可行,但需严格按RDB二进制协议逐字节解析:先校验9字节文件头("REDIS"+4位ASCII版本号),再依OpCode(如0xFE选库、0xFD/0xFC过期时间、0xFF结束)分发处理,变长整数须手写解码逻辑。

直接解析 Redis 的 dump.rdb 文件在 C++ 中可行,但必须严格按 RDB 二进制协议逐字节处理——它不是 JSON/YAML 那类文本格式,没有容错余地;错读一个字节(比如把 0xFE 当成普通 key 长度),后续全部解析都会偏移失效。
读取 RDB 文件头:先校验魔数和版本号
RDB 文件开头固定 9 字节:"REDIS"(5 字节) + 四位 ASCII 版本号(如 "0010")。不能用字符串比较函数直接比 "REDIS0010",因为版本号是字符而非整数。
- 用
std::ifstream::read()读取 9 字节到缓冲区,再手动检查前 5 字节是否为'R''E''D''I''S' - 后 4 字节需逐字节验证是否在
'0'–'9'范围内;若为"0008",说明是 Redis 3.2+ 的 RDB v8,不支持 LFU/LRU 元数据;若为"0010"(Redis 7+),则可能含0xF8/0xF9等新 OpCode - 版本号非法或长度不足 9 字节,直接报错退出;不要尝试“跳过”或“猜测”
识别 OpCode 并分发解析逻辑
RDB 主体由一系列 OpCode 字节驱动,每个 OpCode 后紧跟对应负载。关键 OpCode 必须单独处理:
-
0xFA:AUX 元数据项,后面是两个变长字符串(key 和 value),需用rdbLoadString()类逻辑解码长度(见下条) -
0xFE:数据库选择器,后跟一个变长整数(dbnum),决定接下来的 key 属于哪个redisDb -
0xFB:数据库统计信息,后跟两个变长整数(key 总数、带过期时间的 key 数) -
0xFD/0xFC:分别表示秒级/毫秒级过期时间戳,后面是 4 或 8 字节大端整数,需用ntohl()/ntohll()转换 -
0xFF:文件结束标志,遇到即终止主循环
忽略未知 OpCode 会导致解析中断;Redis 源码中未定义的值会触发 panic,你的 C++ 解析器也应如此。
立即学习“C++免费学习笔记(深入)”;
处理变长整数(Length encoding)是核心难点
RDB 中几乎所有长度字段(key 长度、value 长度、db 编号等)都使用自定义变长编码,不是标准 protobuf 或 varint。规则如下(务必手写解析,别依赖第三方库):
- 读 1 字节
b,检查高 2 位:
• 若(b & 0xC0) == 0x00:长度 =b & 0x3F(6 位)
• 若(b & 0xC0) == 0x40:再读 1 字节,长度 =((b & 0x3F) (14 位)<br> • 若 <code>(b & 0xC0) == 0x80:再读 4 字节大端整数,长度 =ntohl(4_bytes)
• 若(b & 0xC0) == 0xC0:看低 6 位:
–0→ 再读 1 字节整数
–1→ 再读 2 字节大端整数
–2→ 再读 4 字节大端整数
–3→ LZF 压缩块(需集成 lzf 解压逻辑) - 这个逻辑必须封装成独立函数(如
uint64_t rdbLoadLen(std::istream&)),所有字符串、数组长度都调它 - 常见坑:忘记处理大端转换、混淆字节序、对
0xC0分支漏掉 LZF 判断,导致读出超大“长度”然后越界
解析实际键值对时注意类型与编码嵌套
在 0xFE 指定数据库后,遇到的每个 key 都以类型字节开头(如 0 是 string,1 是 list),但 value 的编码方式还取决于 Redis 内部结构:
- string 类型可能用 raw string(直接读长度+内容),也可能用 int 编码(
11xxxxxx开头 + 1/2/4 字节整数)或 LZF 压缩(见上条) - list/set/zset/hash 在 RDB 中可能用
ziplist或quicklist序列化,表现为嵌套的变长长度+元素序列,不是简单数组 - 不要硬编码 “string 就是 type=0”,Redis 6.2+ 对小集合可能用
zipmap或intset编码,type 字节会是11或12 - 示例:读到 type=0 后,调
rdbLoadString();该函数内部先调rdbLoadLen()得长度,再判断长度字节是否为0xC0分支来决定是否解压
真正难的从来不是“怎么读”,而是“读到一个字节后,下一步该期待什么”。RDB 协议是状态机驱动的,每一步输入都改变后续期望的字节模式——这点在调试时最容易被忽略。



















