Redis存储string里面embstr和raw格式区别

Redis 字符串存储揭秘：embstr 与 raw 格式深度解析

在 Redis 中，String（字符串）是最基础也是最常用的数据类型。然而，为了极致地优化内存使用和执行效率，Redis 在内部并不会用同一种方式来存储所有的字符串。其中，embstr 和 raw 是两种主要的编码格式，它们的选择取决于字符串的长度，并直接影响着内存分配和操作效率。

简而言之，embstr 是一种专门用于存储短字符串的优化格式，而 raw 则是用于存储长字符串的通用格式。

核心区别：内存分配与效率

embstr 和 raw 格式最根本的区别在于它们的内存分配策略。

• raw 格式：两次内存分配
  当一个字符串使用 raw 格式存储时，Redis 会进行两次内存分配。一次是为 Redis 的对象头（redisObject）分配内存，另一次是为字符串的实际内容（sdshdr，即简单动态字符串）分配内存。redisObject 中的指针会指向存储实际字符串内容的 sdshdr。（对sdshdr有疑问的可以参考末尾文章链接！）

• embstr 格式：一次内存分配
  为了优化短字符串的存储，embstr 格式应运而生。它通过一次内存分配，将 redisObject 和 sdshdr 存储在一块连续的内存空间中。这种方式不仅减少了内存分配的开销，更重要的是，由于数据在内存中的连续性，能够更好地利用 CPU 缓存，从而提升了访问效率。

特性	embstr	raw
内存分配	一次（redisObject 和 sdshdr 连续存储）	两次（redisObject 和 sdshdr 分开存储）
内存碎片	更少	可能产生更多碎片
访问效率	更高（更好的 CPU 缓存局部性）	相对较低
适用场景	短字符串	长字符串
修改操作	只读，任何修改都会先转换为 raw 格式	可直接修改

编码转换的临界点

Redis 会根据字符串的长度自动选择使用 embstr 还是 raw 编码。这个长度阈值在不同的 Redis 版本中有所变化：

• Redis 3.2 及以后版本： 当字符串长度小于等于 44 字节时，使用 embstr 编码。
• Redis 3.2 以前版本： 这个阈值是 39 字节。

需要特别注意的是，embstr 编码是只读的。一旦你对一个使用 embstr 编码的字符串进行任何修改操作（例如 APPEND），Redis 会先将其转换为 raw 编码，然后再执行修改。即使修改后的字符串长度仍然小于44字节，它也会保持为 raw 编码。

如何查看字符串的编码？

你可以通过 OBJECT ENCODING 命令来查看一个键所对应的字符串的内部编码。

示例：

redis> SET short_str "hello world"
OK
redis> OBJECT ENCODING short_str
"embstr"redis> SET long_str "This is a longer string that will exceed the embstr length limit."
OK
redis> OBJECT ENCODING long_str
"raw"redis> APPEND short_str " again"
(integer) 17
redis> OBJECT ENCODING short_str
"raw"

总结

embstr 和 raw 格式是 Redis 在字符串存储上进行精细化优化的体现。通过为短字符串设计专门的 embstr 格式，Redis 有效地减少了内存分配开销和内存碎片，并提升了数据访问的效率。了解这两种内部编码的区别，有助于我们更深入地理解 Redis 的高性能原理，并在实践中更高效地利用内存。对于开发者而言，虽然这种转换是自动且透明的，但理解其背后的机制，对于进行性能分析和故障排查大有裨益。

下一篇：
Redis中什么是SDSHDR