技术

mosn有的没的 负载均衡泛谈 《Mysql实战45讲》笔记 单元测试的新解读 《Redis核心技术与实现》笔记 《Prometheus监控实战》笔记 Prometheus 告警学习 calico源码分析 对容器云平台的理解 Prometheus 源码分析 并发的成本 基础设施优化 hashicorp raft源码学习 docker 架构 mosn细节 与微服务框架整合 Java动态代理 编程范式 并发通信模型 《网络是怎样连接的》笔记 go细节 codereview mat使用 jvm 线程实现 go打包机制 go interface及反射 如何学习Kubernetes 《编译原理之美》笔记——后端部分 《编译原理之美》笔记——前端部分 Pilot MCP协议分析 go gc 内存管理玩法汇总 软件机制 istio流量管理 Pilot源码分析 golang io 学习Spring mosn源码浅析 MOSN简介 《datacenter as a computer》笔记 学习JVM Tomcat源码分析 Linux可观测性 学习存储 学计算 Gotty源码分析 kubernetes operator kaggle泰坦尼克问题实践 kubernetes垂直扩缩容 神经网络模型优化 直觉上理解机器学习 knative入门 如何学习机器学习 神经网络系列笔记 TIDB源码分析 《阿里巴巴云原生实践15讲》笔记 Alibaba Java诊断工具Arthas TIDB存储——TIKV 《Apache Kafka源码分析》——简介 netty中的线程池 guava cache 源码分析 Springboot 启动过程分析 Spring 创建Bean的年代变迁 Linux内存管理 自定义CNI IPAM 副本一致性 spring redis 源码分析 kafka实践 spring kafka 源码分析 Linux进程调度 让kafka支持优先级队列 Codis源码分析 Redis源码分析 C语言学习 《趣谈Linux操作系统》笔记 docker和k8s安全机制 jvm crash分析 Prometheus 学习 容器日志采集 Kubernetes 控制器模型 Kubernetes监控 容器狂占cpu怎么办? Kubernetes资源调度——scheduler 时序性数据库介绍及对比 influxdb入门 maven的基本概念 《Apache Kafka源码分析》——server Kubernetes objects 源码分析体会 《数据结构与算法之美》——算法新解 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 ansible学习 Kubernetes源码分析——从kubectl开始 jib源码分析之Step实现 jib源码分析之细节 线程排队 跨主机容器通信 jib源码分析及应用 为容器选择一个合适的entrypoint kubernetes yaml配置 《持续交付36讲》笔记 mybatis学习 程序猿应该知道的 无锁数据结构和算法 CNI——容器网络是如何打通的 为什么很多业务程序猿觉得数据结构和算法没用? 串一串一致性协议 当我在说PaaS时,我在说什么 《数据结构与算法之美》——数据结构笔记 PouchContainer技术分享体会 harbor学习 用groovy 来动态化你的代码 精简代码的利器——lombok 学习 《深入剖析kubernetes》笔记 编程语言的动态性 rxjava3——背压 rxjava2——线程切换 spring cloud 初识 《深入拆解java 虚拟机》笔记 《how tomcat works》笔记 hystrix 学习 rxjava1——概念 Redis 学习 TIDB 学习 分布式计算系统的那些套路 Storm 学习 AQS1——论文学习 Unsafe Spark Stream 学习 linux vfs轮廓 《自己动手写docker》笔记 java8 实践 中本聪比特币白皮书 细读 区块链泛谈 比特币 大杂烩 总纲——如何学习分布式系统 hbase 泛谈 forkjoin 泛谈 看不见摸不着的cdn是啥 《jdk8 in action》笔记 程序猿视角看网络 bgp初识 calico学习 AQS2——粗略的代码分析 我们能用反射做什么 web 跨域问题 《clean code》笔记 硬件对软件设计的影响 《Elasticsearch权威指南》笔记 mockito简介及源码分析 2017软件开发小结—— 从做功能到做系统 《Apache Kafka源码分析》——clients dns隐藏的一个坑 《mysql技术内幕》笔记2 《mysql技术内幕》笔记1 log4j学习 为什么netty比较难懂? 回溯法 apollo client源码分析及看待面向对象设计 学习并发 docker运行java项目的常见问题 Scala的一些梗 OpenTSDB 入门 spring事务小结 事务一致性 javascript应用在哪里 《netty in action》读书笔记 netty对http2协议的解析 ssl证书是什么东西 http那些事 苹果APNs推送框架pushy apple 推送那些事儿 编写java框架的几大利器 java内存模型 java exception Linux IO学习 netty内存管理 测试环境docker化实践 netty在框架中的使用套路 Nginx简单使用 《Linux内核设计的艺术》小结 Go并发机制及语言层工具 Linux网络源代码学习——数据包的发送与接收 《docker源码分析》小结 docker中涉及到的一些linux知识 hystrix学习 Linux网络源代码学习——整体介绍 zookeeper三重奏 数据库的一些知识 Spark 泛谈 链式处理的那些套路 netty回顾 Thrift基本原理与实践(二) Thrift基本原理与实践(一) 回调 异步执行抽象——Executor与Future Docker0.1.0源码分析 java gc Jedis源码分析 Redis概述 机器学习泛谈 Linux网络命令操作 JTA与TCC 换个角度看待设计模式 Scala初识 向Hadoop学习NIO的使用 以新的角度看数据结构 并发控制相关的硬件与内核支持 systemd 简介 quartz 源码分析 基于docker搭建测试环境(二) spring aop 实现原理简述 自己动手写spring(八) 支持AOP 自己动手写spring(七) 类结构设计调整 分析log日志 自己动手写spring(六) 支持FactoryBean 自己动手写spring(九) 总结 自己动手写spring(五) bean的生命周期管理 自己动手写spring(四) 整合xml与注解方式 自己动手写spring(三) 支持注解方式 自己动手写spring(二) 创建一个bean工厂 自己动手写spring(一) 使用digester varnish 简单使用 关于docker image的那点事儿 基于docker搭建测试环境 分布式配置系统 JVM内存与执行 git spring rmi和thrift maven/ant/gradle使用 再看tcp 缓存系统 java nio的多线程扩展 《Concurrency Models》笔记 回头看Spring IOC IntelliJ IDEA使用 Java泛型 vagrant 使用 Go常用的一些库 Python初学 Goroutine 调度模型 虚拟网络 《程序员的自我修养》小结 VPN(Virtual Private Network) Kubernetes存储 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件 Go学习 JVM类加载 硬币和扑克牌问题 LRU实现 virtualbox 使用 ThreadLocal小结 docker快速入门

