Redis数据结构之简单动态字符串(SDS)

C语言的字符串是字符串长度+’\0’，这种形式使得获取数组长度的时间复杂度为$O(n)$。而当想扩容的时候需要预先分配空间，一旦忘记分配，就会导致数组越界

简单动态字符串

Redis使用的是简单动态字符串(SDS)，其定义如下：

struct sdshdr {
 // 用于记录数组长度
 int len;
 // 用于记录数组种未使用的字节数
 int free;
 // 用于保存字符串列表
 char buf[];
}

内存分配

其中Redis对于字符串修改导致的内存分配有一定的优化：
（1） 空间预分配

当修改的SDS长度len使用内存小于1MB的时候，会分配内存使得分配后SDS的len==free。如SDS的使用长度为14，分配后SDS的数组大小为14+14+1=29（一字节保存空字符）
当修改后SDS的len大于1MB，则会额外分配1MB的内存

sds sdsMakeRoomFor(sds s, size_t addlen) {

    struct sdshdr *sh, *newsh;
    // 获取 s 目前的空余空间长度
    size_t free = sdsavail(s);
    size_t len, newlen;
    // s 目前的空余空间已经足够，无须再进行扩展，直接返回
    if (free >= addlen) return s;
    // 获取 s 目前已占用空间的长度
    len = sdslen(s);
    /******** 这个公式很常见，是通过数组的地址取出整个SDS的地址 *****/
    sh = (void*) (s-(sizeof(struct sdshdr)));
    // s 最少需要的长度
    newlen = (len+addlen);
    /******************** 空间预分配逻辑 ******************/
    // 根据新长度，为 s 分配新空间所需的大小
    if (newlen < SDS_MAX_PREALLOC)
        // 如果新长度小于 SDS_MAX_PREALLOC 
        // 那么为它分配两倍于所需长度的空间
        newlen *= 2;
    else
        // 否则，分配长度为目前长度加上 SDS_MAX_PREALLOC
        newlen += SDS_MAX_PREALLOC;
    /******************** 空间预分配逻辑 ******************/
    // T = O(N)
    newsh = zrealloc(sh, sizeof(struct sdshdr)+newlen+1);
    // 内存不足，分配失败，返回
    if (newsh == NULL) return NULL;
    // 更新 sds 的空余长度
    newsh->free = newlen - len;
    // 返回 sds
    return newsh->buf;
}

（2）惰性释放

当字符串空间被缩短时，不释放里面的空间，而是保留这部分内存，修改free的值。下次当字符串长度增加时，就不需要再次分配了。

例如下面的方法，仅仅是将数组清空，但是并没有释放内存

void sdsclear(sds s) {
    // 取出 sdshdr
    struct sdshdr *sh = (void*) (s-(sizeof(struct sdshdr)));
    // 重新计算属性
    sh->free += sh->len;
    sh->len = 0;
    // 将结束符放到最前面（相当于惰性地删除 buf 中的内容）
    sh->buf[0] = '\0';
}

如果想要释放内存，可以使用如下方法

sds sdsRemoveFreeSpace(sds s) {
    struct sdshdr *sh;
    sh = (void*) (s-(sizeof(struct sdshdr)));
    // 进行内存重分配，让 buf 的长度仅仅足够保存字符串内容
    // T = O(N)
    sh = zrealloc(sh, sizeof(struct sdshdr)+sh->len+1);
    // 空余空间为 0
    sh->free = 0;
    return sh->buf;
}

二进制安全

另外Redis的字符串是二进制安全的。即对于存进来的数据，不做任务解析，修改或者假设。比如’\0’对于C语言的字符串是有特殊意义的，表示字符串结束的位置。这样的规则使得其无法存储音频，压缩文件等的二进制数据，只能用于存储文本数据。

Redis使用数组不是存储的是一系列二进制数据，而不是用于保存字符串。数据被写入时是怎么样，它被读取的时候就是怎么样的。