redis源码分析系列（redis源码github）

Redis源码剖析之数据过期(expire)

Redis 自动清理过期数据的机制可以有效节省资源redis源码分析系列，而没有自动过期机制时redis源码分析系列，实现数据清理将非常复杂。自动过期功能不仅简化redis源码分析系列了操作redis源码分析系列，还能节省成本，体现了其在缓存系统中的重要性。Redis 在处理请求时，会检查 key 是否过期。

比如当 Redis 收到客户端的GET movieredis源码分析系列：小泽#玛……利亚.rmvb 请求，就会先检查 key = movie：小泽#玛……利亚.rmvb 是否已经过期，如果过期那就删除。删除过期数据的主动权交给了每次访问请求。该实现通过 expireIfNeeded函数实现，源码路径：src/db.c。

redis 过期策略是：定期删除+惰性删除。所谓定期删除，指的是redis默认是每隔100ms就随机抽取一些设置了过期时间的key，检查其是否过期，如果过期就删除。假设redis里放了10w个key，都设置了过期时间，每隔几百毫秒，就检查10w个key，那redis基本上就死了，cpu负载会很高的，消耗在检查过期key上了。

Redis 是一个内存数据库，通过配置 `maxmemory` 来限定其内存使用量。当 Redis 主库内存超出限制时，会触发数据淘汰机制，以减少内存使用量，直至达到限制阈值。当 `maxmemory` 配置被应用，Redis 会根据配置采用相应的数据淘汰策略。

Redisson可重入锁加锁源码分析

1、Redisson可重入锁加锁源码分析如下： 加锁入口： 用户通过redissonClient获取RLock实例，并调用lock方法开始加锁流程。 lock方法的核心步骤是调用tryAcquire方法。 线程标识与尝试加锁： 在tryAcquire方法中，首先获取线程ID，用于标识请求锁的线程。

2、整个流程总结如下：首先通过lua脚本在Redis中创建和更新锁的哈希结构，对线程进行标识。若无过期时间，定时任务会确保锁的持续有效。重入锁通过`hincrby`增加键值对实现。加锁失败后，客户端会等待锁的剩余存活时间，再进行重试。至于加锁失败的处理，客户端会根据剩余存活时间进行阻塞，等待后尝试再次获取锁。

3、Redisson分布式可重入锁 实现：基于Redis的Java分布式可重入锁对象，实现了Lock接口。 看门狗机制：为避免锁在Redisson实例崩溃后永久挂起，Redisson维护锁watchdog，当锁持有者处于活动状态时，会延长锁的到期时间，默认30秒，可通过Config.lockWatchdogTimeout调整。

4、Redisson的读写锁实现中，我们首先关注的设计思想和流程，而非具体的命令解析。要理解其核心在于实现读写锁的三大特性：公平性、可重入性、超时性。读锁加锁流程始于调用入口，进入RedissonLock的lock（）方法。与之前讨论的可重入锁不同，其底层的尝试加锁方法（tryLockInnerAsync（）存在差异。

redis源码阅读--跳表解析

1、跳表是 Redis 中实现 zset 和 set 功能的关键数据结构。通过在链表基础上构建多级索引，跳表有效提升了查找效率，且其实现相较于红黑树更为简洁，无需大量精力来维持树的平衡。跳表节点具有顺序排列的特性，支持范围查询。跳表的构成包括头结点、尾节点、长度以及索引层数。

2、要深入理解Redis中跳表的奥秘，首先，我们从理想化的跳表概念开始。跳表作为一种多层级有序链表，旨在提供高效的有序集合操作，如zrange和zrevrange。它的设计旨在通过空间换时间，以O（log_2 n）的时间复杂度进行查找，但删除和增加操作可能导致结构变动，这在理想情况下需要复杂的重构。