架构

k8s水平扩缩容 Scheduler如何给Node打分 Scheduler扩展 controller 组件介绍 openkruise cloneset学习 kubernetes crd 及kubebuilder学习 pv与pvc实现 csi学习 client-go学习 kubelet 组件分析 调度实践 Pod是如何被创建出来的? 《软件设计之美》笔记 mecha 架构学习 Kubernetes events学习及应用 CRI 《推荐系统36式》笔记 资源调度泛谈 系统设计原则 grpc学习 元编程 以应用为中心 istio学习 下一代微服务Service Mesh 《实现领域驱动设计》笔记 serverless 泛谈 《架构整洁之道》笔记 处理复杂性 那些年追过的并发 服务器端编程 网络通信协议 《聊聊架构》 书评的笔记 如何学习架构 《反应式设计模式》笔记 项目的演化特点 反应式架构摸索 函数式编程的设计模式 服务化 ddd反模式——CRUD的败笔 研发效能平台 重新看面向对象设计 业务系统设计的一些体会 函数式编程 《左耳听风》笔记 业务程序猿眼中的微服务管理 DDD实践——CQRS 项目隔离——案例研究 《编程的本质》笔记 系统故障排查汇总及教训 平台支持类系统的几个点 代码腾挪的艺术 abtest 系统设计汇总 《从0开始学架构》笔记 初级权限系统设计 领域驱动理念入门 现有上传协议分析 移动网络下的文件上传要注意的几个问题 推送系统的几个基本问题 用户登陆 做配置中心要想好的几个基本问题 不同层面的异步 分层那些事儿 性能问题分析 当我在说模板引擎的时候,我在说什么 用户认证问题 资源的分配与回收——池 消息/任务队列

