news 2026/6/10 23:07:01

redis源码deps目录

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
redis源码deps目录

文章目录

  • fast-float
  • fpconv
  • hdr_histogram
  • hiredis
  • jemalloc
  • linenoise
  • lua

REDIS源码里deps目录是做什么的?从阅读deps目录,我们可以感觉到redis,真的是对性能的追求达到了极致,尽一切可能去优化性能。
deps主要存放的是依赖的第三方库,除hiredis外都是第三方库。

fast-float

fast-float的主要作用是将文本转换为浮点数,它比系统自带的函数快2~4倍。
该第三方库采用了以下几种技术来提升性能:

  • 通过预计算表和高效的数字转换逻辑,大幅减少了计算量。
  • 零内存分配(No Allocation):在解析过程中不进行任何动态内存分配(No Heap Allocation)。它直接在传入的字符缓冲区上进行操作,避免了 malloc/free 带来的性能损耗和缓存污染。
  • 缓存友好(Cache Friendly):它采用线性内存访问模式,最大限度地利用了现代 CPU 的预取机制,减少了缓存未命中(Cache Miss)的延迟。
  • 忽略本地化(Locale Independence):它始终遵循 “C” 语言环境的数值格式。这意味着它不需要去检查系统当前的区域设置(比如欧洲用逗号做小数点的情况),直接跳过了复杂的本地化处理逻辑,省去了巨大的开销。
  • 严格模式:它严格按照 C++17 的 from_chars 接口规范,不跳过前导空格(由调用者处理),这种明确的职责划分也减少了函数内部的判断时间。

fpconv

fpconv作用是将浮点数转为字符串,比系统自带的函数快5~10倍。
该三方库有以下特点:

\item fpconv 使用了 Grisu 算法,确保生成的十进制字符串是最短的,且能唯一确定原来的二进制浮点数(这是 JSO标准要求的)。
\item 无动态内存分配(Zero Allocation)fpconv 的设计通常要求调用者预先分配好缓冲区(比如一个长度为 32 的 char 数组),它直接在传入的缓冲区上写入数据,不调用 malloc。
\item 线程安全与无状态,它是一个纯函数,不依赖全局变量或静态缓冲区(不像旧的 ecvt/fcvt 函数,它们使用静态内存,多线程调用会有数据覆盖风险)。

在Grisu 算法出现之前,浮点数转字符串主要用的是 Dragon4算法。

hdr_histogram

这个库的作用是高性能直方图,用于记录redis命令的执行时间。
该库有以下特点:

  • 监控redis运行时间,它的记录精度跨度很大,时间跨度可以从几微秒到几小时。
  • 监控redis运行时间,它的记录精度跨度很大,时间跨度可以从几微秒到几小时。
  • 高性能:记录一次数据的耗时极短(纳秒级),对业务逻辑几乎无侵入,适合高频记录命令延迟。

hiredis

是redis的c语言客户端库.也就是说如果要在C语言程序里连接redis服务器,需要把hiredis引入项目中。

jemalloc

与系统自带的内存分配函数相比,jemalloc在高并发下锁竞争更小,而且内存碎片很少。
jemalloc使用了很多先进的思想。
比如说它的内存分析,就使用了快速伯努利抽样的方法来提高性能。

linenoise

linenoise是一个命令行工具,当需要开发命令行程序时,用linenoise可以减少重复开发时间,它包含了历史记录,tab补全等常见命令行的功能。

曾经有人说一个完整的命令行工具,至少要两万行代码。初步想想,确实要啊,就做个命令历史记录,1000行代码得要吧。再来个tab补全,1000行!行内提示,也差不多1000行吧,再加上辅助函数工具方法之类的,肯定得20000行了。让我来写的话,肯定3万行不止。
但是Guerrilla这位大牛,最终用头文件76行加C文件1458行,总共1534行就搞定了。

lua

lua自然不需要多说,是lua语言的引擎。lua这门语言非常奇特,因为它编译后只有差不多200kb,却实现了一门完整的编程语言。可以说是轻量到了极致。
lua主要有以下特点:

  • lua只用一种数据结构table来实现几乎所有的数据结构。
  • lua是寄存器试虚拟机,比基于栈的虚拟机轻量得多。
  • lua没有文件、网络IO功能,没有图形界面,这些全靠宿主程序实现。
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/10 20:23:05

【课程设计/毕业设计】基于SpringBoot+Vue的个人身心健康管理小程序的设计与实现【附源码、数据库、万字文档】

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

作者头像 李华
网站建设 2026/6/10 18:00:43

会议热点扫描|智慧教育顶级会议AIED 2025的研究热点可视化分析

对智慧教育领域的前沿方向进行跟踪是建设教育强国的关键。本文通过图文并茂的方式介绍了AIED 2025的研究热点,帮助读者了解和跟踪智慧教育的前沿研究方向。 本推文的作者是黄星宇,审校为邱雪和许东舟。 一、会议介绍 AIED(International Co…

作者头像 李华
网站建设 2026/6/9 22:43:58

测试报告与Jira工单联动自动关闭已修复Bug

一、背景与价值:为何必须实现自动化关闭?‌在传统测试流程中,测试人员完成回归验证后,需手动登录Jira、查找对应工单、切换状态、填写关闭理由——这一过程重复、低效且易出错。尤其在高并发迭代场景下,每日处理数十甚…

作者头像 李华
网站建设 2026/6/10 12:51:41

Java中读写锁的应用场景是什么?

大家好,我是锋哥。今天分享关于【Java中读写锁的应用场景是什么?】面试题。希望对大家有帮助;Java中读写锁的应用场景是什么?它能显著提高并发吞吐量,因为它允许:多个线程同时持有读锁(读-读并发…

作者头像 李华
网站建设 2026/6/9 13:33:37

AI模型增强技术大比拼:RAG与微调优劣势全解析,收藏备用

本文深入对比了NLP领域两种主流模型增强技术:RAG与微调。RAG通过外部知识库动态检索信息,适应性强但计算开销大;微调则通过特定数据集优化模型参数,任务专精度高但灵活性较低。文章详细分析了两者在准确性、适应性、资源消耗和推理…

作者头像 李华