RDB 文件结构

        在RDB 持久化一节中，我们对 RDB 持久化功能进行了详细的介绍，这一节将对 RDB 文件结构作进一步的剖析。
        一个完成的 RDB 文件结构按顺序包含如下几个部分：
        * REDIS 常量：RDB 文件的最开头部分，长度为 5 个字节，保存着“REDIS”五个字符（没有普通 C 字符串末尾的'\0'字符，因为 RDB 文件保存的是二进制数据），程序在载入文件时可凭此快速检查所载入的文件是否是 RDB 文件。
        * db_version：长度为 4 个字节的字符串表示的整数，记录了 RDB 文件的版本号，比如“0006”就代表 RDB 文件的版本为第六版。
        * databases：这部分包含零个或任意多个数据库，以及各个数据库中的键值对数据，其实际长度随数据库所保存键值对的数量、类型和内容的不同而有所不同。
        * EOF 常量：RDB 文件正文内容结束标记，长度为 1 字节。
        * check_sum：8 字节长的无符号整数，保存着程序对前面几个部分内容计算得出的校验和，用于在载入 RDB 文件时，通过与新计算的载入数据校验和做比对，以此来检查 RDB 文件是否有出错或者损坏的情况出现。
        接下来重点说一下 databases 部分。
        一个 RDB 文件的 databases 部分是由所有非空数据库所组成，每个非空数据库按顺序包含三个部分：
        * SELECTDB 常量：长度为 1 字节，标识接下来将要读入一个新的数据库。
        * db_number：表示几号数据库。根据号码的大小不同，其长度可以是 1 字节、2字节或者 5 字节。当程序读入这部分后，就会立即调用 SELECT 命令切换到对应的数据库，使得之后读入的键值对可以载入到正确的数据库中。
        * key_value_pairs：这部分保存了对应号码数据库中的所有键值对数据，过期时间（如果有）也会随之保存。这部分的长度与键值对的数量、类型、内容以及是否有过期时间等条件有关。
        下图是一个完整的 RDB 文件结构示意图，其中包含了 0 号数据块库和 3 号数据库。

        这里的 pairs 部分保存了一个以上的键值对，以及可能的过期时间。一个带有过期时间的键值对在 RDB 文件中的结构包含以下几个部分（无过期时间的键值对没有前面两个字段）：
        * EXPIRETIME_MS 常量：长度为 1 字节，标识着即将读入一个以毫秒为单位的过期时间。
        * ms：8 字节长的有符号整数，记录着一个以毫秒为单位的 UNIX 时间戳，表示的就是对应键的过期时间。
        * TYPE 常量：长度为 1 字节，记录了键值的类型，值可以是以下常量之一：REDIS_RDB_TYPE_STRING、REDIS_RDB_TYPE_LIST、REDIS_RDB_TYPE_SET、REDIS_RDB_TYPE_ZSET、REDIS_RDB_TYPE_HASH、REDIS_RDB_TYPE_LIST_ZIPLIST、REDIS_RDB_TYPE_SET_INTSET、REDIS_RDB_TYPE_ZSET_ZIPLIST、REDIS_RDB_TYPE_HASH_ZIPLIST。这里的每个 TYPE 常量都代表了一种对象类型或者底层编码，程序会根据这个值来决定如何读入和解释后续的 value 数据。
        * key：键值对的键对象，总是一个编码同 REDIS_RDB_TYPE_STRING 类型的 value 一样的字符串对象。其长度跟内容长度有关。
        * value：键值对的值对象。根据 TYPE 类型以及保存内容长度的不同，保存 value 的结构和长度也会有所不同。
        下面来说一下每个键值对的 value 值对象在 RDB 文件中的保存结构情况。
        如果 TYPE 的值为 REDIS_RDB_TYPE_STRING，说明 value 保存的就是一个字符串对象，字符串对象的编码可以是 REDIS_ENCODING_INT 或者 REDIS_ENCODING_RAW。
        若字符串对象的编码为 REDIS_ENCODING_INT，表示对象中保存的是长度不超过 32 位的整数，这种编码的对象将以“ENCODING + integer”的结构保存，其中的 ENCODING 常量可以是 REDIS_RDB_ENC_INT8、REDIS_RDB_ENC_INT16 或者 REDIS_RDB_ENC_INT32，分别代表整数值 integer 是 8 位、16 位或者 32 位。
        若字符串对象的编码为 REDIS_ENCODING_RAW，表示对象所保存的是一个字符串值。根据字符串长度的不同，有压缩和不压缩两种方法来保存这个字符串（当然，这要在服务器打开了 RDB 文件压缩功能的情况下，如果服务器关闭了 RDB 文件压缩功能，则总是以无压缩的方式保存字符串值，具体可参考 rdbcompression 配置选项说明）：如果字符串的长度大于 20 字节，则该字符串会被压缩之后再保存，否则直接原样保存。
        对于没有被压缩的字符串，RDB 会以“len + string”的结构来保存，如下图表示保存的是一个无压缩的长度为 5 的“hello”字符串。

        而对于压缩后的字符串，其保存结构则如下图所示。

        其中，REDIS_RDB_ENC_LZF 常量表示字符串已被 LZF 算法压缩过了，之后的 compressed_len 记录的是字符串被压缩后的长度，origin_len 记录的则是原始长度，compressed_string 是压缩后的字符串。下图是一个压缩后的字符串示例，从中可以看出，字符串原本的长度为 21，压缩后的长度为 6，压缩后的内容为“?aa???”，这里的“?”代表无法用字符串形式打印出来的字节。

        其他 TYPE 类型的对象的保存方式都是采取同样的形式，即“elementNum + elements”，只是对于其中的数值内容，程序会先将其转换成字符串对象后，再用保存字符串对象的方法进行保存。
        以有序集合为例，即 TYPE 的值为 REDIS_RDB_TYPE_ZSET，此时 value 保存的就是一个 REDIS_ENCODING_SKIPLIST 编码的有序集合对象，每个 element 由“member + score”两部分构成，其中 member 是一个字符串对象，score 则是一个 double 类型的浮点数，程序在保存 RDB 文件时就会将 score 部分转换成字符串对象后再保存。下图就是一个拥有两个元素的有序集合的保存示例。

        其中，第一个数字 2 表示有序集合的元素数量，之后跟着的两个有序集合元素：第一个元素是长度为 2 的字符串“pi”，其分值 score 部分被转换成字符串后变成了长度为 4 的字符串“3.14”；第二个元素是长度为 1 的字符串“e”，其分值 score 部分被转换成字符串后变成了长度为 3 的字符串“2.7”。


参考书籍：《Redis 设计与实现》第十章——RDB 持久化。