現(xiàn)代的開發(fā)語言除了C++以外，大部分都對(duì)內(nèi)存管理做好了封裝，一般的開發(fā)者根本都接觸不到內(nèi)存的底層操作。更何況現(xiàn)在各種優(yōu)秀的開源組件應(yīng)用越來越多，例如mysql、redis等，這些甚至都不需要大家動(dòng)手開發(fā)，直接拿來用就好了。所以有些同學(xué)也會(huì)覺得作為應(yīng)用層開發(fā)的同學(xué)沒有學(xué)習(xí)的必要去學(xué)習(xí)底層。

但我想通過本文的實(shí)際案例告訴大家，哪怕不直接接觸內(nèi)存底層操作，就只是用一些開源的工具，如果你能理解底層的工作原理，你也能夠用到極致。

1 用于訪問歷史存儲(chǔ)需求

假如現(xiàn)在有這樣一個(gè)業(yè)務(wù)需求，用戶每次刷新都需要獲得要消費(fèi)的新數(shù)據(jù)，但是不能和之前訪問過的歷史重復(fù)。你可以把它和你經(jīng)常在用的今日頭條之類的信息流app聯(lián)系起來。每次都要看到新的新聞，但是你肯定不想看到過去已經(jīng)看過的文章。這樣在功能實(shí)現(xiàn)的時(shí)候，就必要保存用戶的訪問歷史。當(dāng)用戶再來刷新的時(shí)候，首先得獲取用戶的歷史記錄，要保證推給用戶的數(shù)據(jù)和之前的不重復(fù)。當(dāng)推薦完成的時(shí)候，也需要把這次新推薦過的數(shù)據(jù)id記錄到歷史里。

為了適當(dāng)降低實(shí)現(xiàn)復(fù)雜度，我們可以規(guī)定每個(gè)用戶只要不和過去的一萬條記錄重復(fù)就可以了。這樣每個(gè)用戶最多只需要保存一萬條歷史id，如果存滿了就把最早的歷史記錄擠掉。我們進(jìn)一步具體化一下這個(gè)需求的幾個(gè)關(guān)鍵點(diǎn)：

每個(gè)數(shù)據(jù)id是一個(gè)int整數(shù)來表示

每個(gè)用戶要保存1萬條id

每次用戶刷新開始的時(shí)候需要將這1萬條歷史全部讀取出來過濾一遍

每次用戶刷新結(jié)束的時(shí)候需要將新訪問過的10條寫入一遍，如果超過1萬需將最早的記錄擠掉

可見，每次用戶訪問的時(shí)候，會(huì)涉及到一個(gè)1萬規(guī)模的數(shù)據(jù)集上的一次讀取和一次寫入操作。好了，需求描述完了，我們?cè)趺礃舆M(jìn)行我們的技術(shù)方案的設(shè)計(jì)呢？相信你也能想到很多實(shí)現(xiàn)方案，我們今天來對(duì)比兩個(gè)基于Redis下的存儲(chǔ)方案在性能方面的優(yōu)劣。

2 Redis方案一：用list存儲(chǔ)

首先能想到的第一個(gè)辦法就是用Redis的List來保存。因?yàn)檫@個(gè)數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)的太適合上面的場景了。List下的lrange命令可以實(shí)現(xiàn)一次性讀取用戶的所有數(shù)據(jù)id的需求。

$redis->lrange('TEST_KEY', 0,9999);

lpush命令可以實(shí)現(xiàn)新的數(shù)據(jù)id的寫入，ltrim可以保證將用戶的記錄數(shù)量不超過1萬條。

我們準(zhǔn)備一個(gè)用戶，提前存好一萬條id。寫入的時(shí)候每次只寫入10條新的id，讀取的時(shí)候通過lrange一次全部讀取出來。進(jìn)行一下性能耗時(shí)測試，結(jié)果如下。

3 Redis方案二：用string存儲(chǔ)

我能想到的另外一個(gè)技術(shù)方案就是直接用String來存。我們可以把1萬個(gè)int表示的數(shù)據(jù)id拼接成一個(gè)字符串，用一個(gè)特殊的字符把他們分割開。例如："100000_100001_10002"這種。存儲(chǔ)的時(shí)候，拼接一下，然后把這個(gè)大字符串寫到Redis里。讀取的時(shí)候，把大字符串整體讀取出來，然后再用字符切割成數(shù)組來使用。

由于用string存儲(chǔ)的時(shí)候，保存前多了一個(gè)拼接字符串的操作，讀取后多了一步將字符串分割成數(shù)組的操作。在測試string方案的時(shí)候，為了公平起見，我們把需要把這兩步的開銷也考慮進(jìn)來。核心代碼如下：

耗時(shí)測試結(jié)果如下

4 結(jié)論

我們?cè)僦庇^對(duì)比下兩個(gè)技術(shù)方案的性能數(shù)據(jù)。

基于list的方案里，寫入速度非?？?，只需要0.066ms，因?yàn)閮H僅只需要寫入新添加的10條記錄就可以了，再加一次鏈表的截?cái)嗖僮?，但是讀取性能可就要慢很多了，超過了4ms。原因之一是因?yàn)樽x取需要整體遍歷，但其實(shí)還有第二個(gè)原因。我們本案例中的數(shù)據(jù)量過大，所以Redis在內(nèi)部實(shí)際上是用雙端鏈表來實(shí)現(xiàn)的。

通過上圖你可能看出來，鏈表是通過指針串起來的。大量的node之間極大可能是隨機(jī)地分布在內(nèi)存的各個(gè)位置上，這樣你遍歷整個(gè)鏈表的時(shí)候，實(shí)際上大概率會(huì)導(dǎo)致內(nèi)存的隨機(jī)模式下工作。

基于string方案在寫入的時(shí)候耗時(shí)比list要高，因?yàn)槊看味嫉眯枰獙?萬條全部寫入一遍。但是讀取性能卻比list高了10倍，總體上耗時(shí)加起來大約只有方案一的1/4左右。為什么？我們?cè)賮砜聪聄edis string數(shù)據(jù)結(jié)構(gòu)的內(nèi)存布局

可見，如果用string來存儲(chǔ)的話，不管用戶的數(shù)據(jù)id有多少，訪問將全部都是順序IO。順序IO的好處有兩點(diǎn)：

1. 一內(nèi)存的順序IO的耗時(shí)大約只是隨機(jī)IO的1/3-1/4左右，

2. 對(duì)于讀取來說，順序訪問將極大地提升CPU的L1、L2、L3的cache命中率

所以如果你深入了內(nèi)存的工作原理，哪怕你不能直接去操作內(nèi)存，即使只是用一些開源的軟件，你也能夠?qū)⑺男阅馨l(fā)揮到極致~



審核編輯：劉清