《第四章.数据编码与演化》 作者: nbboy 时间: 2022-05-17 分类: 软件架构,软件工程,设计模式,Golang 评论 ### 数据编码用处 数据编码主要被用在数据传输和存储上，至于数据在内存中是不需要特定的数据编码的，用某种结构就可以表示（比如数组，链表，数，图等等），平时接触最多的可能就从数据库反射回来的数据模型对象。 ### 数据编码困境 数据编码即可以是通用的数据编码也可以是语言专用的数据编码，比如大家都知道的XML,JSON，PB是通用的数据编码，任何的语言基本都可以编码和解码。对于专有数据编码，比如Python Pickle文件和Java序列化等都属于这类，一般被用来存储的用途。 但是无论对于哪种数据编码，主要需要解决的问题是： - 保持双向兼容（前向和后向） - 快速的编码和解码 - 数据是否紧凑 - 最好对人类友好，即便于调试 以比较熟悉的JSON和PB进行描述和对比，JSON并没有保持双向兼容的能力，需要程序去自行处理。从性能上来说，相对于其他二进制编码，它无疑编解码也是比较慢的，而且因为是文本格式，所以数据也不具有太好的压缩特性。但是因此带来的好处是方便我们去调试，比如可以很方面的截获一段HTTP报文，我们完全不借助工具就可以阅读他的内容，这是其他二进制编码格式做不到的。所以正是这些因素，外网常用的接口都以Restful风格+JSON编码去传输。但是,PB正好相反，它可以预定义模式协议文件（pb文件），而且支持可选和必选，这样就为双向兼容提供了方便。PB编解码性能比JSON快了非常多，另外数据更加紧凑，不过由于以上特性，如果不借助工具，不方便调试。 以上描述的两种编码格式比较常见，也比较有代表性。不存在最好的和具备所有优点的编解码方式，需要我们根据具体场景去选择，比如目前比较好的实践方式是，走外网的接口通常用JSON去传输，内网的RPC服务用的更多的还是PB格式。 ### 数据流模式 在Web应用开发中，一般和数据库，消息队列，调用第三方服务打交道，书中总结抽象为数据流。 - 数据库也可以看成编解码的过程，把SQL的记录行组装成模型对象（不是领域对象）称为解码，把模型对象拼装成SQL语句执行的过程称为编码。消息队列和服务调用过程中更加少不了编解码。 - RPC和Restful在交互过程中对内容进行编解码 - 异步消息在投递到消息代理过程中会进行编解码 ### 总结 数据在存储和传输过程中需要进行编解码，在一些特殊的场景会自己定义一套编解码方式，目标是更好的性能和更具经凑的格式。当然当然在Web开发中，用的最多的还是JSON和PB，以后肯定会有更多的方案出现，但是都应该围绕上面提到的几个目标去设计。
Redis Hash原理 作者: nbboy 时间: 2022-02-27 分类: 默认分类,C 评论 > 分析的Redis版本基于6.0 ## Redis Hash #### 应用场景 哈希列表结构是一般在编程上非常重要的结构，因为它的查询性能接近O(1)，所以是一种非常高效的数据结构。我们平时用的字典（dict）往往都是通过哈希列表去实现的，而redis中自己实现的hash结构也非常重要。在redis中所有的键值都是通过hash结构去管理的，比如我们键入命令set a hello时，其实在redis server用结构redisDb->dict来进行维护，其键和值都是redisObject： ```c typedef struct redisDb { dict *dict; /* The keyspace for this DB */ dict *expires; /* Timeout of keys with a timeout set */ ... } redisDb; ``` #### Hash结构 redis hash结构和普通的hash结构还是非常像的，但是因为它有一个渐进式hash过程（下面会讲），所以它其实有两个hash table。 ```c //字典采用链表处理冲突，而且在数据过多的时候会自动进行渐进式重新hash typedef struct dict { //一些函数指针 dictType *type; void *privdata; //rehash的oldhash和newhash dictht ht[2]; //rehash的进度(hash槽索引), 如果是-1, 则表示没有进行rehash, 否则就是在rehash long rehashidx; /* rehashing not in progress if rehashidx == -1 */ unsigned long iterators; /* number