标签


Redis源码分析

2019年04月20日

前言

建议看下前文Redis 学习

参考《Apache Kafka源码分析》——server服务端网络开发的基本套路

源码来自带有详细注释的 Redis 3.0 代码(annotated Redis 3.0 source code)

宏观梳理

整个轴线是redisServer 初始化并启动eventloop, eventLoop 创建redisClient 及驱动processCommand 方法进而 执行redisCommand 向 dict 中保存数据

本文 以一个SET KEY VALUE 来分析redis的 启动和保存流程

启动过程

redis.c

int main(int argc, char **argv) {
	...
	// 初始化服务器
	initServerConfig();
	...
	// 将服务器设置为守护进程
	if (server.daemonize) daemonize();
	// 创建并初始化服务器数据结构
	initServer();
	...
	// 运行事件处理器,一直到服务器关闭为止
	aeSetBeforeSleepProc(server.el,beforeSleep);
	aeMain(server.el);
	// 服务器关闭,停止事件循环
	aeDeleteEventLoop(server.el);
	return 0
}

网络层

Redis的网络监听没有采用libevent等,而是自己实现了一套简单的机遇event驱动的API,具体见ae.c。事件处理器的主循环

void aeMain(aeEventLoop *eventLoop) {
	eventLoop->stop = 0;
	while (!eventLoop->stop) {
		// 如果有需要在事件处理前执行的函数,那么运行它
		if (eventLoop->beforesleep != NULL)
			eventLoop->beforesleep(eventLoop);
		// 开始处理事件
		aeProcessEvents(eventLoop, AE_ALL_EVENTS);
	}
}

Redis 中的事件循环

int aeProcessEvents(aeEventLoop *eventLoop, int flags)
{
	struct timeval tv, *tvp;
	... 
    // 获取最近的时间事件
    if (flags & AE_TIME_EVENTS && !(flags & AE_DONT_WAIT))
        shortest = aeSearchNearestTimer(eventLoop);
    if (shortest) {
        // 如果时间事件存在的话,那么根据最近可执行时间事件和现在时间的时间差来决定文件事件的阻塞时间
        // 计算距今最近的时间事件还要多久才能达到,并将该时间距保存在 tv 结构中
        aeGetTime(&now_sec, &now_ms);
    } else {
        // 执行到这一步,说明没有时间事件,那么根据 AE_DONT_WAIT 是否设置来决定是否阻塞,以及阻塞的时间长度
    }
    // 处理文件事件,阻塞时间由 tvp 决定
	// 类似于 java nio 中的select
    numevents = aeApiPoll(eventLoop, tvp);
    for (j = 0; j < numevents; j++) {
        // 从已就绪数组中获取事件
        aeFileEvent *fe = &eventLoop->events[eventLoop->fired[j].fd];
        int mask = eventLoop->fired[j].mask;
        int fd = eventLoop->fired[j].fd;
        // 读事件
        if (fe->mask & mask & AE_READABLE) {
            fe->rfileProc(eventLoop,fd,fe->clientData,mask);
        }
        // 写事件
        if (fe->mask & mask & AE_WRITABLE) {
            if (!rfired || fe->wfileProc != fe->rfileProc)
                fe->wfileProc(eventLoop,fd,fe->clientData,mask);
        }
    }
	// 执行时间事件
	if (flags & AE_TIME_EVENTS)
		processed += processTimeEvents(eventLoop);
}

这个event loop的逻辑可不孤单,netty中也有类似的EventLoop 中的 Loop 到底是什么?

