理解Redis - 数据结构 - SDS(Simple Dynamic String)

每个sds.h/sdshdr结构表示一个SDS值，结构如下图所示：

• redis不同版本的sdshdr结构的区别

redis3.2版本之前的sdshdr结构：

/* 
 * len  : 字符串长度/字符数组中已使用的字符数量
 * free : 字符数组中未被使用的字符数量
 * buf  : 字符数组,用来保存字符串
 */
struct sdshdr {
    unsigned int len;
    unsigned int free;
    char buf[];
};

redis3.2版本之后的sdshdr结构：

/* Note: sdshdr5 is never used, we just access the flags byte directly.
 * However is here to document the layout of type 5 SDS strings. */
/* 
 * len   : 字符串长度(单位是字节)/字符数组中已使用的字符数量
 * alloc : 表示已为sds分配的内存大小(单位是字节)，减去len就是未使用的字符数量，初始值和len一致。
 * flags : sdshdr类型(用一个字节表示当前sdshdr的类型，因为有sdshdr有五种类型，所以至少需要3位来表示000:sdshdr5，001:sdshdr8，010:sdshdr16，011:sdshdr32，100:sdshdr64。注:sdshdr5没有len参数所以利用flags高5位来表示字符串长度，其他sdshdr类型高5位用不到所以都为0)
 * buf   : 字符数组,用来保存字符串
 */
struct __attribute__ ((__packed__)) sdshdr5 {
    unsigned char flags; /* 3 lsb of type, and 5 msb of string length */
    char buf[];
};
struct __attribute__ ((__packed__)) sdshdr8 {
    uint8_t len; /* used */
    uint8_t alloc; /* excluding the header and null terminator */
    unsigned char flags; /* 3 lsb of type, 5 unused bits */
    char buf[];
};
struct __attribute__ ((__packed__)) sdshdr16 {
    uint16_t len; /* used */
    uint16_t alloc; /* excluding the header and null terminator */
    unsigned char flags; /* 3 lsb of type, 5 unused bits */
    char buf[];
};
struct __attribute__ ((__packed__)) sdshdr32 {
    uint32_t len; /* used */
    uint32_t alloc; /* excluding the header and null terminator */
    unsigned char flags; /* 3 lsb of type, 5 unused bits */
    char buf[];
};
struct __attribute__ ((__packed__)) sdshdr64 {
    uint64_t len; /* used */
    uint64_t alloc; /* excluding the header and null terminator */
    unsigned char flags; /* 3 lsb of type, 5 unused bits */
    char buf[];
};

相比于redis3.2之前的版本每次创建字符串时都会分配一个固定大小的sdshdr，redis3.2及之后的版本将会根据字符串长度的不同选择不同的sdshdr类型结构创建字符串。这样做可以节省部分内存空间减小内存开销。

• c语言的字符串与redis的sds之间的区别

c语言	redis
不记录自身长度，每次获取字符串长度时需要遍历整个字符串计数，时间复杂度为O(n)	通过len属性记录自身长度，每次获取字符串长度时直接返回len的值，时间复杂度为O(1)
改变字符串时需要扩展或回收空间，否则会引起缓冲区溢出或内存泄漏问题，N次修改操作一定需要对内存进行N次重分配	通过空间预分配和惰性空间释放两种策略优化缓冲区溢出或内存泄漏问题，N次修改操作最多需要进行N次重分配
二进制不安全：由于c语言保存字符串以'\0'结尾的限制，所以只能保存文本数据，如果保存的字符串中存在'\0'这种c语言中特有语义的字符时就会导致保存的字符串错误	二进制安全：redis中使用len属性来记录字符串长度，因此不需要以'\0'表示字符串结尾，没有特殊语义的字符限制，因此除了能保存文本外还能保存任意格式的二进制数据
使用所有c语言中字符串的库函数	使用部分c语言中字符串的库函数

redis的两种优化策略(用redis3.2之前版本的sdshdr结构举例)：

1. 空间预分配策略：用于字符串增长操作，当对sds进行修改时，首先会检查预留空间是否足够支持修改后的字符串长度，如果够用则不需要扩展空间，如果不够用则分配额外空间。分配方案如下。如果修改后的字符串长度小于1M，则预分配与之相同大小的长度。比如字符串s="abcde"，长度len为5小于1M，预留字符串空间free为0，此时将s修改为s.append("fghi")(这里用java的字符串追加举例)，则此时s="abcdefghi"，redis会将len设置为9的同时再分配9个长度空间给free，1个字节长度给'\0'。如果修改后的字符串长度大于1M，则将len设置为修改后的字符串长度，未使用空间free只分配1M。(注：redis字符串保留c语言字符串以'\0'结尾的习惯，便于重用部分c语言中字符串的库函数)
2. 惰性空间释放策略：当字符串s="abcde"时，len值为5，free值为0。现要将s截取前三位时，此时s="abc"，len属性设置为3同时不回收剩余空间，并将未被使用数free设置为2表示未被使用的空间有2个字节。同时sds提供了相应的api让我们在必要时调用来释放未使用避免内存浪费。

• sdshdr结构中部分方法源码分析

转载于:https://my.oschina.net/u/3751137/blog/1590461