压缩Redis里的字符串大对象操作
背景
Redis缓存的字符串过大时会有问题。不超过10KB最好,最大不能超过1MB。
有几个配置缓存,上千个flink任务调用,每个任务5分钟命中一次,大小在5KB到6MB不等,因此需要压缩。
第一种,使用gzip
/** * 使用gzip压缩字符串 */ public static String compress(String str) { if (str == null || str.length() == 0) { return str; } ByteArrayOutputStream out = new ByteArrayOutputStream(); GZIPOutputStream gzip = null; try { gzip = new GZIPOutputStream(out); gzip.write(str.getBytes()); } catch (IOException e) { e.printStackTrace(); } finally { if (gzip != null) { try { gzip.close(); } catch (IOException e) { e.printStackTrace(); } } } return new sun.misc.BASE64Encoder().encode(out.toByteArray()); } /** * 使用gzip解压缩 */ public static String uncompress(String compressedStr) { if (compressedStr == null || compressedStr.length() == 0) { return compressedStr; } ByteArrayOutputStream out = new ByteArrayOutputStream(); ByteArrayInputStream in = null; GZIPInputStream ginzip = null; byte[] compressed = null; String decompressed = null; try { compressed = new sun.misc.BASE64Decoder().decodeBuffer(compressedStr); in = new ByteArrayInputStream(compressed); ginzip = new GZIPInputStream(in); byte[] buffer = new byte[1024]; int offset = -1; while ((offset = ginzip.read(buffer)) != -1) { out.write(buffer, 0, offset); } decompressed = out.toString(); } catch (IOException e) { e.printStackTrace(); } finally { if (ginzip != null) { try { ginzip.close(); } catch (IOException e) { } } if (in != null) { try { in.close(); } catch (IOException e) { } } if (out != null) { try { out.close(); } catch (IOException e) { } } } return decompressed; }
第二种,使用Zstd
<!-- https://mvnrepository.com/artifact/com.github.luben/zstd-jni --> <dependency> <groupId>com.github.luben</groupId> <artifactId>zstd-jni</artifactId> <version>1.4.5-6</version> </dependency>
public class ConfigCacheUtil { private static ZstdDictCompress compressDict; private static ZstdDictDecompress decompressDict; private static final Integer LEVEL = 5; public static void train() throws IOException { // 初始化词典对象 String dictContent = FileUtils.readFileToString(new File("/Users/yangguang/vscode/text/cache.json"), StandardCharsets.UTF_8); byte[] dictBytes = dictContent.getBytes(StandardCharsets.UTF_8); compressDict = new ZstdDictCompress(dictBytes, LEVEL); decompressDict = new ZstdDictDecompress(dictBytes); } public static void main(String[] args) throws IOException { String read = FileUtils.readFileToString(new File("/Users/yangguang/vscode/text/cache.json")); ConfigCacheUtil.testGzip(read); System.out.println(""); ConfigCacheUtil.test(read.getBytes()); System.out.println(""); ConfigCacheUtil.testByTrain(read.getBytes()); } public static void testGzip(String str) { logger.info("初始数据: {}", str.length()); // 压缩数据 long compressBeginTime = System.currentTimeMillis(); String compressed = ConfigCacheUtil.compress(str); long compressEndTime = System.currentTimeMillis(); logger.info("压缩耗时: {}", compressEndTime - compressBeginTime); logger.info("数据大小: {}", compressed.length()); // 解压数据 long decompressBeginTime = System.currentTimeMillis(); // 第 3 个参数不能小于解压后的字节数组的大小 String decompressed = ConfigCacheUtil.uncompress(compressed); long decompressEndTime = System.currentTimeMillis(); logger.info("解压耗时: {}", decompressEndTime - decompressBeginTime); logger.info("数据大小: {}", decompressed.length()); } public static void test(byte[] bytes) { logger.info("初始数据: {}", bytes.length); // 压缩数据 long compressBeginTime = System.currentTimeMillis(); byte[] compressed = Zstd.compress(bytes); long compressEndTime = System.currentTimeMillis(); logger.info("压缩耗时: {}", compressEndTime - compressBeginTime); logger.info("数据大小: {}", compressed.length); // 解压数据 long decompressBeginTime = System.currentTimeMillis(); // 第 3 个参数不能小于解压后的字节数组的大小 byte[] decompressed = Zstd.decompress(compressed, 20 * 1024 * 1024 * 8); long decompressEndTime = System.currentTimeMillis(); logger.info("解压耗时: {}", decompressEndTime - decompressBeginTime); logger.info("数据大小: {}", decompressed.length); } public static void testByTrain(byte[] bytes) throws IOException { ConfigCacheUtil.train(); logger.info("初始数据: {}", bytes.length); // 压缩数据 long compressBeginTime = System.currentTimeMillis(); byte[] compressed = Zstd.compress(bytes, compressDict); long compressEndTime = System.currentTimeMillis(); logger.info("压缩耗时: {}", compressEndTime - compressBeginTime); logger.info("数据大小: {}", compressed.length); // 解压数据 long decompressBeginTime = System.currentTimeMillis(); // 第 3 个参数不能小于解压后的字节数组的大小 byte[] decompressed = Zstd.decompress(compressed, decompressDict, 20 * 1024 * 1024 * 8); long decompressEndTime = System.currentTimeMillis(); logger.info("解压耗时: {}", decompressEndTime - decompressBeginTime); logger.info("数据大小: {}", decompressed.length); compressDict.toString(); } }
输出
5KB
2020-09-08 22:42:48 INFO ConfigCacheUtil:157 – 初始数据: 5541
2020-09-08 22:42:48 INFO ConfigCacheUtil:163 – 压缩耗时: 2
2020-09-08 22:42:48 INFO ConfigCacheUtil:164 – 数据大小: 1236
2020-09-08 22:42:48 INFO ConfigCacheUtil:171 – 解压耗时: 2
2020-09-08 22:42:48 INFO ConfigCacheUtil:172 – 数据大小: 55412020-09-08 22:42:48 INFO ConfigCacheUtil:176 – 初始数据: 5541
2020-09-08 22:42:48 INFO ConfigCacheUtil:182 – 压缩耗时: 523
2020-09-08 22:42:48 INFO ConfigCacheUtil:183 – 数据大小: 972
2020-09-08 22:42:48 INFO ConfigCacheUtil:190 – 解压耗时: 85
2020-09-08 22:42:48 INFO ConfigCacheUtil:191 – 数据大小: 55412020-09-08 22:42:48 INFO ConfigCacheUtil:196 – 初始数据: 5541
2020-09-08 22:42:48 INFO ConfigCacheUtil:202 – 压缩耗时: 1
2020-09-08 22:42:48 INFO ConfigCacheUtil:203 – 数据大小: 919
2020-09-08 22:42:48 INFO ConfigCacheUtil:210 – 解压耗时: 22
2020-09-08 22:42:48 INFO ConfigCacheUtil:211 – 数据大小: 5541
6MB
2020-09-08 22:44:06 INFO ConfigCacheUtil:158 – 初始数据: 5719269
2020-09-08 22:44:06 INFO ConfigCacheUtil:164 – 压缩耗时: 129
2020-09-08 22:44:06 INFO ConfigCacheUtil:165 – 数据大小: 330090
2020-09-08 22:44:06 INFO ConfigCacheUtil:172 – 解压耗时: 69
2020-09-08 22:44:06 INFO ConfigCacheUtil:173 – 数据大小: 57192692020-09-08 22:44:06 INFO ConfigCacheUtil:177 – 初始数据: 5874139
2020-09-08 22:44:06 INFO ConfigCacheUtil:183 – 压缩耗时: 265
2020-09-08 22:44:06 INFO ConfigCacheUtil:184 – 数据大小: 201722
2020-09-08 22:44:06 INFO ConfigCacheUtil:191 – 解压耗时: 81
2020-09-08 22:44:06 INFO ConfigCacheUtil:192 – 数据大小: 58741392020-09-08 22:44:06 INFO ConfigCacheUtil:197 – 初始数据: 5874139
2020-09-08 22:44:06 INFO ConfigCacheUtil:203 – 压缩耗时: 42
2020-09-08 22:44:06 INFO ConfigCacheUtil:204 – 数据大小: 115423
2020-09-08 22:44:07 INFO ConfigCacheUtil:211 – 解压耗时: 49
2020-09-08 22:44:07 INFO ConfigCacheUtil:212 – 数据大小: 5874139
Redis 压缩列表
压缩列表(ziplist)是列表键和哈希键的底层实现之一。当一个列表键只包含少量列表项,并且每个列表项要么就是小整数值,要么就是长度比较短的字符串,Redis就会使用压缩列表来做列表键的底层实现。
下面看一下压缩列表实现的列表键:
列表键里面包含的都是1、3、5、10086这样的小整数值,以及”hello”、”world”这样的短字符串。
再看一下压缩列表实现的哈希键:
压缩列表是Redis为了节约内存而开发的,是一系列特殊编码的连续内存块组成的顺序型数据结构。
一个压缩列表可以包含任意多个节点,每个节点可以保存一个字节数组或者一个整数值。
看一下压缩列表的示例:
看一下包含五个节点的压缩列表:
节点的encoding属性记录了节点的content属性所保存数据的类型以及长度。
节点的content属性负责保存节点的值,节点值可以是一个字节数组或者整数,值的类型和长度由节点的encoding属性决定。
连锁更新:
每个节点的previous_entry_length属性都记录了前一个节点的长度,那么当前一个节点的长度从254以下变成254以上时,本节点的存储前一个节点的长度的previous_entry_length就需要从1字节变为5字节。
那么后面的节点的previous_entry_length属性也有可能更新。不过连锁更新的几率并不大。
总结:
以上为个人经验,希望能给大家一个参考,也希望大家多多支持。