Redis 中会处理两种事件:时间事件和文件事件。在每个事件循环中 Redis 都会先处理文件事件,然后再处理时间事件直到整个循环停止。 aeApiPoll 可看做文件事件的生产者(还有一部分文件事件来自accept等),processEvents 和 processTimeEvents 作为 Redis 中发生事件的消费者,每次都会从“事件池”(aeEventLoop的几个列表字段)中拉去待处理的事件进行消费。

协议层

Redis 通信协议

我们以读事件为例,但发现数据可读时,执行了 fe->rfileProc(eventLoop,fd,fe->clientData,mask);,那么rfileProc 的执行逻辑是啥呢?

  1. initServer ==> aeCreateFileEvent. 初始化server 时,创建aeCreateFileEvent(aeFileEvent的一种),当accept (可读事件的一种)就绪时,触发aeCreateFileEvent->rfileProc 方法 也就是 acceptTcpHandler

     // redis.c 
     void initServer() {
         ...
         // 为 TCP 连接关联连接应答(accept)处理器,用于接受并应答客户端的 connect() 调用
     		for (j = 0; j < server.ipfd_count; j++) {
     		if (aeCreateFileEvent(server.el, server.ipfd[j], AE_READABLE,acceptTcpHandler,NULL) == AE_ERR){...}
     		}
         ...
     }
    
  2. 创建客户端,并绑定读事件到loop:acceptTcpHandler ==> createClient ==> aeCreateFileEvent ==> readQueryFromClient

     void acceptTcpHandler(aeEventLoop *el, int fd, void *privdata, int mask) {  int cport, cfd, max = MAX_ACCEPTS_PER_CALL;
     ...
         while(max--) {
             // accept 客户端连接
             cfd = anetTcpAccept(server.neterr, fd, cip, sizeof(cip), &cport);
             if (cfd == ANET_ERR) {
                 ...
                 return;
             }
             // 为客户端创建客户端状态(redisClient)
             acceptCommonHandler(cfd,0);
         }
     }
     static void acceptCommonHandler(int fd, int flags) {
         // 创建客户端
         redisClient *c;
         if ((c = createClient(fd)) == NULL) {
             ...
             close(fd); /* May be already closed, just ignore errors */
             return;
         }
         // 如果新添加的客户端令服务器的最大客户端数量达到了,那么向新客户端写入错误信息,并关闭新客户端
         // 先创建客户端,再进行数量检查是为了方便地进行错误信息写入
         ...
     }
     redisClient *createClient(int fd) {
         // 分配空间
         redisClient *c = zmalloc(sizeof(redisClient));
         if (fd != -1) {
             ...
             //绑定读事件到事件 loop (开始接收命令请求)
             if (aeCreateFileEvent(server.el,fd,AE_READABLE,
                 readQueryFromClient, c) == AE_ERR){
                 // 清理/关闭资源退出
             }
         }
         // 初始化redisClient其它数据
     }
    