of iterators currently running */ } dict; typedef struct dictht { //指向hash槽的头部 dictEntry **table; //分配的hash槽总数量 unsigned long size; //计算hash槽的掩码值, 它等于size - 1 unsigned long sizemask; //在用的hash槽数量 unsigned long used; } dictht; //字典的每个元素 typedef struct dictEntry { //元素的健 void *key; //指向的值,或是指向一个对象，或者数值... union { void *val; uint64_t u64; int64_t s64; double d; } v; //采用链表的方式，next指向hash槽内的下个元素 struct dictEntry *next; } dictEntry; ``` 比如size=6的hash表按照字母顺序进行编码（比如a:1,b:2,c:3,d:4,e:5,f:6,g:1...)，并且插入到hash列表中后的图示如下：  #### 键冲突处理 我们知道所有的hash列表都会冲突，冲突是由于key被hash到一个bucket（有些资料里叫hash槽）里引起的。Redis采用如下的技术处理键的冲突： - 选择好的Hash函数,尽量让键分布均匀 - 用拉链的方式处理冲突，即使键值过载，也会被分散到bucket内的链表里 - 设定一个阈值，如果元素过载，则会进行自动扩容 散列表的处理冲突方式一般有两种，开放定址和拉链法，而Redis采用的是拉链法，实现上用链表来管理冲突的键值对。Redis在Hash函数的选取上则用的是SipHash，这种算法有较强的安全性，可以用来防御“Hash-flooding”。 #### 扩容/缩容 当随着元素的增加，如果Hash列表不进行扩张，则必然会增加单个Bucket的元素数量，而这会导致命中该Bucket的检索操作退化到查询列表的操作，而这是不能被接受的，所以Redis设计了自动扩容的机制。 扩容是在添加操作完成的，当元素使用比例过了设定的阈值，则进行自动扩容： ```c //超过阈值，开始进行hash扩展，扩展长度为两倍，里面会进行微调整 if (d->ht[0].used >= d->ht[0].size && (dict_can_resize || d->ht[0].used/d->ht[0].size > dict_force_resize_ratio)) { return dictExpand(d, d->ht[0].used*2); } ``` Redis扩容本身并不复杂，它会把散列的空间扩大到现有元素的2倍左右大小。相比扩容，缩容采用了更加主动的方式，采用定时器进行周期性的空间回收，具体操作在tryResizeHashTables函数，收缩的条件为空间利用率下降为10%，就会进行一次收缩，收缩过后的大小刚好大于原有键值对数量的2的n次。([dictResize](https://github.com/redis/redis/blob/6.0/src/dict.c#L135 "dictResize")) ```c //低于10%的时候，会进行缩容 int htNeedsResize(dict *dict) { long long size, used; size = dictSlots(dict); used = dictSize(dict); //use/size < 0.10 return (size > DICT_HT_INITIAL_SIZE && (used*100/size < HASHTABLE_MIN_FILL)); } ``` #### 渐进式Rehash 作为hash列表，已有的功能都是完整的，但是作为高性能的Redis服务器如果只是容许暂停服务进行rehash，那将是不可承受的。Redis在设计上采用了渐进式的结构，也就是在rehash阶段，会有两个散列表存在，一个用来存目前用的健值对ht1，另外一个则是新扩张后的ht2。在这个阶段两个ht都需要去查找和更新，当完成这个阶段只需要考虑ht1。 可以用一个例子来图示一下，假设为了方便演示，resize比例为1的时候就进行扩张，初始化hash大小为2个Bucket，插入3个键值对后的hash状态如下：  这时候，其实hash列表里的键值对已经达到扩容的零界点，当请求插入l=33的时候，根据used/size=4/2=2>1(dict_force_resize_ratio )，所以会分配一个2倍空间(2*used)大小给新的ht1，并且启动**渐进式hash迁移**。