Redis数据结构实现原理—简单动态字符串

SDS简单动态字符串

  Redis没有直接使用C语言中的字符串，而是自己构建了一个抽象类型，简单动态字符串SDS(Simple Dynamic Strings)。为何没有使用C语言的字符串，来看下两者的区别

C字符串与SDS的区别

C字符串	SDS
获取字符串长度复杂度为O(n)	获取字符串长度复杂度为O(1)
会出现缓冲区溢出	杜绝缓冲区溢出
只能保存文本数据	可保存文本和二进制数据
修改字符串长度N次必然需要执行N次内存重新分配	修改字符串长度N次最多需要执行N次内存重新分配

SDS用途

• 存储键值对的键和值
• 列表对象中的字符串
• 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

SDS数据结构实现

struck sdshdr{
    // 占用空间：用于记录buf数组中使用的字节的数目,和SDS存储的字符串的长度相等  
    unsigned int len;
    // 剩余空间：用于记录buf数组中没有使用的字节的数目   
    unsigned int free;
     //数据空间：用来存储字符串，buf的大小等于len+free+1，其中多余的1个字节是用来存储’\0’的。
    char buf[];
}

SDS的优点

• 可以直接读取len和free属性来快速获取数据长度和剩余空间，时间复杂度为O(1)
• 内容存储在动态数组 buf 中，SDS 对上层暴露的指针指向 buf，而不是指向结构体 SDS。因此，上层可 以像读取 C 字符串一样读取 SDS 的内容，兼容 C 语言处理字符串的各种函数，同时也能通过 buf 地址 的偏移，方便地获取其他变量；
• 读写字符串使用len属性，不像C语言中依赖于 \0，保证二进制安全。
• 杜绝缓冲区溢出
• 减少修改字符串时带来的内存重新分配次数

什么机制来减少内存重新分配

  在C语言中，每次对字符串进行增长或缩短时，程序都会进行一次内存重新分配。例如：

• 字符串拼接操作（append）,程序先为增长后的字符串分配内存空间，如果忘记了这一步操作就会产生缓冲区溢出
• 截断操作（trim）程序需要通过内存重新分配来释放字符串中不再使用的空间，如果忘记了这一步操作就会产生内存泄漏

  为了避免C字符串的这种缺陷，Redis中的SDS通过以下两种策略来优化

空间预分配

用于优化SDS字符串增长操作，扩展前先检查free空间是否够用，足够的话无需分配，不足在进行分配，同时free也会获得同样的len空间

惰性空间释放

用于优化SDS字符串缩短操作，缩短字符串时不会重新分配内存，而是更改free和len和buf,在需要的时候才会真正的释放free多余空间

通过这两种策略实现了修改字符串长度N次必然需要执行N次内存重新分配变成了最多

参考：
《Redis设计与实现》