通俗易懂的redis数据结构之SDS

redis数据结构-SDS(Simple Dynamic String)

redis是我们常用的缓存之一，但是仅仅限于会用，已经在市场上淘汰了，我们必须去了解他的底层来让我们更深刻的去使用它。

SDS定义

每个sds.h/sdshdr(至于这是什么意思想必我就不多介绍了吧，不清楚的可自行查阅)结构表示一个SDS的值:

struct sdshdr {
        // 记录的buf数组中已经使用的字节数量== sds保存的字节的长度
        int len;
        // 记录的buf数组中未使用的字节数量
        int free;
        // 自己数组，用于保存字符串
        char buf[];
}

这里我可以给你们画一个类似的结构，比如我在buf数组里保存了一个字符串叫sjt，结构如下(自己随便画的，功底不行，意思是这个意思)：

最后一个字节是空字符，是不是很好奇啊，是因为SDS遵循了C字符串以空字符结尾的惯例，这个空字符是不计算在字符串长度之内的，这样的好处就是可以直接重用C字符串函数库里面的函数。
举个例子吧，比如有一个指向我上图中SDS的指针s，就可以直接使用<stdio.h>/printf函数，通过执行下列语句

printf("%s",s->sjt)//直接打印出保存的字符串值sjt，不用SDS编写专门的打印函数

下面正是我们关心的，估计大家都想到了，那为什么不直接去使用C字符串呢，非得搞什么SDS。

SDS和C字符串的区别

计算机行业学过C语言的我们都知道，C语言是使用长度为N+1的字符数组来保存长度是N的字符串，字符数组的最后一个元素总是空字符’\0’。
其实使用C串的话不能满足redis这种高效，安全的功能方面的需求，主要有以下几点：

1. O(1)复杂度获取字符串长度

C字符串并不记录自身的长度信息，想要获取字符串长度的话，必须去遍历整个字符串，对每个字符进行计数，知道遇到结尾的那个空字符串位置，这个复杂度显然是O(n)，这肯定人家redis作者的一个优化点。

2. 杜绝缓冲区溢出

C字符串是不保存长度的，当执行stract函数去拼接字符的时候，假定用户在拼接这个函数时，已经为字符串分配了足够多的内存，拼接的时候一旦假设不成立，就会产生缓冲区溢出。然而当内存中有紧邻着的C字符串S1和S2，对S1进行拼接的时候，会覆盖了S2保存的内容。
SDS它的空间分配策略杜绝了这种情况发生的可能性，SDS API会检查空间是否足够，不够就会去扩展，扩展了才去执行修改。

3. 减少修改字符串带来的内存重分配次数

C字符串是不保存长度的，每次修改的时候，都会去判断空间大小是否足够，如果是append操作，不去判断这步的话，会造成缓冲区溢出；如果是trim截取操作，还得需要内存重分配去释放掉不再使用的空间，忘了的话，有可能会出现内存泄漏(这个太重要了，占着茅坑不拉屎!!!)。
SDS有未使用空间free，就可以实现了空间预分配和惰性释放两种优化策略。
空间预分配：SDS的API对一个SDS进行修改，并且需要对SDS进行空间扩展时，程序不仅会对SDS分配修改所必须的空间，还会为SDS分配额外未使用的空间。
对SDS修改以后，SDS的长度小于1MB，那么程序会分配和len属性同样大小的空间，这时即len=free。SDS的buf数组的实际长度就是len+free+1字节。
对SDS修改以后，SDS的长度大于等于1MB，比如是20MB，那么程序会分配1MB，这时即free=1MB。SDS的buf数组的实际长度就是20MB+1MB+1byte。
通过空间预分配可以减少每次去内存重新分配次数，内存重新分配涉及很复杂的算法，并且也可能需要执行系统调用，所以比较耗时。
惰性空间释放：当SDS的API需要缩短SDS保存的字符串时，程序并不会立即使用内存重分配来回收缩短后多出来的字节，而是加到了free里。你可能会问，那这些不使用的空间会造成内存浪费吗？这是不会的，因为SDS也提供了相应的API会在我们有需要的时候，真正的释放SDS的未使用空间，大可不必担心。

4. 二进制安全问题

C字符串的字符必须符合某种编码(比如ASCII)，并且除了字符串末尾之外，字符串里面不能包含空字符串，不然最先被程序读入到的空字符串会被误认为是字符串末尾，这些限制就会使C字符串只能保存文本数据，不能保存图片、音频、视频等这样的二进制数据。比如"hello sjt"，C字符串就只能读出hello字符串，忽略了sjt。SDS是二进制安全的，你的程序写入的什么，读出来的就是什么，不会出现C这样的情况，因为SDS它使用的len属性来判断的字符串的值，而不是空字符串。

5. 兼容部分C字符串函数

为什么这么说呢？是因为buf数组最后一个字节不是空字符嘛，这也是为了让安歇保存文本数据的SDS可以重用一部分<string.h>库定义的函数。这个库里函数就比较多了，比如strcasecmp函数使用它来对比SDS保存的字符串和另一个C字符串：

strcasecmp(sds->buf,"hello world");// redis就不用自己写专门的函数了

和这个类似的比如strcat函数，可以将一个保存文本数据的SDS作为第二个参数，将SDS字符串追加到C字符串的后面：

strcat(c_string,sds->buf); //同样，redis也不用写专门的函数了

这里基本上就是我对SDS的了解了，欢迎补充和指点。既然我们没有天生的撸码天赋，那我们就花时间去磨碎各个知识点。接下来会陆续把双端队列，压缩链表，hash，数组，跳表补充。加油！！！