redis源码分析(1)——简单字符串的实现

本系列所有文章基于《Redis设计与实现》学习而做的随笔，本文使用的redis源码为3.0版本，以后不再赘述

c语言的字符串

首先，我们都知道，Redis是用c语言实现的，而c语言，有个很大的弊端，那就是没有原生的字符串，字符串，是使用字符数组实现的。
基于这个原因，我们可以分析一下c字符串的缺点。
1. 字符串的拼接需要提前判断空间是否足够，否则可能造成缓冲区溢出。此外还必须进行malloc分配内存占用大量系统资源。
2. 字符串缩短时需要释放空间，否则可能造成内存泄漏。
那么，Redis的第一个要解决的就是实现一个高效的字符串

Redis的SDS

简单动态字符串(simple dynamic string,SDS)的定义如下：
sds.h

struct sdshdr{
    int len; //记录buf中字符串的长度（strlen）

    int free; //记录buf中未使用的空间大小;

    char buf[];  //保存字符串的数组
}

举个例子：

buf 申请了10个sizeof(char)的空间，保存的内容是"Redis"
那么，len = 5;
free = 4;
*剩余的那个空间是用来存储'\0'的。

SDS的好处

1. sds遵从了c字符串以’\0’结尾的惯例，好处是可以直接使用c字符串的一些库函数，如printf("s%",s->buf);
2. 计算sds长度无需再使用strlen()，strlen复杂度是O(n)的，而sds则比较容易，直接读取sds->len，时间复杂度为O(1)。
3. 杜绝缓冲区溢出。sds操作时，会自动检测原始空间是否满足，如果不满足会重新分配内存。
4. 减少修改字符串时重新分配内存的次数。
5. 二进制安全

减少内存重分配次数

• 如果此次进行的操作会加长字符串，那么会判断空间是否足够，不足够才会重新分配。
• 如果此次操作会减短字符串，那么不会直接释放内存，而是改变free的大小。

具体实现

空间预分配

假如普通的c字符串，一般来说每次strcat()之前都要重新分配内存。
sds会先去检测是否足够，不足则重分，但这实际上的次数几乎达到n次。
redis使用以下策略大大降低了重分配的次数：

//分别表示free,len,buf
sds1={0,5,"Redis"}
sds2={0,5,"Hello"}

现在要将sds1连接到sds2之后。
那么首先，判断剩余空间是否足够，明显不足，分配内存到可以存下。
策略如下，如果分配内存后大小小于1M,则多分配和len大小相同同的空间。

sds2={0，10，"Hello"}
sds2={10,10,"Hello"} //最终的分配

如果大于1M,则多分配1M的free空间。
如此，最终的结果为

sds2={10,10,"HelloRedis"}

这种策略，将内存分配的次数从n次变成最多n次

惰性空间释放

sds={3,7,"AAbcbAA"}
sdstrim(sds,"Ac") //移除sds中所有的A和c字符
结果为：
sds={8,2,"bb"}

缩短sds，不直接释放空间，仅仅修改len和free，多余的free便于下次曾长sds时使用。

二进制安全

我们知道，c语言是以'/0'来作为字符的结尾，那么如果有这样一个字符串"abc\0de\0",c只会识别到abc\0。这使得存储二进制内容无法实现(二进制内容或许会存在很多'\0')。
sds是二进制安全的，原因在于其使用len成员来确定内容长度而非'\0'。