Redis中的数据结构与对象（简单动态字符串）

一、简单动态字符串

1、简介
2、SDS的定义
3、SDS与C字符串的区别
4、SDS特性

1.1 简介

  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）,而是自己实现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。

1.2 SDS的定义

每个sds.h/sdshdr结构表示一个SDS值：

struct sdshdr {
    // 记录buf数组中已使用字节的数量
    // 等于SDS所保存字符串的长度
    int len;
    // 记录buf数组中未使用字节的数量
    int free;
    // 字节数组，用于保存字符串
    char buf[];
};

SDS数据结构示例

SDS遵循C字符串以空字符串结尾的惯例，保存空字符串的1字节空间不计算在SDS的len属性里面，并且为空字符分配额外的1字节空间，以及添加空字符串末尾等操作，都是由SDS函数自动完成的，即这个空字符串对于使用者来说是完全透明的。
遵循空字符串结尾的好处是，SDS可以直接复用C字符串函数库里面的函数。

1.3 SDS与C字符串的区别

该图就展示了一个值为"Redis"的C字符串。

  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’。C语言使用的这种简单的字符串表示方式，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。

1.4 SDS特性

1.4.1 常数复杂度获取字符串长度

由于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串为，该操作的复杂度为O(N)。
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)。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无须进行任何手动修改长度的工作。即Redis获取字符串长度的工作不会成为Redis的性能瓶颈。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-uT8aMCuu-1625582340687)(https://p6-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/9b92372e33a84c02a9e8a2e551e049a7~tplv-k3u1fbpfcp-watermark.image)]
                11字节长的SDS

1.4.2 杜绝缓冲区溢出

由于C字符串不记录自身长度带来的另一个问题是容易造成缓冲区溢出（buffer overflow）。
举个例子,<string.h>/strcat函数可以将src字符串中的内容拼接到dest字符串的末尾：
char *strcat(char *dest, const char *src);一旦没有dest分配足够的内存，就会产生缓冲区溢出。

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。

举个例子，SDS的API里面有一个用于执行拼接操作的sdscat函数，它可以将一个C字符串拼接到给定SDS所保存的字符串的后面，但是在执行拼接操作之前，sdscat会先检查给定SDS的空间是否足够，如果不够的话，sdscat就会先扩展sds的空间，最后再执行拼接操作。

例如，如果我们执行sdscat(s, " Cluster");

sdscat函数大概执行流程如上图：
该图为sdscat执行之前的SDS

执行拼接" Cluster"的操作，拼接操作完成之后的SDS如下图：

注意，上图的SDS，sdscat不仅对这个SDS进行了拼接操作，还为SDS分配了13字节的未使用空间，并且拼接之后的字符串也正好是13字节长，这种现象是因为它和SDS的空间分配策略有关。下一小节将对这一策略进行说明。

1.4.3 减少修改字符串时带来的内存重分配次数

  由于C字符串的长度和底层数组的长度之间存在着关联性，每次增长或者缩短一个C字符串，程序都要对保存这个C字符串的数组进行一次内存重分配操作。比如拼接操作（append），在执行操作之前，程序必须手动通过内存重分配来扩展底层数组的空间大小，一旦忘了就会产生缓冲举出；如果执行截断操作（trim），在执行这个操作之后，必须手动释放不再使用的那部分空间，否则就会产生内存泄露。

因为内存重分配涉及复杂的算法，并且可能需要执行系统调用，所以这是一个比较耗时的操作，但对于Redis这种对速度极其严苛的数据库来说是不行的。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。

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

空间预分配主要用于优化SDS的字符串增长操作。当对一个SDS进行修改，并且需要进行空间扩展的时候，程序不仅会为SDS分配修改所有必须要的空间，还会为SDS分配额外的未使用空间。

其中，额外分配的未使用空间数量如下图：

2、惰性空间释放

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新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。

举个例子：sdstrim函数接受一个SDS和一个C字符串作为参数，从SDS左右两端分别移除所有在C字符串中出现过的字符。

比如对上图执行sdstrim(s, "XY");//移除SDS字符串的所有X和Y函数之后，会将SDS修改如下图：

注意执行sdstrim之后的SDS并没有释放多出来的8字节空间，而是将这8字节空间作为未使用空间保留在了SDS里面，如果后面有需要对SDS进行增长操作的话，这些未使用空间就会派上用场。
比如现要对s执行sdscat(s, " Redis")操作，那么完成这次操作将不需要执行内存重分配：因为SDS里面预留的8字节空间足够拼接6个字节长的" Redis"。

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新分配操作，并为将来可能有的增长操作提供了优化。与此同时，SDS为提供了相应的API，让我们可以在有需要时，真正地释放SDS的未使用空间，所以不用担心这种策略会造成内存浪费。

1.4.4 二进制安全

C字符串中的字符必须符合某种编码（比如ASCII）,并且除了空字符串的末尾之外，字符串里面不能包含空字符，否则最先被程序读入的空字符串被误认为是字符串结尾，然而这些限制使得C字符串只能保存文本数据，不能保存像图片、音频、视频、压缩文件这样的二进制数据。

Redis为了确保可以适用于各种不同的场景，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，数据在写入时是什么样的，它被读取时就是什么样。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，而是用来保存一系列二进制数据。

1.4.5 兼容部分C字符串函数

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保存的数据末尾设置为空字符，并且总会在buf数组分配空间时多分配一个字节来容纳这个空字符，这都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，从而避免了不必要的代码重复。

1.5 总结

C字符串	SDS
获取字符串长度的复杂度O(N)	获取字符串长度的复杂度O(1)
API是不安全的，可能会造成缓冲区溢出	API是安全的，不会造成缓冲区溢出
修改字符串长度N次必然需要执行N次内存重分配	修改字符串长度N次最多需要执行N次内存重分配
只能保存文本数据	可以保存文本数据或者二进制数据
可以使用<string.h>库中的函数	可以使用一部分<string.h>库中的函数