Grape
命令语法
命令含义:反序列化给定的序列化值,并将它和给定的 key 关联。
命令格式:
RESTORE key ttl serialized-value [REPLACE] [ABSTTL] [IDLETIME seconds] [FREQ frequency]
命令实战
redis> DEL mykey
0
redis> RESTORE mykey 0 "\n\x17\x17\x00\x00\x00\x12\x00\x00\x00\x03\x00\
x00\xc0\x01\x00\x04\xc0\x02\x00\x04\xc0\x03\x00\
xff\x04\x00u#<\xc0;.\xe9\xdd"
OK
redis> TYPE mykey
list
redis> LRANGE mykey 0 -1
1) "1"
2) "2"
3) "3"
返回值
如果反序列化成功那么返回 OK ,否则返回一个错误。
源码分析
源码分析部分我们分为几个部分来讲解。
参数处理
void restoreCommand(client *c) {
long long ttl, lfu_freq = -1, lru_idle = -1, lru_clock = -1;
rio payload;
int j, type, replace = 0, absttl = 0;
robj *obj;
/* 解析参数 */
for (j = 4; j < c->argc; j++) {
int additional = c->argc-j-1;
if (!strcasecmp(c->argv[j]->ptr,"replace")) {
replace = 1;
} else if (!strcasecmp(c->argv[j]->ptr,"absttl")) {
absttl = 1;
} else if (!strcasecmp(c->argv[j]->ptr,"idletime") && additional >= 1 &&
lfu_freq == -1)
{
if (getLongLongFromObjectOrReply(c,c->argv[j+1],&lru_idle,NULL)
!= C_OK) return;
if (lru_idle < 0) {
addReplyError(c,"Invalid IDLETIME value, must be >= 0");
return;
}
lru_clock = LRU_CLOCK();
j++; /* Consume additional arg. */
} else if (!strcasecmp(c->argv[j]->ptr,"freq") && additional >= 1 &&
lru_idle == -1)
{
if (getLongLongFromObjectOrReply(c,c->argv[j+1],&lfu_freq,NULL)
!= C_OK) return;
if (lfu_freq < 0 || lfu_freq > 255) {
addReplyError(c,"Invalid FREQ value, must be >= 0 and <= 255");
return;
}
j++; /* Consume additional arg. */
} else {
addReply(c,shared.syntaxerr);
return;
}
}
在上边我们提到了restore命令格式,我们可以看到,在第四个参数开始都是可选参数,所以解析参数中是从j=4开始遍历的,在遍历的过程中会根据不同的参数做不同的操作。
我们依次来看下这四个命令:
- Replace:判断如果是replace字段,将标识位replace置为1。
- Absttl: 判断如果是absttl字段,将标识位absttl置为1。如果使用了ABSTTL修饰符,ttl则应表示密钥将在其中终止的绝对 Unix时间戳(以毫秒为单位)。
- Idletime&&freq: 这两个参数在object命令中有很详细的解释。在objec中,ideltime是返回自存储在指定键处的对象处于空闲状态以来的秒数(读或写操作未请求)。freq是返回存储在指定键处的对象的对数访问频率计数器。在这段命令中解析到这两个命令时,ideltime设置了lru_clock时钟值。在freq设置lru_freq,设置频率且判断是否在0-255之间。
校验&&对应模式操作
/* 此处是确保这个key是否存在,这个操作仅在replace等于0的时候进行*/
if (!replace && lookupKeyWrite(c->db,c->argv[1]) != NULL) {
addReply(c,shared.busykeyerr);
return;
}
/* 检查ttl合法,规则是是否小于0且是否可转为数字*/
if (getLongLongFromObjectOrReply(c,c->argv[2],&ttl,NULL) != C_OK) {
return;
} else if (ttl < 0) {
addReplyError(c,"Invalid TTL value, must be >= 0");
return;
}
// 检查RDB版本和数据校验和。如果它们不匹配,则返回错误。
if (verifyDumpPayload(c->argv[3]->ptr,sdslen(c->argv[3]->ptr)) == C_ERR)
{
addReplyError(c,"DUMP payload version or checksum are wrong");
return;
}
rioInitWithBuffer(&payload,c->argv[3]->ptr);
if (((type = rdbLoadObjectType(&payload)) == -1) ||
((obj = rdbLoadObject(type,&payload)) == NULL))
{
addReplyError(c,"Bad data format");
return;
}
// 如果是replace模式,删除key
if (replace) dbDelete(c->db,c->argv[1]);
新增key
/* Create the key and set the TTL if any */
dbAdd(c->db,c->argv[1],obj); //如果key存在,则报错
if (ttl) {
if (!absttl) ttl+=mstime();
setExpire(c,c->db,c->argv[1],ttl);
}
//创建新的key。
//如果存在ttl就设置.
// 如果ttl为0,则创建密钥时不会有任何过期,否则将设置指定的过期时间(以毫秒为单位)
objectSetLRUOrLFU(obj,lfu_freq,lru_idle,lru_clock);
//设置频率和时间范围限制值
signalModifiedKey(c->db,c->argv[1]);
addReply(c,shared.ok);
server.dirty++;
}
拓展
LFU 最近最不常用页面置换算法
Least Frequently Used algorithm.LFU是首先淘汰一定时期内被访问次数最少的页!
算法根据数据的历史访问频率来淘汰数据,其核心思想是“如果数据过去被访问多次,那么将来被访问的频率也更高”。
具体的算法流程如下所示:
LRU 最近最近最久未使用置换算法
Least Recently Used algorithm.LRU是首先淘汰最长时间未被使用的页面!
算法根据数据的历史访问记录来进行淘汰数据,其核心思想是“如果数据最近被访问过,那么将来被访问的几率也更高”。
具体的算法流程如下所示:
FIFO 先进先出置换算法
FIFO(First in First out),先进先出。
其实在操作系统的设计理念中很多地方都利用到了先进先出的思想,比如作业调度(先来先服务),为什么这个原则在很多地方都会用到呢?因为这个原则简单、且符合人们的惯性思维,具备公平性,并且实现起来简单,直接使用数据结构中的队列即可实现。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。