简单动态字符串SDS

• 简单动态字符串（simple dynamic string）:

  • redis虽然说是用C语言重写的，但它也进行了一些创新，自己构建了简单动态字符串SDS，从名字也看得出来有别于以空字符结尾的字符数组（C字符串）

  • reids中只有在一些无需对字符串修改的地方，才会去用C字符串。如一些日志的打印…

  • 而在一个可能被修改的字符串的时候，底层会去用SDS实现。如数据类型为字符串的key或value…

  • 此外，SDS还被用作缓冲区。如AOF缓冲区和客户端状态的输入缓冲区…

  • SDS的定义：

    • 用一个结构体来表示一个SDS值：

      struct sdshdr {
          //已使用的字节数量
          int len;
          //未使用的字节数量
          int free;
          //用来保存字符串的字节数组
          char buf[];
      }
      

    • SDS遵循了C语言字符串以空字符结尾的惯例，但保存空字符的一个字节不被len计算在内，所以这一字节对使用者来说就是透明的

    • 那么这么做的目的是什么？ SDS可以直接重用一部分C字符串函数库的函数

  • SDS和C字符串的区别：

    1. 获取自身长度的时间复杂度：

       • SDS只需查len就知道自身长度，时间复杂度为O（1）
       • C字符串需要去遍历自身字节数组，时间复杂度为O（n）
       • 由此看，用SDS在查询自身长度时，性能得到了提高

    2. SDS可以杜绝缓冲区溢出的问题：

       • C字符串在一些拼接字符串的情况下，如果忘了检查剩余空间，可能会引起缓冲区溢出
       • 而SDS的API会在修改SDS时自动进行检查free和拓展等操作，所以SDS既方便又安全

    3. SDS减少了修改字符串带来的内存重分配次数：

       • C字符串的长度和底层数组长度之间存在一个字节的关联性，所以每次修改字符，都需要对数组进行一次内存重分配去拓展或释放空间

       • 内存分配涉及复杂的算法，并且可能需要执行系统调用，所以它通常比较耗时

       • SDS通过使用free解除了字符串长度和底层数组长度的关系，通过这个未使用空间，SDS实现了空间预分配和惰性空间释放两种优化策略，可以减少了修改字符串带来的内存重分配次数

         1. 空间预分配:用于优化SDS增长的操作，拓展空间不仅为SDS分配修改所需的空间，还会分配额外的未使用空间。

            1. 如果SDS修改后的长度（len）< 1MB（1MB等于1048576字节），那么程序将分配和len一样大的未使用空间。即len = x byte，free = x byte，buf数组有（2x + 1）byte长
            2. 如果SDS修改后的长度（len）>= 1MB，那么程序将分配和1MB的未使用空间。即len = 30MB， free = 1MB，buf数组有（31MB + 1byte）长
            3. 以上两种情况皆是基于free不足的条件，free如果多的很，那还分配个毛啊
            4. 空间预分配的意义：SDS将连续增长N次字符串所需的内存重分配次数从必定N次控制在最多N次

         2. 惰性空间释放：用于优化SDS缩短的操作，程序不立即使用内存重分配来回收缩短后多出来的字节，而是使用free将这些字节数量记录，等待将来使用

         • 与此同时，SDS提供了相应的API，让我们可以在有需要时，真正释放未使用的空间,不用担心此策略会造成内存浪费
         • 惰性空间释放的意义：SDS避免了缩短字符串时所需的内存重分配操作，并为将来的增长操作提供了优化

    4. SDS二进制安全

       • C字符串内部不能有空格，防止误认为是末尾，限制它只能保存文本数据，不能储存流媒体文件
       • SDS的API都是二进制安全的，，所有SDS API都会以处理二进制的方式处理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、假设，数据在写入的时候是什么样子，读取的时候就是什么样子
       • 使用SDS保存内部空格的数据是没问题的，因为SDS是通过len来判断是否结束，而不是空字符

    5. SDS兼容部分C字符串函数（之前也谈到了SDS末尾也保留了空字符，只是没有纳入len，给放进buf字节数组了）

  • 总结：