数据库压缩到底怎么做？

redis

redis的压缩是针对key的压缩

只针对string和list的value

所有的压缩最终都会调用lzf_compress/lzf_decompress

需要配置文件配置rdb_compression rdb压缩才会生效

lzf压缩限制长度要大于20，即使是aaaaaaaaaaaaaaaaaaaa也压不了，大于20才能压。原因没有深究

rdb内部的压缩

• 如何确认这个record是被压缩/解压的？

rdb解析每条数据，都有标识字段，压缩的record自然是单独的类型

ssize_t rdbSaveLzfStringObject(rio *rdb, unsigned char *s, size_t len) { 
... 
    comprlen = lzf_compress(s, len, out, outlen); 
    if (comprlen == 0) { 
        zfree(out); 
        return 0; 
    } 
    ssize_t nwritten = rdbSaveLzfBlob(rdb, out, comprlen, len); 
... 
} 
 
ssize_t rdbSaveLzfBlob(rio *rdb, void *data, size_t compress_len, 
                       size_t original_len) { 
... 
     
    byte = (RDB_ENCVAL<<6)|RDB_ENC_LZF; 
    if ((n = rdbWriteRaw(rdb,&byte,1)) == -1) goto writeerr; 
    nwritten += n; 
... 
} 

解压缩

void *rdbGenericLoadStringObject(rio *rdb, int flags, size_t *lenptr) { 
... 
    if (isencoded) { 
        switch(len) { 
        case RDB_ENC_INT8: 
        case RDB_ENC_INT16: 
        case RDB_ENC_INT32: 
            return rdbLoadIntegerObject(rdb,len,flags,lenptr); 
        case RDB_ENC_LZF: 
            return rdbLoadLzfStringObject(rdb,flags,lenptr); 
        default: 
            rdbReportCorruptRDB("Unknown RDB string encoding type %llu",len); 
            return NULL; 
        } 
    } 
 ... 
  
 void *rdbLoadLzfStringObject(rio *rdb, int flags, size_t *lenptr) { 
... 
 
     
    if (rioRead(rdb,c,clen) == 0) goto err; 
    if (lzf_decompress(c,clen,val,len) != len) { 
        rdbReportCorruptRDB("Invalid LZF compressed string"); 
... 
} 

接口简单容易定位

所有的类型string/hash具体到底层，都是string，就会走这个压缩的过程rdbSaveRawString,内部来调用rdbSaveLzfStringObject

ssize_t rdbSaveObject(rio *rdb, robj *o, robj *key, int dbid) { 
    ssize_t n = 0, nwritten = 0; 
 
    if (o->type == OBJ_STRING) { 
         
        if ((n = rdbSaveStringObject(rdb,o)) == -1) return -1; 
        nwritten += n; 
    } else if (o->type == OBJ_LIST) { 
 
                if (quicklistNodeIsCompressed(node)) { 
                    void *data; 
                    size_t compress_len = quicklistGetLzf(node, &data); 
                    if ((n = rdbSaveLzfBlob(rdb,data,compress_len,node->sz)) == -1) return -1; 
                    nwritten += n; 
                } else { 
                    if ((n = rdbSaveRawString(rdb,node->zl,node->sz)) == -1) return -1; 
                    nwritten += n; 
                } 
                node = node->next; 
            } 
        } else { 
            serverPanic("Unknown list encoding"); 
        } 
。。。 
} 

quicklist的压缩

链表压缩可以选择深度，quicklist是redis list的底层数据结构

什么时候做压缩？

 
REDIS_STATIC void __quicklistInsertNode(quicklist *quicklist, 
                                        quicklistNode *old_node, 
                                        quicklistNode *new_node, int after) { 
    if (after) { 
        new_node->prev = old_node; 
        if (old_node) { 
            new_node->next = old_node->next; 
            if (old_node->next) 
                old_node->next->prev = new_node; 
            old_node->next = new_node; 
        } 
        if (quicklist->tail == old_node) 
            quicklist->tail = new_node; 
    } else { 
        new_node->next = old_node; 
        if (old_node) { 
            new_node->prev = old_node->prev; 
            if (old_node->prev) 
                old_node->prev->next = new_node; 
            old_node->prev = new_node; 
        } 
        if (quicklist->head == old_node) 
            quicklist->head = new_node; 
    } 
     
    if (quicklist->len == 0) { 
        quicklist->head = quicklist->tail = new_node; 
    } 
 
     
    quicklist->len++; 
 
    if (old_node) 
        quicklistCompress(quicklist, old_node); 
} 

也就是说，头尾不会压缩，其他的节点会压缩，在修改的时候同事把旧的节点给压缩了

这里有个问题，这里的节点压缩了，rdb存储的时候还要特别处理一下，判定已经压缩过，走rdbSaveLzfBlob

需要有个record头来记录一个compression的标记

rocksdb

类似redis，还是很好找的，UncompressData/CompressData

针对sst的压缩

调用关系

UncompressBlockContentsForCompressionType -> UncompressData

WriteBlock/BGWorkCompression -> CompressAndVerifyBlock -> CompressBlock -> CompressData

block本身有信息标记是否是压缩

写入的时候才压缩

blobdb

CompressBlobIfNeeded -> CompressData

GetCompressedSlice -> CompressData

总结

• 需要文件本身知道自己是压缩的，有元信息记录
• 在内存中是否压缩要考虑业务场景，比如redis这个quicklist 压缩，因为list最近访问的就是头尾，其他不重要