魔改redis之添加命令hrandmember
魔改redis之添加命令hrandmember
正文
前言
想从redis的hash表获取随机的键值对，但是发现redis只支持set的随机值SRANDMEMBER。但是如果把hash表中的数据又存一份，占用的空间又太大。也可以通过先HLEN获取hash表的大小，随机出一个偏移值，再调用HSCAN获得一组数据。或者直接多次随机，多次取值。但这样效率始终不如SRANDMEMBER(redis的开销主要是网络的开销)。于是想到魔改redis代码，使其支持对hash表的随机键值对。客户端jedis打算使用eval来调用redis中新加入的指令。
Set类型与srandmember命令
Set类型的编码可以是OBJ_ENCODING_HT或者OBJ_ENCODING_INTSET，如果集合中的值全是数值，那么Set的编码(底层类型)为OBJ_ENCODING_INTSET, 如果加入了无法被解析为数值的字符串，或者set的大小超过了OBJ_SET_MAX_INTSET_ENTRIES默认512，编码则会变更为OBJ_ENCODING_HT。
OBJ_ENCODING_INTSET就是存储着整数的有序数组。加入新值时新realloc新增内存，再使用memmove将对应位置后的数据后移，然后在对应的位置加入值。
OBJ_ENCODING_HT编码就是dict类型，也就是字典。
srandmember命令的主要处理函数是srandmemberWithCountCommand，如果传入的count值是负数，意味着值可以重复。
-
如果值可以重复，那么每次随机取出一个成员。
-
如果
set的size小于请求的数量，则返回set集合中全部的值。//case 1 if (!uniq) { addReplyMultiBulkLen(c,count); while(count--) { encoding = setTypeRandomElement(set,&ele,&llele); if (encoding == OBJ_ENCODING_INTSET) { addReplyBulkLongLong(c,llele); } else { addReplyBulkCBuffer(c,ele,sdslen(ele)); } } return; } //case 2 if (count >= size) { sunionDiffGenericCommand(c,c->argv+1,1,NULL,SET_OP_UNION); return; } -
集合的数量没有远远大于请求的数量。将
set的值复制到dict中，然后随机删除值，直到数量等于请求的值。 -
集合数量远大请求的数量。随机取值，加入
dict中，数量满足后返回dict中的值。if (count*SRANDMEMBER_SUB_STRATEGY_MUL > size) { setTypeIterator *si; /* Add all the elements into the temporary dictionary. */ si = setTypeInitIterator(set); while((encoding = setTypeNext(si,&ele,&llele)) != -1) { int retval = DICT_ERR; if (encoding == OBJ_ENCODING_INTSET) { retval = dictAdd(d,createStringObjectFromLongLong(llele),NULL); } else { retval = dictAdd(d,createStringObject(ele,sdslen(ele)),NULL); } serverAssert(retval == DICT_OK); } setTypeReleaseIterator(si); serverAssert(dictSize(d) == size); /* Remove random elements to reach the right count. */ while(size > count) { dictEntry *de; de = dictGetRandomKey(d); dictDelete(d,dictGetKey(de)); size--; } } else { unsigned long added = 0; robj *objele; while(added < count) { encoding = setTypeRandomElement(set,&ele,&llele); if (encoding == OBJ_ENCODING_INTSET) { objele = createStringObjectFromLongLong(llele); } else { objele = createStringObject(ele,sdslen(ele)); } /* Try to add the object to the dictionary. If it already exists * free it, otherwise increment the number of objects we have * in the result dictionary. */ if (dictAdd(d,objele,NULL) == DICT_OK) added++; else decrRefCount(objele); } } /* CASE 3 & 4: send the result to the user. */ { dictIterator *di; dictEntry *de; addReplyMultiBulkLen(c,count); di = dictGetIterator(d); while((de = dictNext(di)) != NULL) addReplyBulk(c,dictGetKey(de)); dictReleaseIterator(di); dictRelease(d); }
Hash类型对比Set类型
Hash类型和Set类型的关系非常密切，在java源码中，往往set类型就是由hash类型实现的。在redis中在数据量较大的时候也十分相似。
前文提到 Set类型的编码可以是intset或者是dict，ziplist的编码是ziplist或者是dict。在当前的redis版本中，还并没有添加hrandmember命令（6.2及之前）。
ziplist中的字符串长度超过OBJ_HASH_MAX_ZIPLIST_VALUE(默认值为64)，或者entry的个数超过OBJ_HASH_MAX_ZIPLIST_ENTRIES(默认值为512)，则会转化为hashtable编码。
ziplist的encoding就是尝试将字符串值解析成long并保存编码。hash类型和 set类型最大的区别在于元素个数较少时，内部的编码不同，hash内部的编码是ziplist，而set的内部编码是intset，（个人认为hash和intset内部编码不统一是一处失误，使用者对两者有着相似的用法，也就是需求类似，然而底层实现却不同，必然导致代码的重复，也确实如此，redis团队似乎因为这个原因迟迟没有添加hrandmember命令）
hrandmember命令
