简单动态字符串(Simple Dynamic String – SDS)
虽然Redis
使用C
语言编写,但是并没有直接采用C
语言中的字符串表示方式(\0
结尾),而是使用了自己实现的简单动态字符串(SDS
)。SDS
是Redis
的默认字符串表示,它可以存储二进制数据,并且可以动态地调整字符串的长度。
定义
可以在src/sds.h
中找到SDS
的定义(为了版面整洁这里就只展示部分定义):
typedef char *sds;
/* Note: sdshdr5 is never used, we just access the flags byte directly.
* However is here to document the layout of type 5 SDS strings. */
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[];
};
sds
其实就是一个char *
,这个指针其实就是指向SDS
结构体实例的尾部即buf
。值得注意的是sds
依然保持了C
字符串的特性(即以\0
结尾),保持这一特性的好处是,sds
可以重用部分C
字符串函数。在SDS
结构体的定义中,首先__attribute__ ((__packed__))
告知编译器,不要因为内存对齐而在结构体中填充字节,以保证内存的紧凑,这一点为后续从sds
获取SDS
结构体实例的首地址提供的便利。
Redis
定义不同SDS
结构体是为了针对不同长度的字符串,使用合适的len
、alloc
属性类型,最大限度地节省内存。
头部信息
Redis
使用一些宏定义来标识和获取SDS
的头部信息
#define SDS_TYPE_5 0
#define SDS_TYPE_8 1
#define SDS_TYPE_16 2
#define SDS_TYPE_32 3
#define SDS_TYPE_64 4
#define SDS_TYPE_MASK 7
#define SDS_TYPE_BITS 3
#define SDS_HDR_VAR(T,s) struct sdshdr##T *sh = (void*)((s)-(sizeof(struct sdshdr##T)));
#define SDS_HDR(T,s) ((struct sdshdr##T *)((s)-(sizeof(struct sdshdr##T))))
#define SDS_TYPE_5_LEN(f) ((f)>>SDS_TYPE_BITS)
因为SDS
的头部信息和buf
是一段连续的内存,因此通过sds[-1]
即可得到flag
,将 flag
与SDS_TYPE_MASK
进行&
操作即可得到SDS
的类型。由sds
再减去sizeof(SDS)
就能找到SDS
的起始地址。获取SDS
的总空间,剩余空间,有效长度等操作都类似,因此这里只给出获取SDS
的有效长度的函数,其余函数可以在src/sds.c
中找到。
static inline size_t sdslen(const sds s) {
unsigned char flags = s[-1]; // 因为SDS内存紧凑的,因此flag在s[-1]的位置
// SDS_TYPE_MASK的二进制位为00000111,因此flags&SDS_TYPE_MASK的结果为flags的低三位,即SDS类型
switch(flags&SDS_TYPE_MASK) {
case SDS_TYPE_5:
return SDS_TYPE_5_LEN(flags);
case SDS_TYPE_8:
return SDS_HDR(8,s)->len;
case SDS_TYPE_16:
return SDS_HDR(16,s)->len;
case SDS_TYPE_32:
return SDS_HDR(32,s)->len;
case SDS_TYPE_64:
return SDS_HDR(64,s)->len;
}
return 0;
}
构建
构建SDS
的方式有多种,但最终都会调用_sdsnewlen
函数。由于篇幅原因,函数做出了部分删减,但不影响对源代码的理解。
sds _sdsnewlen(const void *init, size_t initlen, int trymalloc) {
void *sh;
sds s;
char type = sdsReqType(initlen); // 获取SDS类型
if (type == SDS_TYPE_5 && initlen == 0) type = SDS_TYPE_8;
int hdrlen = sdsHdrSize(type); // 获取SDS头部长度
unsigned char *fp; /* flags pointer. */
size_t usable;
assert(initlen + hdrlen + 1 > initlen); // 防止数据溢出
sh = trymalloc?