  3. 拼接和分发命令数据 readQueryFromClient ==> processInputBuffer ==> processCommand

     networking.c
     void readQueryFromClient(aeEventLoop *el, int fd, void *privdata, int mask) {
         redisClient *c = (redisClient*) privdata;
         // 获取查询缓冲区当前内容的长度
         // 如果读取出现 short read ,那么可能会有内容滞留在读取缓冲区里面
         // 这些滞留内容也许不能完整构成一个符合协议的命令,
         qblen = sdslen(c->querybuf);
         // 如果有需要,更新缓冲区内容长度的峰值(peak)
         if (c->querybuf_peak < qblen) c->querybuf_peak = qblen;
         // 为查询缓冲区分配空间
         c->querybuf = sdsMakeRoomFor(c->querybuf, readlen);
         // 读入内容到查询缓存
         nread = read(fd, c->querybuf+qblen, readlen);
         // 读入出错
         // 遇到 EOF
         if (nread) {
             // 根据内容,更新查询缓冲区(SDS) free 和 len 属性
             // 并将 '\0' 正确地放到内容的最后
             sdsIncrLen(c->querybuf,nread);
             // 记录服务器和客户端最后一次互动的时间
             c->lastinteraction = server.unixtime;
             // 如果客户端是 master 的话,更新它的复制偏移量
             if (c->flags & REDIS_MASTER) c->reploff += nread;
         } else {
             // 在 nread == -1 且 errno == EAGAIN 时运行
             server.current_client = NULL;
             return;
         }
         // 查询缓冲区长度超出服务器最大缓冲区长度
         // 清空缓冲区并释放客户端
         // 从查询缓存重读取内容,创建参数,并执行命令
         // 函数会执行到缓存中的所有内容都被处理完为止
         processInputBuffer(c);
         server.current_client = NULL;
     }
     // 处理客户端输入的命令内容
     void processInputBuffer(redisClient *c) {
         // 尽可能地处理查询缓冲区中的内容
         while(sdslen(c->querybuf)) {
             ...
             // 判断请求的类型
             // 简单来说,多条查询是一般客户端发送来的,
             // 而内联查询则是 TELNET 发送来的
             if (!c->reqtype) {
                 if (c->querybuf[0] == '*') {
                     // 多条查询
                     c->reqtype = REDIS_REQ_MULTIBULK;
                 } else {
                     // 内联查询
                     c->reqtype = REDIS_REQ_INLINE;
                 }
             }
             // 将缓冲区中的内容转换成命令,以及命令参数
             if (c->reqtype == REDIS_REQ_INLINE) {
                 if (processInlineBuffer(c) != REDIS_OK) break;
             } else if (c->reqtype == REDIS_REQ_MULTIBULK) {
                 if (processMultibulkBuffer(c) != REDIS_OK) break;
             } else {
                 redisPanic("Unknown request type");
             }
             ...
         }
     }
     redis.c
     int processCommand(redisClient *c) {
         // 特别处理 quit 命令
         // 查找命令,并进行命令合法性检查,以及命令参数个数检查
         c->cmd = c->lastcmd = lookupCommand(c->argv[0]->ptr);
         // 没找到指定的命令 或 参数个数错误 直接返回
         // 检查认证信息
         // 如果开启了集群模式,那么在这里进行转向操作。
         // 如果设置了最大内存,那么检查内存是否超过限制,并做相应的操作
         // 如果这是一个主服务器,并且这个服务器之前执行 BGSAVE 时发生了错误
         // 那么不执行写命令
         // 如果服务器没有足够多的状态良好服务器
         // 并且 min-slaves-to-write 选项已打开
         // 如果这个服务器是一个只读 slave 的话,那么拒绝执行写命令
         // 在订阅于发布模式的上下文中,只能执行订阅和退订相关的命令
         /* Only allow INFO and SLAVEOF when slave-serve-stale-data is no and
         * we are a slave with a broken link with master. */
         // 如果服务器正在载入数据到数据库,那么只执行带有 REDIS_CMD_LOADING
         // 标识的命令,否则将出错
         /* Lua script too slow? Only allow a limited number of commands. */
         // Lua 脚本超时,只允许执行限定的操作,比如 SHUTDOWN 和 SCRIPT KILL
         /* Exec the command */
         if (c->flags & REDIS_MULTI &&
             c->cmd->proc != execCommand && c->cmd->proc != discardCommand &&
             c->cmd->proc != multiCommand && c->cmd->proc != watchCommand)
         {
             // 在事务上下文中除 EXEC 、 DISCARD 、 MULTI 和 WATCH 命令之外
             // 其他所有命令都会被入队到事务队列中
             queueMultiCommand(c);
             addReply(c,shared.queued);
         } else {
             // 执行命令
             call(c,REDIS_CALL_FULL);
             c->woff = server.master_repl_offset;
             // 处理那些解除了阻塞的键
             if (listLength(server.ready_keys))
                 handleClientsBlockedOnLists();
         }
         return REDIS_OK;
     }
    

