Redis设计与实现

第一部分

第2章 简单动态字符串

1. Redis没有直接使用C语言传统的字符串表示（以空字符结尾的字符数组，以下简称C字符串），而是自己创建了一种名为简单动态字符串（simple dynamic string SDS）的抽象类型，并将SDS用作Redis的默认字符串表示。
2. 在Redis里面，C字符串只会作为字符串字面量(string literal)用在一些无需对字符串值进行修改的地方，比如打印日志。
3. 当Redis需要的不仅仅是一个字符串字面量，而是一个可以被修改的字符串值时，Redis就会使用SDS来表示字符串值，比如在Redis的数据库里面，包含字符串值得键值对在底层都是由SDS实现的。
4. 除了用来保存数据库中得字符串值之外，SDS还被用作缓冲区(buffer)：AOF模块中的AOF缓冲区，以及客户端状态中得输入缓冲区，都是由SDS实现得。

2.1 SDS得定义

1. 每个sds.h/sdshdr结构表示一个SDS值：
	```
		struct sdshdr{
		// 记录Buf数组中已使用字节得数量
		// 等于SDS所保存字符串得长度
		int len;
		//记录buf数组中未使用字节得数量
		int free;
		//字节数组，用于保存字符串
		char buf[];
	}
	```
2. SDS遵循C字符串以空字符结尾的惯例，保存空字符的1字节空间不计算在SDS的len属性里面，并且为空字符串分配额外的1字节空间，以及添加空字符到字符串末尾等操作，都是由SDS函数自动完成的，所有这个空字符串对SDS的使用者来说是完全透明的。遵循空字符结尾这一惯例的好处是，SDS可以直接重用一部分C字符串函数库里面的函数。

2.2 SDS和C字符串的区别

1. 根据传统，C语言使用长度为N+1的字符数组来表示长度为N的字符串，并且字符数组的最后一个元素总是空字符'\0'。
2. C语言使用这种简单的字符串方式方式，并不能满足Redis对字符串在安全性、效率以及功能方面的要求，本节接下来的内容将详细对比C字符串和SDS之间的区别，并说明SDS比C字符串更适合用于Redis的原因。

2.2.1 常数复杂度获取字符串长度

1. 因为C字符串并不记录自身的长度信息，所以为了获取一个C字符串的长度，程序必须遍历整个字符串，对遇到的每个字符进行计数，直到遇到代表字符串结尾的空字符为止，这个操作的复杂度为O(n)。
2. 和C字符串不同。因为SDS在len属性中记录了SDS本身的长度，所以获取一个SDS长度的复杂度仅为O(1)。
3. 设置和更新SDS长度的工作是由SDS的API在执行时自动完成的，使用SDS无需进行任何手动修改长度的工作。
4. 通过使用SDS而不是C字符串，Redis将获取字符串长度所需的复杂度从O(n)降低到了O(1)，这确保了获取字符串长度的工作不会成为Redis的性能瓶颈。

2.2.2 杜绝缓冲区溢出

1. 除了获取字符串长度的复杂度高之外，C字符串不记录自生长度带来的另一个问题是容易造成缓冲区溢出(buffer overflow)。
2. 因为C字符串不记录自身的长度，所以strcat假定用户在执行这个函数时，已经为dest分配了足够多的内存，可以容纳src字符串中的所有内容，而一旦这个假定不成立时，就会产生缓冲区溢出。
3. 与C字符串不同，SDS的空间分配策略完全杜绝了发生缓冲区溢出的可能性：当SDS API需要对SDS进行修改时，API会先检查SDS的空间是否满足修改所需的要求，如果不满足的话，API会自动将SDS的空间扩展至执行修改所需的大小，然后才执行实际的修改操作，所以使用SDS既不需要手动修改SDS的空间大小，也不会出现前面所说的缓冲区溢出问题。