s_trymalloc_usable(hdrlen+initlen+1, &usable) :
s_malloc_usable(hdrlen+initlen+1, &usable); // 分配内存
if (sh == NULL) return NULL; // 内存分配失败
if (init==SDS_NOINIT)
init = NULL;
else if (!init)
memset(sh, 0, hdrlen+initlen+1);
s = (char*)sh+hdrlen; // buf首地址
fp = ((unsigned char*)s)-1; // buf首地址-1即为flag首地址
usable = usable-hdrlen-1; // 可用空间
if (usable > sdsTypeMaxSize(type))
usable = sdsTypeMaxSize(type);
// 根据SDS类型,初始化SDS
switch(type) {
case SDS_TYPE_5: {
*fp = type | (initlen << SDS_TYPE_BITS);
break;
}
case SDS_TYPE_8: {
SDS_HDR_VAR(8,s);
sh->len = initlen;
sh->alloc = usable;
*fp = type;
break;
}
}
if (initlen && init)
memcpy(s, init, initlen); // 将数据拷贝到buf中
s[initlen] = '\0'; // 保持了`C`字符串的特性(即以`\0`结尾)
return s;
}
扩容
对SDS
的字符串进行修改过程中,会经常出现对字符串的增长、缩短等操作。如果每次增长、缩短都重新分配或释放内存,那必然会带来性能损失。因此SDS
在使用了空间预分配和惰性空间释放,来避免对内存频繁的申请和释放操作。SDS
扩容的函数为_sdsMakeRoomFor
,由于篇幅原因,函数做出了部分删减,但不影响对源代码的理解。
- 空间预分配
- 当
SDS
的API
对一个SDS
进行修改,并且需要对SDS
进行空间扩展的时候,程序不仅会为SDS
分配修改所必须要的空间,还会为SDS
分配额外的未使用空间。此策略可以减少连续执行字符串增长操作所需的内存重分配次数。
- 当
- 惰性空间释放
- 当
SDS
的API
对一个SDS
进行缩短时,程序并不立即回收多出来的字节,而是通过alloc
和len
的差值,将这些字节数量保存起来,等待将来使用
- 当
sds _sdsMakeRoomFor(sds s, size_t addlen, int greedy) {
void *sh, *newsh;
size_t avail = sdsavail(s); // 获取SDS剩余空间
size_t len, newlen, reqlen;
char type, oldtype = s[-1] & SDS_TYPE_MASK; // 获取SDS类型
int hdrlen;
size_t usable;
if (avail >= addlen) return s; // 剩余空间足够,直接返回
len = sdslen(s); // 获取SDS有效长度 -- 已经使用的长度
sh = (char*)s-sdsHdrSize(oldtype); // 获取SDS首地址
reqlen = newlen = (len+addlen); // 新的SDS长度 -- 不含头部和'\0'
assert(newlen > len); // 防止数据溢出
if (greedy == 1) { // greedy为1的时候 分配比需要空间更多的空间 防止下次修改再次分配
if (newlen < SDS_MAX_PREALLOC)
newlen *= 2;
else
newlen += SDS_MAX_PREALLOC;
}
type = sdsReqType(newlen); // 更加长度获取SDS类型 -- 更新后的SDS类型
if (type == SDS_TYPE_5) type = SDS_TYPE_8;
hdrlen = sdsHdrSize(type); // 获取新类型SDS头部长度
assert(hdrlen + newlen + 1 > reqlen); // 防止数据溢出
if (oldtype==type) {
// 更新前后SDS头部不变,使用realloc直接进行扩容
newsh = s_realloc_usable(sh, hdrlen+newlen+1, &usable);
if (newsh == NULL) return NULL;
s = (char*)newsh+hdrlen;
} else {
// 更新前后SDS头部发生变化,需要使用malloc重新分配内存,然后将数据拷贝到新的内存中
newsh = s_malloc_usable(hdrlen+newlen+1, &usable);
if (newsh == NULL) return NULL;
memcpy((char*)newsh+hdrlen, s, len+1); // 拷贝buf数据
s_free(sh); // 释放老的数据 -- sh为SDS首地址,因此次释放的是整个SDS = 头部 + buf + '\0'
s = (char*)newsh+hdrlen; // 更新buf首地址
s[-1] = type; // 更新flag
sdssetlen(s, len); // 设置新的SDS的len
}
usable = usable-hdrlen-1;
if (usable > sdsTypeMaxSize(type))
usable = sdsTypeMaxSize(type);
sdssetalloc(s, usable); // 设置新的SDS的alloc
return s;
}
二进制安全
C
语言的字符串中的字符必须符合某种编码(ASCII
),并且除了字符串末尾的空字符,其他位置不能包含空字符,否则,会出现数据被截断的情况。
如上图所示,如果使用C
字符串所用的函数来识别,只能读取到hello
,后面的redis
会被忽略,这个限制使得C
字符串只能保存文本数据,而不能保存图片、视频、压缩文件等二进制数据。而SDS
的API
都会以二进制的方式来处理字符串,并且SDS
是以len
来判断字符是否结束,因此SDS
是二进制安全的。