业务层

redis.c
// 调用命令的实现函数,执行命令
void call(redisClient *c, int flags) {
	// start 记录命令开始执行的时间
	// 记录命令开始执行前的 FLAG
	// 如果可以的话,将命令发送到 MONITOR
	/* Call the command. */
	c->flags &= ~(REDIS_FORCE_AOF|REDIS_FORCE_REPL);
	redisOpArrayInit(&server.also_propagate);
	// 保留旧 dirty 计数器值
	dirty = server.dirty;
	// 计算命令开始执行的时间
	start = ustime();
	// 执行实现函数
	c->cmd->proc(c);
	// 计算命令执行耗费的时间
	duration = ustime()-start;
	// 计算命令执行之后的 dirty 值
	dirty = server.dirty-dirty;
	...
	// 如果有需要,将命令放到 SLOWLOG 里面
	// 更新命令的统计信息
	...
	server.stat_numcommands++;
}
redis.c
struct redisCommand redisCommandTable[] = {
	{"get",getCommand,2,"r",0,NULL,1,1,1,0,0},
	{"set",setCommand,-3,"wm",0,NULL,1,1,1,0,0},
	...
}

t_string.c
/* SET key value [NX] [XX] [EX <seconds>] [PX <milliseconds>] */
void setCommand(redisClient *c) {
	int j;
	robj *expire = NULL;
	int unit = UNIT_SECONDS;
	int flags = REDIS_SET_NO_FLAGS;
	// 设置选项参数
	// 尝试对值对象进行编码
	c->argv[2] = tryObjectEncoding(c->argv[2]);
	setGenericCommand(c,flags,c->argv[1],c->argv[2],expire,unit,NULL,NULL);
}

void setGenericCommand(redisClient *c, int flags, robj *key, robj *val, robj *expire, int unit, robj *ok_reply, robj *abort_reply) {
	long long milliseconds = 0; /* initialized to avoid any harmness warning */
	// 取出过期时间
	// 如果设置了 NX 或者 XX 参数,那么检查条件是否不符合这两个设置
	// 在条件不符合时报错,报错的内容由 abort_reply 参数决定
	// 将键值关联到数据库
	setKey(c->db,key,val);
	// 将数据库设为脏
	// 为键设置过期时间
	if (expire) setExpire(c->db,key,mstime()+milliseconds);
	// 发送事件通知
	// 设置成功,向客户端发送回复
}
db.c
void setKey(redisDb *db, robj *key, robj *val) {
	// 添加或覆写数据库中的键值对
	if (lookupKeyWrite(db,key) == NULL) {
		dbAdd(db,key,val);
	} else {
		dbOverwrite(db,key,val);
	}
	incrRefCount(val);
	// 移除键的过期时间
	removeExpire(db,key);
	// 发送键修改通知
	signalModifiedKey(db,key);
}

前面说过, 命令实现函数会将命令回复保存到客户端的输出缓冲区里面, 并为客户端的套接字关联命令回复处理器, 当客户端套接字变为可写状态时, 服务器就会执行命令回复处理器, 将保存在客户端输出缓冲区中的命令回复发送给客户端。

当命令回复发送完毕之后, 回复处理器会清空客户端状态的输出缓冲区, 为处理下一个命令请求做好准备。

在保存到dict 的过程中,数据的形态也一直在变化

相关的数据结构

struct redisClient {
	// 查询缓冲区
	sds querybuf;
	// 参数数量
	int argc;
	// 参数对象数组
	robj **argv;	
}

typedef struct redisObject {
	// 类型
	unsigned type:4;
	// 编码
	unsigned encoding:4;
	// 对象最后一次被访问的时间
	unsigned lru:REDIS_LRU_BITS; /* lru time (relative to server.lruclock) */
	// 引用计数
	int refcount;
	// 指向实际值的指针
	void *ptr;
} robj;