因为ziplist不能被随机访问。对于ziplist编码的hash表，我们采用以下算法，来保证每个被取出来的entry的概率是一样的。
我们从长度为m的ziplist中取出n个entry，m>=n，设剩下的长度为m left ，剩余要取的个数为nleft，每次取球时，我们取它的概率为 nleft/m left 。
这样能保证每个球被取出的概率相同，为n/m。可用数学归纳法证明。
通过使用这种方式，我们将时间复杂度从O(nm)降为O(m)。
处理hash编码，我们复制srandmember的代码，并稍作修改，避免字符串的复制以提高效率。
注意：当编码为ziplist时，不支持负数的count。虽然也有返回值，但并不会重复，并且个数小于期望值。
void hrandmemberWithCountCommand(client *c, long l) {
unsigned long entryCount, hashSize;
int uniq = 1;
hashTypeIterator *hi;
robj *hash;
dict *d;
double randomDouble;
double threshold;
unsigned long index = 0;
if ((hash = lookupKeyReadOrReply(c,c->argv[1],shared.null[c->resp]))
== NULL || checkType(c,hash,OBJ_HASH)) return;
if(l >= 0) {
entryCount = (unsigned long) l;
} else {
entryCount = -l;
uniq = 0;
}
hashSize = hashTypeLength(hash);
if(entryCount > hashSize)
entryCount = hashSize;
addReplyMapLen(c, entryCount);
hi = hashTypeInitIterator(hash);
if(hash->encoding == OBJ_ENCODING_ZIPLIST) {
while (hashTypeNext(hi) != C_ERR && entryCount != 0) {
randomDouble = ((double)rand()) / RAND_MAX;
threshold = ((double)entryCount) / (hashSize - index);
if(randomDouble < threshold){
entryCount--;
addHashIteratorCursorToReply(c, hi, OBJ_HASH_KEY);
addHashIteratorCursorToReply(c, hi, OBJ_HASH_VALUE);
}
index ++;
}
} else {
// copy of srandmember
if(!uniq) {
while(entryCount--) {
sds key, value;
dictEntry *de = dictGetRandomKey(hash->ptr);
key = dictGetKey(de);
value = dictGetVal(de);
addReplyBulkCBuffer(c,key,sdslen(key));
addReplyBulkCBuffer(c,value,sdslen(value));
}
return;
}
if(entryCount >= hashSize) {
while (hashTypeNext(hi) != C_ERR) {
addHashIteratorCursorToReply(c, hi, OBJ_HASH_KEY);
addHashIteratorCursorToReply(c, hi, OBJ_HASH_VALUE);
}
return;
}
static dictType dt = {
dictSdsHash, /* hash function */
NULL, /* key dup */
NULL, /* val dup */
dictSdsKeyCompare, /* key compare */
NULL, /* key destructor */
NULL, /* val destructor */
NULL /* allow to expand */
};
d = dictCreate(&dt,NULL);
if(entryCount * HRANDMEMBER_SUB_STRATEGY_MUL > hashSize) {
/* Add all the elements into the temporary dictionary. */
while((hashTypeNext(hi)) != C_ERR) {
int ret = DICT_ERR;
sds key, value;
key = hashTypeCurrentFromHashTable(hi,OBJ_HASH_KEY);
value = hashTypeCurrentFromHashTable(hi,OBJ_HASH_VALUE);
ret = dictAdd(d, key, value);
serverAssert(ret == DICT_OK);
}
serverAssert(dictSize(d) == hashSize);
/* Remove random elements to reach the right count. */
while(hashSize > entryCount) {
dictEntry *de;
de = dictGetRandomKey(d);
dictDelete(d,dictGetKey(de));
hashSize--;
}
}
else {
unsigned long added = 0;
sds sdsKey, sdsVal;
while(added < entryCount) {
dictEntry *de = dictGetRandomKey(hash->ptr);
sdsKey = dictGetKey(de);
sdsVal = dictGetVal(de);
/* Try to add the object to the dictionary. If it already exists
* free it, otherwise increment the number of objects we have
* in the result dictionary. */
if (dictAdd(d,sdsKey,sdsVal) == DICT_OK){
added++;
}
}
}
{
dictIterator *di;
dictEntry *de;
di = dictGetIterator(d);
while((de = dictNext(di)) != NULL) {
sds key = dictGetKey(de);
sds value = dictGetVal(de);
addReplyBulkCBuffer(c,key,sdslen(key));
addReplyBulkCBuffer(c,value,sdslen(value));
}
dictReleaseIterator(di);
dictRelease(d);
}
}
hashTypeReleaseIterator(hi);
}