而在hash迁移期间，所有的插入请求的键值对都会放到新的ht1。  当我们请求删除e为健的键值对时，其实它会进行两步操作(其实如果一旦进入hash迁移，则对于查找/添加/替换都会有下面的第一步)： 1. 依次获取ht0的一个bucket，并且迁移到ht1中 2. 在ht0和ht1中查找是否有健，如果找到的话进行删除  *图画的不是很好，表达的是2个键值对迁移过来后，其中一个被删除（画叉的是被删除，画加号的是被正常迁移过来，顺序是先迁移，后删除）* 这时候如果来个检索操作，比如检索b为健的值是多少，同样检索操作也需要执行一次迁移操作，也即： 1. 依次获取ht0的一个bucket，并且迁移到ht1中 2. 在ht0和ht1中查找是否有健，如果找到的话返回 对于这里的例子，本次操作会迁移Bucket2，操作后会使ht0没有键值对（used==0）。而当ht0为空时候，ht1被作为新的ht0(ht1指针给ht0)，ht1清空作为下一次迁移用，本轮迁移标记rehashidx置空。  需要说明的是如果在迁移阶段进行检索，并且第一步之后迁移也没有完成，则查找的时候会对h0和h1两个hash表都进行检索，因为键值有可能在h0也有可能在h1。 最后再补充一点，渐进式迁移不光光在查找/添加/替换等操作里有，而且在定时任务里也会给予一定的时间（1ms）进行迁移。 ### 参考 《算法》散列表部分 《数据结构与算法之美》散列表部分
Redis Sds原理 作者: nbboy 时间: 2022-02-24 分类: 默认分类,C 评论 > 分析的Redis版本基于6.0 ## Redis Sds #### 应用场景 sds会应用在很多地方，可以说在redis中所有需要用到string的地方都会用到sds。特别的，我们会想到字符串命令的key和value底层都是用sds存储的[(stringCommand)][1]。可以先来看一个redis命令: ```bash set a hello ``` 其实该命令会在服务端接受后被存储到robj对象中，key和value都是如此，该结构有如下的结构： ```c /* The actual Redis Object */ #define OBJ_STRING 0 /* String object. */ #define OBJ_LIST 1 /* List object. */ #define OBJ_SET 2 /* Set object. */ #define OBJ_ZSET 3 /* Sorted set object. */ #define OBJ_HASH 4 /* Hash object. */ typedef struct redisObject { unsigned type:4; unsigned encoding:4; unsigned lru:LRU_BITS; /* LRU time (relative to global lru_clock) or * LFU data (least significant 8 bits frequency * and most significant 16 bits access time). */ int refcount; void *ptr; } robj; ``` 其中type就表示的是什么类型，对于字符串命令就是0，当然还有很多类型，定义在OBJ_XXX常量里，这里不做展开。Redis是C语言开发的，而对于C给带来高性能的同时也会带来一些字符串安全的问题，很多0Day都是通过栈空间的溢出来做文章，所以作者在设计sds的时候考虑到了内存安全性，后面会具体看到这部分设计。 #### Sds的结构 当用户键入上面set a hello命令的时候，值会存入sds最终如下图所示：  Buf指向的值才是最终的字符串内容，并且以\0作为结束，这个和C语言的字符串是一样的。Len就是Buf指向的字符串的长度，所以如果计算字符串长度不需要每次调用strlen,而是直接返回Len就可以，计算成本为O(1)！Alloc为sds预分配的长度，一般情况下它比Len要大一点，具体细节下面会说。 