Redis底层数据结构(一)--简单动态字符串

简单动态字符串(simple dynamic string，SDS)

比如：

127.0.0.1:6379> set msg helloredis
OK

Redis将在数据库中创建一个新的键值对，其中：

• 键值对的键是一个字符串对象，对象的底层实现是一个保存着字符串"msg"的SDS。
• 键值对的值是也是一个字符串，对象的底层实现是一个保存着字符串"helloredis"的SDS

127.0.0.1:6379> rpush devtools "java" "php" "c"
(integer) 3

这个键值对：

• 键值对的键和上述一样。
• 键值对的值是一个列表对象，包括三个字符串对象，这三个字符串对象分别由三个SDS实现。

SDS除了用来保存数据库中的字符串值之外，SDS还被用作缓冲区(buffer)：AOF模块中的AOF缓冲区以及客户端状态中的输入缓冲区，都是由SDS实现。之后会讲到。

SDS定义

SDS结构

SDS示例

上图SDS示例中：

• free属性，记录这个SDS分配的未使用空间
• len属性，记录SDS保存的字符串的长度，不包含末尾空字符'\0'
• buf属性是一个char类型的数组，保存的是实际的字符串，末尾以空字符'\0'结尾

SDS和C字符串的区别

   1.常数复杂度获取字符串长度

C字符串不记录自身的长度信息，所以获取C字符串长度需要遍历字符串，时间复杂度为O(N)。而SDS结构的字符串，程序可以直接读取len属性的值来获取字符串的长度信息，时间复杂度是O(1)。

所以我们频繁使用STRLEN命令也不会对系统性能造成任何影响。

  2.杜绝缓冲区溢出

假设程序里有两个在内存中紧邻的C字符串，其中s1保存了字符串"Redis"，s2保存了字符串"MongoDB"，则在内存中的视图为：

内存中紧邻的两个C字符串

如果此时要执行

strcat(s1," Cluster");   //拼接

将s1的内容修改为"Redis Cluster"，如果此时忘记在strcat执行前为s1分配足够的空间，那么strcat函数执行后，s1的数据将溢出到s2所在的空间，导致s2的内容被修改。

s1内容溢出到s2

而Redis实现的SDS结构在空间分配策略完全杜绝了发生缓冲区溢出的可能性：当SDS API需要对SDS进行修改时，API会先检查SDS的空间是否满足所需的要求，如果不满足，API会自动将SDS的空间扩展至执行修改所需的大小(还会额外分配未使用空间)，然后才执行修改操作，不需要手动去修改SDS的空间大小。

  3.减少修改字符串时带来的内存重分配次数

C字符串每次增长或者缩短，都需要对保存这个C字符串的数组进行一次内存重分配操作：

• 增长操作，如果忘记扩展底层数组空间大小，会产生缓冲区溢出;
• 缩短操作，如果忘记释放不再使用的空间，会产生缓冲区泄漏。

通过未使用空间，SDS实现了空间预分配和惰性空间释放两种优化策略。

1).空间预分配

用于优化SDS的字符串增长操作：当SDS的API需要对一个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分配修改所需的空间，还会分配额外的未使用空间。

• 如果修改后SDS的长度(len)小于1MB，那么程序分配和len属性的值相同。
• 如果修改后SDS的长度大于等于1MB，程序会分配1MB的未使用空间。

通过这种预分配策略，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次降低为最多N次。

 2).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来的字节，而是使用free属性将这些字节的数量记录起来，并等待将来使用。

同时也提供相应的API去真正释放SDS的未使用空间。

3.二进制安全

C字符串必须以‘\0’结尾的特性导致C字符串不能包含空字符，应为最先被读入的空字符会被误认为是字符串结尾。这些限制使得C字符串只能保存文本数据，而不能保存像图片，音频，压缩文件这样的二进制数据。

而SDS的API都是二进制安全的，都会以处理二进制的方式去处理SDS存放的buf数组里的数据，因为SDS使用len属性的值而不是空字符来判断字符串是否结束。

SDS的主要API