3、跳表通过随机生成多级索引来支持有序集合的高效操作，例如范围查询、排名和集合操作等。Redis选择跳表而非平衡树，是基于其在性能与内存使用之间的良好平衡。跳表在Redis的实现涉及多个方面，从结构定义到操作实现。数据结构定义在`server.h`文件中，具体操作实现在`t_zset.c`文件中。

4、Redis中的跳表是一种用于快速搜索查找的数据结构，其主要特点和作用如下：数据结构本质：跳表实质上是一种有序链表，通过在链表上添加多级索引来实现快速查找。查找效率：跳表通过多级索引，使得查找过程能够快速跳过多个元素，从而显著提高查找效率。平均查找速度接近O，这相当于在链表中实现了二分查找的效率。

5、在Redis中，ZSet结构的跳表实现遵循随机层数生成原理，与原论文描述一致但有细微差异。生成随机层数的源码在src/z_set.c中，涉及位运算的实现逻辑。实际应用中，不同系统可能采用不同实现方法，关键在于随机数生成。跳表节点的平均层数遵循幂次定律，大部分节点层数较低，少数层数较高。

6、跳表（skiplist）是一种查询、插入和删除复杂度为O（lgn）的数据结构，常用于替代平衡树，如在Redis的zset、leveldb等系统中应用。其复杂度与平衡树相同，但结构更为直观易懂。跳表通过设置快速访问的指针，实现节点跳跃访问，提高查询效率。

深入分析redis之listpack,取代ziplist?

总结ziplist、quicklist和listpack是redis不断迭代优化的产物。ziplist的不足主要在于查找效率降低，新增或修改数据时内存空间需要重新分配，导致连锁更新问题，影响访问性能。quicklist通过链表结构降低内存分配，但增加了内存开销。listpack沿用ziplist紧凑型内存布局，进一步避免连锁更新问题。

总结：listpack在内存优化和效率提升上是ziplist的改进，但它是否完全取代ziplist，还需根据具体应用场景和性能测试来判断。

listpack是Redis中一种用于存储有序数据的内存结构，主要用于实现list、hash、set、zset等数据类型。与ziplist相比，listpack避免了连锁更新的问题，优化了内存使用。在Redis 0之前使用ziplist，从0版本起转而使用listpack。ziplist和listpack都旨在节省内存，但listpack在处理数据更新时更为高效。

基于设计考虑，Redis引入了listpack结构替代ziplist，但由于ziplist使用范围广泛，替换过程复杂。ziplist提供常用函数，如插入、查找、更新等操作。ziplist结构优化了内存管理，提高了Redis列表类型的性能。了解ziplist结构有助于深入理解Redis列表类型内部实现，提升性能优化和问题解决能力。

ziplist是Redis为了节约内存而设计的一种有序、内存连续的数据结构，适用于元素数量较少且长度较短的场景。在Redis版本0前，它作为list、hash、zset的底层实现之一，而在版本0后，被listpack替换。ziplist结构中，zlbytes 和 zltail 使用大端存储模式，即高位在低字节，低位在高字节。

Redis源码系列之rename讲解

在使用rename oldKey newKey 命令时，Redis主要执行两个关键步骤：隐式删除newKey rename操作非renameNX，执行时会强制性地将旧Key名修改为新Key名。若新Key名已有数据，Redis需先删除该数据。注：key对应的Value抽象为memory内存 修改指针指向 Redis实现rename效果有数据拷贝和修改指针指向两种方式。

rename 是redis中给key重命名命令， rename key newkey 的意思就是将key重命名为newkey。 大部分文档在介绍 rename 的时候只将它描述成一个时间复杂度为O（1）的命令，却忘了说明它可能导致的性能问题（涉及覆盖旧值的时候 时间复杂度应该是O（1）+O（M）。我们先做个试验看看 rename 的问题。

解析配置文件时，loadServerConfigFromString函数将字符串形式的配置逐行处理，如跳过注释行，分割参数，然后根据配置项类型和数量执行相应的设置操作。如果遇到如`rename-command`、`user`声明或`loadmodule`等特殊指令，会有对应的处理逻辑。