹配成功，则要查找元素的指针
return p;
}
} else {
//如果当前元素为数字且vencoding为0
if (vencoding == 0) {
//尝试对要查找的值进行数字编码
if (!zipTryEncoding(vstr, vlen, &vll, &vencoding)) {
//如果编码失败，则说明要查找的元素根本不是数字
//然后把vencoding设置为最大值，起一个标记作用
//也就是说后面就不用尝试把要查找的值编码成数字了
vencoding = UCHAR_MAX;
}
assert(vencoding);
}
//如果vencoding != UCHAR_MAX，则说明要查找的元素成功编码为数字
if (vencoding != UCHAR_MAX) {
//按数字取出当前链表中的元素
long long ll = zipLoadInteger(q, encoding);
if (ll == vll) {
//如果两个数字相等，则返回元素指针
return p;
}
}
}
//重置需要跳过的元素个数
skipcnt = skip;
} else {
//跳过元素
skipcnt--;
}
//遍历下个元素
p = q + len;
}
//遍历完整个链表，没有找到元素
return NULL;
}到这里就把压缩链表的创建，添加，删除，查找四个基本操作原理总结完了。
三、压缩链表ziplist数据结构总结
压缩链表ziplist在redis中的应用非常广泛，它算是redis中最具特色的数据结构了。该数据结构的精髓其实就在于文章第一部分总结的编码规则，先理清楚这部分内容，后面的源码可以简单看下加深理解。
不得不说源码部分着实有点冗长，确实需要耐心，我自己在读的过程中也很头大。如果对源码感兴趣的话，建议按我的方法，先自己梳理某个操作（例如上面提到的插入元素）需要做哪些事情，然后再看代码可能会更好理解一些。
相关推荐：
以上是redis壓縮鍊錶ziplist源碼詳解的詳細內容。更多資訊請關注PHP中文網其他相關文章！