2.2.3 减少修改字符串时带来的内存重分配次数

1. 因为C字符串并不记录自身的长度，所有对于一个包含了N个字符的C字符串来说，这个C字符串的底层实现总是一个N+1个字符长的数组(额外的一个字符空间用于保存空字符)。因为C字符串的长度和底层数组的长度之间存在着这种关联性，所有，每次增长或者缩短一个C字符串，程序都总要对保存这个C字符串的数组进行一次内存重分配操作。
2. 因为内存重分配设计复杂的算法，并且可能需要执行系统调用，所有它通常是一个比较耗时的操作：
	1. 在一般程序中，如果修改字符串长度的情况不太常出现，那么每次修改都执行一次内存重分配是可以接受的。
	2. 但是Redis作为数据库，经常被用于速度要求严苛、数据被频繁修改的场合，如果每次修改字符串的长度都需要执行一次内存重分配的话，那么光是执行内存重分配的时间就是占去修改字符串所用时间的一大部分，如果这种修改频繁的发生的话，可能还会对性能造成影响。
3. 为了避免C字符串的这种缺陷，SDS通过未使用空间解除了字符串长度和底层数组长度之间的关联：在SDS中，buf数组的长度不一定就是字符数量加一，数组里面可以包含未使用的字节，而这些字节的数量就由SDS的free属性记录。
4. 通过未使用空间，SDS实现了空间预分配和惰性空间释放两种优化策略。
	1. 空间预分配
		1. 空间预分配用于优化SDS的字符串增长操作: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。
		2. 其中，额外分配的未使用空间数量由以下公式决定：
			1. 如果对SDS进行修改后，SDS的长度(也即是len属性的值)将小于1MB，那么程序分配和len属性同样大小的未使用空间，这是SDS的len属性的值将和free属性的值相同。举个例子，如果修改之后，SDS的len将变成13字节，那么程序也会分配13字节的未使用空间，SDS的buf数组的实际长度将变成13+13+1=27字节（额外的一字节用于保存空字符）。
			2. 如果对SDS进行修改之后，SDS的长度将大于等于1MB，那么程序会分配1MB的未使用空间。举个例子，如果进行修改之后，SDS的len将变成30MB，那么程序会分配1MB的未使用空间，SDS的buf数组的实际长度将为30MB+1MB+1byte。
		3. 通过空间预分配策略，Redis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。
	2. 惰性空间释放
		1. 惰性空间释放用于优化SDS的字符串缩短操作:当SDS的API需要缩短SDS保存的字符串时，程序并不立即使用内存重分配来回收缩短后多出来的字节，而是使用free属性将这些字节的数量记录起来，并等待将来使用。
		2. 通过惰性空间释放策略，SDS避免了缩短字符串时所需的内存重分配操作，并为将来可能有的增长操作提供了优化。
		3. 与此同时，SDS也提供了相应的API，让我们可以在有需要时，真正地释放SDS的未使用空间，所以不同担心惰性空间示范策略会造成内存浪费。

2.2.4 二进制安全

1. 为了确保Redis可以适用于各种不同的使用场景，SDS的API都是二进制安全的(binary-safe)，所有SDS API都会以处理二进制的方式来处理SDS存放在buf数组里的数据，程序不会对其中的数据做任何限制、过滤、或者假设，数据再写入时是什么样的，它被读取时就是什么样。
2. 这也是我们将SDS的buf属性称为字节数组的原因-Redis不是用这个数组来保存字符，而是用它来保存一系列二进制数。
3. 通过使用二进制安全的SDS，而不是C字符串，使得Redis不仅可以保存文本数据，还可以保存任一格式的二进制数据。

2.2.5 兼容部分C字符串函数

1. 虽然SDS的API都是二进制安全的，但它们一样遵循C字符串以空字符结尾的惯例：这些API总会将SDS保存的数据的末尾设置为空字符，并且总会在为buf数组分配空间时多分配一个字节来容纳这个空字符，这是为了让那些保存文本数据的SDS可以重用一部分<string.h>库定义的函数。

第3章 链表

1. 链表提供了高效的节点重排能力，以及顺序性的节点访问方式，并且可以通过增删节点来灵活地调整链表的长度。
2. 作为一种常用地数据结构，链表内置在很多高级的编程语言里面，因为Redis使用的C语言并没有内置这种数据结构，所以Redis构建了自己的链表实现。

3.1 链表和链表节点的实现

1. 每个链表节点使用listNode结构(存有前置指针和后置指针，即为双向链表和该节点的值)来表示，使用listNode结构可以组成链表，但使用list结构(存有链表的头节点地址、尾节点地址、链表所包含的节点数量、节点值复制函数、节点值释放函数、节点值对比函数及节点值对比函数)来持有链表的话，操作起来会更方便。

3.2 链表和链表节点的API

1. 略

3.3 重点回顾

1. 链表被广泛用于实现Redis的各种功能，比如列表键、发布与订阅、慢查询、监视器等。
2. 每个链表节点由一个listNode结构来实现，每个节点都有一个前置指针和后置指针，所以Redis的链表实现是双端链表。
3. 每个链表使用一个list结构来表示，这个结构带有表头指针、表尾结点指针，以及链表长度等信息。
4. 因为链表表头结点的前置节点和表尾节点的后置节点都指向NULL，所以Redis的链表实现是无环链表。
5. 通过为链表设置不同的类型特定函数，Redis的链表可以用于保存各种不同类型的值。