概述

   在 redis 中，list 有两种存储方式：双链表(LinkedList)和压缩双链表(ziplist)。双链表即普通数据结构中遇到的，在 adlist.h 和 adlist.c 中实现。压缩双链表以连续的内存空间来表示双链表，压缩双链表节省前驱和后驱指针的空间(8B)，这在小的 list 上，压缩效率是非常明显的；压缩双链表在 ziplist.h 和 ziplist.c 中实现。

   这篇主要详述压缩双链表，普通双链表可以参看其他资料。

压缩双链表的具体实现

   在压缩双链表中，节省了前驱和后驱指针的空间，共 8个字节，这让数据在内存中更为紧凑。只要清晰的描述每个数据项的边界，就可以轻易得到后驱数据项的位置；只要描述前驱数据项的大小，就可以定位前驱数据项的位置，redis 就是这么做的。

   ziplist 的格式可以表示为：

<zlbytes><zltail><zllen><entry>...<entry><zlend>

   zlbytes 是 ziplist 占用的空间；zltail 是最后一个数据项的偏移位置，这方便逆向遍历链表，也是双链表的特性；zllen 是数据项 entry 的个数；zlend 就是 255，占 1B.详细展开 entry 的结构。

   entry 的格式即为典型的 type-lenght-value，即 TLV，表述如下：

|<prelen><<encoding+lensize><len>><data>|
|---1----------------2--------------3---|

   域 1)是前驱数据项的大小。因为不用描述前驱的数据类型，描述较为简单。

   域 2) 是此数据项的的类型和数据大小。为了节省空间，redis 预设定了多种长度的字符串和整数。

3种长度的字符串
#define ZIP_STR_06B (0 << 6)
#define ZIP_STR_14B (1 << 6)
#define ZIP_STR_32B (2 << 6)
 
5种长度的整数
#define ZIP_INT_16B (0xc0 | 0<<4)
#define ZIP_INT_32B (0xc0 | 1<<4)
#define ZIP_INT_64B (0xc0 | 2<<4)
#define ZIP_INT_24B (0xc0 | 3<<4)
#define ZIP_INT_8B 0xfe

   域 3)为真正的数据。

   透过 ziplist 查找函数 ziplistFind()，熟悉 ziplist entry 对数据格式：

// 在 ziplist 中查找数据项
/* Find pointer to the entry equal to the specified entry. Skip 'skip' entries
* between every comparison. Returns NULL when the field could not be found. */
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;
 
    while (p[0] != ZIP_END) {
        unsigned int prevlensize, encoding, lensize, len;
        unsigned char *q;
 
        ZIP_DECODE_PREVLENSIZE(p, prevlensize);
 
        // 跳过前驱数据项大小，解析数据项大小
        // len 为 data 大小
        // lensize 为 len 所占内存大小
        ZIP_DECODE_LENGTH(p + prevlensize, encoding, lensize, len);
 
        // q 指向 data
        q = p + prevlensize + lensize;
 
        if (skipcnt == 0) {
            /* Compare current entry with specified entry */
            if (ZIP_IS_STR(encoding)) {
            // 字符串比较
                if (len == vlen && memcmp(q, vstr, vlen) == 0) {
                    return p;
                }
            } else {
            // 整数比较
                /* Find out if the searched field can be encoded. Note that
                 * we do it only the first time, once done vencoding is set
                 * to non-zero and vll is set to the integer value. */
                if (vencoding == 0) {
                    // 尝试将 vstr 解析为整数
                    if (!zipTryEncoding(vstr, vlen, &vll, &vencoding)) {
                        /* If the entry can't be encoded we set it to
                         * UCHAR_MAX so that we don't retry again the next
                         * time. */
                        // 不能编码为数字！！！会导致当前查找的数据项被跳过
                        vencoding = UCHAR_MAX;
                    }
                    /* Must be non-zero by now */
                    assert(vencoding);
                }
 
                /* Compare current entry with specified entry, do it only
                 * if vencoding != UCHAR_MAX because if there is no encoding
                 * possible for the field it can't be a valid integer. */
                if (vencoding != UCHAR_MAX) {
                    // 读取整数
                    long long ll = zipLoadInteger(q, encoding);
                    if (ll == vll) {
                        return p;
                    }
                }
            }
 
            /* Reset skip count */
            skipcnt = skip;
        } else {
            /* Skip entry */
            skipcnt--;
        }
 
        // 移动到 ziplist 的下一个数据项
        /* Move to next entry */
        p = q + len;
    }
 
    // 没有找到
    return NULL;
}

   注意，ziplist 每次插入新的数据都要 realloc。

为什么要用 ziplist

   redis HSET 命令官网的描述是：

   Sets field in the hash stored at key to value. If key does not exist, a new key holding a hash is created. If field already exists in the hash, it is overwritten.

   实际上，HSET 底层所使用的数据结构正是上面所说的 ziplist，而不是平时所说的 hashtable。

   那为什么要使用 ziplist，反对的理由是查找来说，(ziplist O(N))VS(hashtable O(1))？redis 可是为内存节省想破了头。首先 ziplist 比 hashtable 更节省内存，再者，redis 考虑到如果数据紧凑的 ziplist 能够放入 CPU 缓存(hashtable 很难，因为它是非线性的)，那么查找算法甚至会比 hashtable 要快！。ziplist 由此有性能和内存空间的有事。

建议继续学习：

1. 浅谈MySQL索引背后的数据结构及算法    (阅读：9886)
2. 爱喝啤酒的程序员是如何学习数据结构的    (阅读：5070)
3. 分布式系统的数据结构    (阅读：4956)
4. stream.js ：一个新的JavaScript数据结构    (阅读：4083)
5. 开源世界中的算法与数据结构 3 -- Linux Kernel List 和GList    (阅读：2901)
6. 开源世界中的算法与数据结构 2 -- Linux Skbuff实现    (阅读：2723)
7. 数据结构之treap    (阅读：2688)
8. 开源世界中的算法与数据结构 1 -- Linux FIB实现    (阅读：2385)
9. 开源世界中的算法与数据结构 3 -- Linux IPv6 FIB表实现    (阅读：2327)
10. 深入剖析 redis 数据结构 skiplist    (阅读：2262)