redis之数据结构与对象篇（一）

欢迎阅读大魔王的睡前私语系列，这是Redis第一篇文章

---

简单动态字符串

Redis没有直接使用C语言传统的字符串表示（以空字符串结尾的字符数组，简称C字符串），而是自己构建一种名为简单动态字符串（SDS）的抽象类型，并将SDS用作Redis的默认字符串表示

在Redis中，C字符串只会做为字符串字面量（string literal）用在一些无须对字符串值进行修改的地方，比如打印日志。当Redis需要的不仅仅是一个字符串字面量，而是一个可以被修改的字符串值时，Redis就会使用SDS来表示字符串值，比如在Redis的数据库里面，包含字符串值得键值对在底层都是由SDS实现的。

除了用来保存数据库得字符串之外，SDS还被用作缓冲区（buffer）：AOF模式中得AOF缓冲区，以及客户端状态中得输入缓冲区，都是由SDS实现的。

SDS的定义

每个sds.h/sdshdr结构表示一个SDS值：

strcut sdshdr{
//记录buf数组中已经使用字节的数量
//等于SDS所保存字符串的数量
int len;
//记录buf数组中未使用字节的数量
int free;
//字节数组,用于保存字符串
char buf[];
};

具体情况如下图：

free属性值为0，表示这个SDS没有分配任何未使用的空间
len属性值为5，表示这个SDS保存一个5字节长的字符串
buf属性表示一个char类型的数组，数组的前五个字节如图所示，最后一个字节则保存了空字符’\0’
SDS遵循C字符串以空字符结尾的惯例，保存空字符的1字节空间不计算在SDS的len属性里面，并且为空字符分配额外的1字节空间，以及添加空字符到字符串尾等操作，都是由SDS函数自动完成的，所以这个空字符对于SDS的使用者来说是透明的。

下图这为另一种SDS示例，与之前的区别在于buf数组分配了2个字节未使用空间，所以它的free属性值为2

SDS与C字符串的区别

常数复杂度获取字符串长度

因为C字符串并不记录自身的长度信息，所以为了获取一个C字符串长度，程序必须遍历整个字符串，对于遇到的每个字符进行计数，直到遇到代表字符串结尾的空字符为止，这个操作的复杂度为O（N）

和C字符串不同，SDS本身在len属性中记录了SDS本身的长度，所以获取一个SDS长度的复杂度为O（1）。设置和更新SDS长度的工作由SDS的API在执行时自动完成。.通过使用SDS，Redis将获取字符串长度的复杂度降低为O（1），确保了获取字符串长度的工作不会成为Redis的性能瓶颈。

杜绝缓冲区溢出

除了获取字符串长度的复杂度高之外，C字符串不记录自身长度带来的问题：容易缓冲区溢出。例如，程序中存在两个在内存紧邻的C字符串s1和s2，其中s1保存字符串“Redis”，s2保存字符串“hello”，如图所示：

如果执行strcar(s1,“cluster”),将s1的内容修改为“Redis cluster”，但是执行之前没有为s1分配足够的内存，那么执行之后就会导致s1的数据溢出到s2的空间，导致s2保存的内容被修改。

与C字符串不同，SDS的空间分配策略完全杜绝发生缓冲区溢出的可能。当SDS API需要对SDS进行修改时，API会先检查SDS空间是否满足修改所需的要求，如果不满足，API将自动将SDS空间扩展至执行修改所需的大小，然后才执行实际的修改操作，所以不会出现缓冲区溢出的问题。

例如，SDS的API里面也有一个用于执行操作的sdscat函数，它可以将一个C字符串拼接到给定SDS所保存的字符串的后面，但是在执行拼接操作之前，sdscat会先检查给定SDS的空间是否足够，如果不够的话，sdscat就会先检查给定SDS的空间是否足够，如果不够的话，sdscat会先扩展SDS空间，然后执行拼接操作。

减少修改字符串时带来的内存重分配次数

正如前面所说的，C字符串并不记录自身的长度，所以对于一个包含了N个字符的C字符串来说，这个C字符串的底层实现总是一个N+1的字符长的数组。因为C字符串的长度和底层数组的长度之间存在这种关联关系，所以每次增长或者缩短一个C字符串，程序总要保存这个C字符串的数组进行一次内存重重分配操作：

• 如果程序执行的是增长字符串的操作，比如拼接操作，那么执行这个操作之前，程序需要通过内存重分配来扩展底层数组的空间大小——如果忘记这一点，会出现缓冲区溢出
• 程序执行得是缩短字符串的操作，那么执行这个操作之后，程序需要通过内存重新分配来释放字符擦混不再使用那部分空间——如果忘记会产生内存泄漏

因为内存分配涉及复杂的算法，并且可能需要执行系统调用，所以它通常是比较耗时的操作。为了避免C字符串这种缺陷，SDS通过未使用空间解除了字符串长度和底层数组长度的关系：在SDS中，buf数组的长度不一定就是字符数量加一，数组里面可以包含未使用的字节，而这些字节的数量就是由SDS的free属性记录。

通过未使用空间，SDS实现了空间预分配和惰性空间释放的两种优化策略

空间预分配策略

空间预分配用于优化SDS的字符串增长操作：当SDS的API对一个SDS进行修改，并且需要对SDS进行空间扩展时，程序不仅会为SDS分配修改所必须的空间们还会为SDS分配额外未使用的空间。

其中，额外分配的未使用空间数量由以下公式决定：
如果对SDS进行修改后，SDS的长度（即len属性的值）将小于1MB，那么程序分配和len属性同样大小的未使用空间，这时SDS len属性的值将和free属性的值相同。

如果对SDS进行修改后，SDS的长度将大于等于1MB，那么程序分配1MB的未使用空间。举个栗子，如果进行修改之后，SDS的len将变成30MB，那么程序会分配1MB的未使用空间，SDS的buf数组的实际长度为30MB + 1MB+ 1 byte。
通过空间预分配策略，Redis可以连续执行字符串增长操作所需的内存重分配次数。在扩展SDS空间之前，SDS API会先检查未使用空间是否足够，若足够，则直接使用此空间，无需进行重新分配内存

惰性空间释放

惰性空间释放用于优化SDS的字符串缩短操作：当SDS的API需要缩短SDS保存的字符串时，程序并不立即使用内存重分配来回收缩短后多出的字节，而实使用free属性将这些字节的数量记录下来，并等待将来使用。

通过惰性空间释放策略，SDS避免了缩短字符串时所需的内存重分配操作，并为将来可能有的增长操作提供了优化。

二进制安全

C字符串中的字符必须符合某种编码，并且除了字符串的末尾之外，字符串里面不能包含空字符，否则最先被程序读入的空字符会被误认为时字符串结尾，这些限制使得C字符串只能保存文本数据，而不能保存图像，音频，视频，压缩文件这样二进制数据。

因此，为了确保Redis可以适用于 各种不同得使用场景，SDS得API都是二进制安全得，所以SDS API都会以处理二进制的方式来处理SDS存放在buf数组里的数据，程序不会对其中的数据做任何限制，过滤，数据在写入时什么样，在被读取时就是什么样。

总结

C字符串	SDS
获取字符串长度的复杂度为O（n）	获取字符串长度的复杂度为O（1）
API不安全，可能产生缓冲区溢出	API安全，不会产生缓冲区溢出
修改字符串长度N次会有N次内存分配	修改字符串长度N次最多有N次内存分配
只能保存文本数据	保存文本数据和二进制数据