23 redis 中的中文字符串是以什么编码存储的?

Posted 2022-01-29 蓝风9

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了23 redis 中的中文字符串是以什么编码存储的?相关的知识，希望对你有一定的参考价值。

前言

呵呵最近同事问到了这样的一个问题

因为在实际的场景中似乎是出现了乱码问题, 他问道 "redis 里面字符串默认是按照什么编码存放的? "

呵呵我一愣, 字节经过编码转换后就是我们常说的字符

然后映像中 sds 中也没有提到编码相关阿?

呵呵因此当时记录下了这个问题, 今天来看一看

这个问题也可以扩展到其他的客户端和服务器之间的数据交互

我们这里将着重从服务端的编码和多种不同的客户端来看一下客户端的编码处理

"你好" 的字节序列

utf8 编码之后为 \\xe4\\xbd\\xa0\\xe5\\xa5\\xbd

gbk 编码之后为 \\xc4\\xe3\\xba\\xc3

redis-server 交互的编码

redis 中字符串对象是存储于 sds 中, 其存储核心数据的方式是 char[]

在 c/c++ 中 char 是 1 字节, 那么在服务器这边是单字节编码, 数据如果是出现了乱码, 那只能说明客户端存取的编码不一致

redis-cli 交互的编码

redis-cli 这边是通过 read 函数来读取的命令行的输入, 那么这个具体的编码方式是取决于操作系统

我们可以验证一下

在 mac 下面, 默认的字符编码集是 utf8

master:redis-6.2.0 jerry$ ./src/redis-cli 
127.0.0.1:6379> set name 你好
OK
127.0.0.1:6379> get name
"\\xe4\\xbd\\xa0\\xe5\\xa5\\xbd"
127.0.0.1:6379>

在 linux 上面默认的字符编码集是 utf8, 这里以一个 docker 容器中的 redis-cli 来进行交互

master:redis jerry$ docker exec -it redis /bin/sh
# cat /etc/issue
Debian GNU/Linux 11 \\n \\l
# redis-cli -h 192.168.0.246
192.168.0.246:6379> set name 你好
OK
192.168.0.246:6379> get name
"\\xe4\\xbd\\xa0\\xe5\\xa5\\xbd"

在 windows 上面默认的字符编码集是 gbk, 这里下载了一个 windows 版本的 redis 使用其中的 redis-cli 来进行交互

PS C:\\Users\\Jerry.X.He\\Desktop\\redis-64.3.0.503> ./redis-cli -h 192.168.0.246
192.168.0.246:6379> get name
"\\xe4\\xbd\\xa0\\xe5\\xa5\\xbd"
192.168.0.246:6379> set name ￄ￣ﾺￃ
OK
192.168.0.246:6379> get name
"\\xc4\\xe3\\xba\\xc3"

直接在网上查询, 搜索也能获取到上面的信息, 但是往往还是更加确切一些的东西, 会更加有说服力一些, 使用类似的代码来读取, 然后查看具体的内存的信息

这里不同的编码集可以使用是一个 case 来获取编码之后的结果

//
// Created by Jerry.X.He on 2021/11/6.
//
#include "stdio.h"

int main(int argc, char **argv) 
    char ch[10];
    printf("please input ch : ");
    scanf("%s", &ch);
    printf("output ch : %s\\n", ch);
    printf("output ch : %x %x %x %x %x %x\\n", ch[0], ch[1], ch[2], ch[3], ch[4], ch[5]);

    return 0;

mac 上面演示如下

jedis 交互的编码

首先来一个简单的 case, 执行能够获取到 name 对应的 "你好"

import redis.clients.jedis.Jedis;

/**
 * Test18JedisSetNihao
 *
 * @author Jerry.X.He <970655147@qq.com>
 * @version 1.0
 * @date 2021-11-06 16:53
 */
public class Test18JedisSetNihao 

    // Test18JedisSetNihao
    public static void main(String[] args) 

        Jedis jedis = new Jedis("127.0.0.1", 6379);
//        jedis.auth("123456");

        String oldName = jedis.get("name");
//        jedis.set("name", "你好");
        System.out.println(oldName);
        int x = 0;

跟踪一下对应的编码解码部分, 可以看到默认使用的是一个 Protocol. CHARSET

点进去, 是一个 final 的字符串, 编码为 "utf8"

因为这个 charset 没有配置的地方, 因此如果客户端使用其他编码存储, 使用 jedis 读取出来会是乱码

另外因为序列本身也不符合 utf8 的编码规范, 所以在解码的过程中原始的字节序列都还原不了了

redisson 交互的编码

同样先来一段 case, 可以看到的是这里是可以指定编码方式的

/**
 * Test18JedisSetNihao
 *
 * @author Jerry.X.He <970655147@qq.com>
 * @version 1.0
 * @date 2021-11-06 16:53
 */
public class Test18RedissonSetNihao 

    // Test18JedisSetNihao
    public static void main(String[] args) throws Exception 

        Config config = new Config();
        config.useSingleServer().setAddress("redis://127.0.0.1:6379").setDatabase(0);
        RedissonClient redissonClient = Redisson.create(config);

        StringCodec defaultCodec = StringCodec.INSTANCE;
        StringCodec gbkCodec = new StringCodec(Charset.forName("gbk"));
        RBucket<String> nameObjBucket = redissonClient.getBucket("name", defaultCodec);
        Object nameObj = nameObjBucket.get();
        int x = 0;

它的编码解码取决于传入的 codec, 默认的 charset 为 utf8

所以他是可以适配任意字符集的

windows 的 redis-cli 写入数据, 只要他指定 charset 为 gbk, 就可以正确的读取

linux 的 redis-cli 写入数据, 只要他指定 charset 为 utf8, 就可以正确的读取

jedis 写入的数据, 只要他指定 charset 为 utf8, 就可以正确的读取

redisson 按照指定编码集 concreteCharset 写入的数据, 只要他指定 charset 为 concreteCharset, 就可以正确的读取

redisTemplate 交互的编码

同样来一段 case, 可以看到的是这里是可以指定编码方式的

/**
 * Test18JedisSetNihao
 *
 * @author Jerry.X.He <970655147@qq.com>
 * @version 1.0
 * @date 2021-11-06 16:53
 */
public class Test18RedisTemplateSetNihao 

    // Test18JedisSetNihao
    public static void main(String[] args) throws Exception 

        RedisStandaloneConfiguration jedisConfig = new RedisStandaloneConfiguration();
        JedisConnectionFactory jedisConnectionFactory = new JedisConnectionFactory(jedisConfig);
        StringRedisTemplate stringRedisTemplate = new StringRedisTemplate(jedisConnectionFactory);

        stringRedisTemplate.setValueSerializer(new StringRedisSerializer(Charset.forName("utf8")));
//        stringRedisTemplate.setValueSerializer(new StringRedisSerializer(Charset.forName("gbk")));

        BoundValueOperations<String, String> nameOpts = stringRedisTemplate.boundValueOps("name");
//        nameOpts.set("你好");
        Object nameObj = nameOpts.get();
        int x = 0;

它的编码解码取决于配置的 valueSerializer