转换的代码

networking.c
// 将 c->querybuf 中的协议内容转换成 c->argv 中的参数对象
int processMultibulkBuffer(redisClient *c) {
	// 读入命令的参数个数
	// 比如 *3\r\n$3\r\nSET\r\n... 将令 c->multibulklen = 3
	if (c->multibulklen == 0) {
		// 检查缓冲区的内容第一个 "\r\n"
		newline = strchr(c->querybuf,'\r');
		if (newline == NULL) {
			...
			return REDIS_ERR;
		}
		// 协议的第一个字符必须是 '*'
		// 将参数个数,也即是 * 之后, \r\n 之前的数字取出并保存到 ll 中
		// 比如对于 *3\r\n ,那么 ll 将等于 3
		ok = string2ll(c->querybuf+1,newline-(c->querybuf+1),&ll);
		// 参数的数量超出限制
		// 设置参数数量
		// 根据参数数量,为各个参数对象分配空间
		if (c->argv) zfree(c->argv);
		c->argv = zmalloc(sizeof(robj*)*c->multibulklen);
	}
	// 从 c->querybuf 中读入参数,并创建各个参数对象到 c->argv
	while(c->multibulklen) {
		// 读入参数长度
		if (c->bulklen == -1) {
			// 确保 "\r\n" 存在
			// 确保协议符合参数格式,检查其中的 $...
			// 读取长度
			// 比如 $3\r\nSET\r\n 将会让 ll 的值设置 3
			ok = string2ll(c->querybuf+pos+1,newline-(c->querybuf+pos+1),&ll);
			...
			// 参数的长度
			c->bulklen = ll;
		}
		// 读入参数
		// 确保内容符合协议格式
		// 为参数创建字符串对象  
		if (pos == 0 &&
			c->bulklen >= REDIS_MBULK_BIG_ARG &&
			(signed) sdslen(c->querybuf) == c->bulklen+2){
			c->argv[c->argc++] = createObject(REDIS_STRING,c->querybuf);
			sdsIncrLen(c->querybuf,-2); /* remove CRLF */
			c->querybuf = sdsempty();
			/* Assume that if we saw a fat argument we'll see another one
			* likely... */
			c->querybuf = sdsMakeRoomFor(c->querybuf,c->bulklen+2);
			pos = 0;
		} else {
			c->argv[c->argc++] =
				createStringObject(c->querybuf+pos,c->bulklen);
			pos += c->bulklen+2;
		}
		// 清空参数长度
		// 减少还需读入的参数个数
		c->multibulklen--;    
	}
	// 从 querybuf 中删除已被读取的内容
	// 如果本条命令的所有参数都已读取完,那么返回
	// 如果还有参数未读取完,那么就协议内容有错
}

object.c

robj *createObject(int type, void *ptr) {
	robj *o = zmalloc(sizeof(*o));
	o->type = type;
	o->encoding = REDIS_ENCODING_RAW;
	o->ptr = ptr;
	o->refcount = 1;
	/* Set the LRU to the current lruclock (minutes resolution). */
	o->lru = LRU_CLOCK();
	return o;
}
  1. 最开始命令数据在redisClient->querybuf 中以字符串形式存在

  2. processMultibulkBuffer 然后字符串 数据被拆分为 redisObject 保存在 redisClient->argv[1],redisClient->argv[2],当然redisObject 的类型仍被标记为字符串

  3. t_string.c setCommand 对值对象进行编码
  4. 到db.c 时,setKey(robj *key,robj *val)
  5. dict.c dictAdd(void *key, void *val) key 已被转换为 sds。

定义新的数据类型

来自 《Redis核心技术与实现》

  1. 定义新数据类型的底层结构,可以自己创建和命名.h.c 文件
  2. 在 RedisObject 的 type 属性中,增加这个新类型的定义。在 Redis 的 server.h 文件中
  3. 开发新类型的创建和释放函数。主要是用 zmalloc 做底层结构分配空间。
  4. 开发新类型的命令操作。在 server.c 文件中的 redisCommandTable 里面,把新增命令和实现函数关联起来。

小结

如果你看到一个新东西,却没有理清它的逻辑,直到打通你已熟悉的东西(学名叫已有的知识体系),那肯定是没有真正理解它。 在redis 源码分析这里,你已知的是各种内存操作(即业务层部分),未知的网络层到业务层的通路。