《Redis设计与实现》读书笔记（一）——简单动态字符串（SDS）

《Redis设计与实现》读书笔记（一） ——简单动态字符串（SDS）

（原创内容，转载请注明来源，谢谢）

前言：《Redis设计与实现》，是一本分析redis源码，讲述redis各数据类型结构与实现方式、各操作方式的具体实现等内容。本系列是我对该书学习过程中的读书笔记。

一、概述

Redis中的字符串，是在redis中最为常用的内容，除了redis的字符串数据结构，另外redis其他的数据结构中的子成份，大多也是用字符串的形式存储。

redis的字符串不是直接用c语言的字符串，而是用了一种称为简单动态字符串（SDS）的抽象类型，并将其作为默认字符串。

二、SDS定义

structsdshdr{
 int len;
 int free;
 char buf[];
}

该结构体共三个变量，包括len——sds的长度、free——buf数组中未使用的字节数量、buf——字节数组（保存字符串使用）。

例如，字符串“Redis”的存储方式如下图：

其中，free是0表示申请的内存空间已经都用上，len是5表示长度是5（不计算表示字符串结束的符号，这一点和c语言一样），buf里面存储了具体的字符串内容。

三、SDS与C语言字符串的比较

SDS采用结构体的方式存储字符串，而不是采用c语言的开辟一个连续的存储空间的方式。

1、字符串长度计算

C语言如果要获取字符串的长度，需要从第一个字符开始，遍历整个字符串，直到遍历到符号，时间复杂度是O(N)，即字符串的长度。

而redis由于已经存储了字符串的长度，因此，时间复杂度是O(1)。

这样，避免了获取大字符串长度时时间的缓慢。

2、缓冲区

C语言给字符串开辟一个存储空间，如果对此存储空间的使用超过开辟的空间，会导致内存溢出。例如使用字符串拼接等方式时，就很容易出现此问题。而如果每次拼接之前都要计算每个字符串的长度，时间上又要耗费很久。

redis的SDS中内置一个sdscat函数，也是用于字符串的拼接。但是在执行操作之前，其会先检查空间是否足够，通过比较当前字符串的free与即将拼接字符串的len的大小，就知道是否可以拼接。如果free的值不够，会再申请内存空间，避免溢出。

3、修改字符串时的内存重分配

C语言的字符串长度和底层数组之间存在关联，因此字符串长度增加时需要再分配存储空间，避免溢出；字符串长度减少时，需要释放存储空间，避免内存泄漏。

由于redis中，字符串频繁修改是很经常发生的事情，redis的一个应用场景就是变量频繁修改的场景。为了避免C语言的不断重分配空间，redis进行了改进。

redis的sds，主要是通过free字段，来进行判断。通过未使用空间大小，实现了空间预分配和惰性空间释放。

1）空间预分配

空间预分配用于优化字符串的增长操作，实现方式为：当需要增长字符串时，sds不仅会分配足够的空间用于增长，还会预分配未使用空间。

分配的规则是，如果增长字符串后，新的字符串比1MB小，则额外申请字符串当前所占空间的大小作为free值；如果增长后，字符串长度超过1MB，则额外申请1MB大小。

例如，字符串增长后，大小是50kb，则额外申请50kb作为未使用空间。如果字符串增长后的大小是20mb，则额外申请1mb作为未使用空间。以上两种情况都为将计算在内，因此，实际上还会需要1字节作为存放的空间。

上述机制，避免了redis字符串增长情况下频繁申请空间的情况。每次字符串增长之前，sds会先检查空间是否足够，如果足够则直接使用预分配的空间，否则按照上述机制申请使用空间。该机制，使得字符串增长n次，需要申请空间的次数，从必定为n次的情况，降为最多n次的情况。

2）懒惰空间释放

懒惰空间释放用于优化sds字符串缩短的操作，实现方式为：当需要缩短sds的长度时，并不立即释放空间，而是使用free来保存剩余可用长度，并等待将来使用。当有剩余空间，而有有增长字符串操作时，则又会调用空间预分配机制。

当redis内存空间不足时，会自动释放sds中未使用的空间，因此也不需要担心内存泄漏问题。

4、二进制安全

C语言的字符必须符合某种编码，例如ascii，且字符串除了末尾之外，不能有空格，否则会被当作是另一个字符串。这些限制使得c语言的字符串只能保存不含空格的文本，不能保存图片、视频等二进制数据，也不能保存包含空格的文本。

而保存图片、大段文本等内容，也是redis的常用场景。因此，redis也对此进行优化。因此，sds是二进制安全的，写入的是什么内容，返回的也是什么内容，并没有限制。

redis的sds，用buf保存字符串，保存的就是一系列的二进制数据。因为，sds考虑字符串长度，是通过len属性，而不是通过来判断。

5、C语言字符串函数

redis兼容c语言对于字符串末尾采用进行处理，这样使得其可以复用部分c语言字符串函数的代码，实现代码的精简性。

6、总结——C语言字符串和SDS字符串比较

四、总结

redis只有部分情况下使用c语言的字符串形式用作字符串，如给用户返回的信息、报错信息、提示信息等，只有不会被改动的字符串，才会直接使用c语言的字符串形式。否则，大部分情况下，redis都是使用sds作为字符串的存储方式。

——written by linhxx 2017.08.28