sds根据不同的字符串长度，会使用不同的结构去管理，比如用32位可以表示的长度则为sdshdr32，其他结构也是类似的: ```c struct __attribute__ ((__packed__)) sdshdr32 { //字符串分配出去的长度 uint32_t len; /* used */ //分配的总长度 uint32_t alloc; /* excluding the header and null terminator */ //各种类型, sdshdr* unsigned char flags; /* 3 lsb of type, 5 unused bits */ //字符串真正的指向 char buf[]; }; ``` #### Sds的扩容和缩容 Sds的扩容也是会根据字符串的大小进行按需扩容，而且每次扩容都是按两倍大小进行扩容，用伪代码描述为：  当然有扩容也会有缩容，用户可以主动请求缩容，容量会缩小为刚好可以容下字符串大小，其过程类似，它是由sdsRemoveFreeSpace实现。 #### 内存安全性 因为sds不是以\0作为字符串的结束，而是以len来表示字符串的长度，所以它可以包含任何的二进制数据（包括\0）。 ## 参考的资料 《Redis设计与实现》 [1]: https://redis.io/commands#string "string command"
TimeWheel一种实现方式 作者: nbboy 时间: 2022-02-23 分类: 默认分类,软件架构,Golang 评论 > 时间轮是一种应用于定时器的有效数据结构，只需要一个系统时钟定时器就搞定非常多的定时策略，常常应用于**延时任务**等场景 现在实现上主要有两种时间轮，Hash时间轮和分层时间轮，Hash时间轮又有可以实现为排序和非排序的，但是主要原理基本一致。 ### Hash时间轮 hash时间轮可以用hash加上双向链表来实现，当然双向链表可以替换成其他类似的数据结构，比如数组，有序列表等等。其大致结构如下图所示： 每个系统时钟周期内都走动一个hash槽，在这个槽内task都是以双链表形式构建，并且每个task中有代表第几轮的circle和代表在第几个hash槽中的slot。如果circle是0，那就意味着当前可以调度，反之就该把circle减去1。具体看代码可能比较清楚。 ```go for e := slot.Front(); e != nil; e = e.Next() { tasker := e.Value.(*task) if tasker.circle > 0 { tasker.circle -= 1 continue } else { tw.removeTime(&removingTasker{key: tasker.key}) go func() { defer func() { if err := recover(); err != nil { log.Printf("tasker error: %v\n", err) } }() tasker.fn() }() } } ``` ### 分层时间轮 分层时间轮是hash时间轮的一种优化，在原来论文里写得也比较清楚，假如说定时时间跨度很大，则采用hash时间轮就不是很理想。分层时间轮基于相当于十进制中的进位理念一样，或者类似现实中的时钟工作机制。结构如下图所示。 hierarchical-timing-wheel.pn ###### 设置定时时间 先计算出，给定的定时时间需要用几个轮子来表示，当前轮子不能表示就再加入一个。 ###### 周期调度 每个系统时钟周期都是调度低位的轮子，走动一个时间槽，当走完当前轮的所有时间槽，则在比其高一级的轮子中走动一个时间槽。走动的时间槽里包含设定的定时时间，则把该时间移动到下一级轮子中，其位置很容易计算，和最开始设定定时时间的计算方式是一样的。当然，如果当前级别的轮子是最后一级，则需要去调度了。 ### 总结 实现上，可以采用很多的实现方式，可以参考kafka,libevent,nginx等等源码都有实现，看具体需求做trade-off，我实现了简单的hash时间轮体验了一把，它存放在：https://github.com/x-debug/tw
博客搬家了~~~ 作者: nbboy 时间: 2022-01-15 分类: 默认分类 评论 年终有点忙，博客也很长时间没有写了，今天简单写写年终关键节点总结和新年计划。 首先，今年换了一个新公司，所以时间更加少，一直在学习和融入新的公司，现在基本上算稳定了，公司学习氛围和技术氛围都不错。其次，给博客搬了一个新家，从国内的qingcloud搬到了aws。国内的服务不是很好，价格贵，而且不稳定，用了三年综合考虑下来换到国外的服务商了。 回顾博文的时间线，一年的博文写得还是有点少，基本一个月一篇，内容也是以技术博文为主，而且缺乏太多的思考。在新的一年里，争取创作出更多的好博文，主要可能以代码分析和学习总结为主。 **Happy New Year**