Redis数据结构-简单的动态字符串

前言

C语言中的字符串是基于数组来实现的，每个字符串会多出一个空字符：

Redis中的简单动态字符串是SDS（simple dynamic string）类型:

sds遵循C语言中以空字符为结尾的惯例是为了利用C语言函数库中的某些字符串函数，而且添加空字符的这一个操作是有sds函数自动完成的。
redis采用SDS的原因是为了满足字符串在安全性、效率以及功能方面的要求【C语言中的字符串并不能满足】

SDS的优点

常数复杂度获取字符串长度（len）

C语言中的字符串并不记录长度信息，所以需要对整个字符串进行遍历并计数，所以这个操作的时间复杂度为o(n);
SDS在len属性中记录了字符串的长度，所以它的时间复杂度为o(1)，确保了获取字符串的长度不会成为redis的瓶颈

补充：获取字符串长度的命令

 strlen key

杜绝缓冲区的溢出(len与free)

除了获取字符串长度的复杂度高之外，C语言中的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。
例子：

假设程序里有两个在内存中紧邻着的C语言字符串s1和s2，如果在不给s1分配足够的内存的情况下添加s1的内容，当strcat(添加函数)执行之后，s1中溢出的数据姜修改s2中的内容。

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API需要对SDS进行修改的时候，API首先会检查SDS的空间是否满足，若不满足的话，API自动将SDS的空间扩展到所需的大小，然后才执行实际的修改操作。

减少修改字符串长度时所需的内存重分配次数(len与free)

内存的重新分配涉及复杂的算法，并且可能需要执行系统调用，所以它通常是一个比较耗时的操作

• 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新分配是可以接受的
• 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长度都需要一次内存重分配的话，那么光执行内训重分配的时间就会占用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。

C语言中的内存重新分配

C语言中的字符串并不记录自身的长度，所以对于一个包含了N个字符的C字符串来说，这个C字符串的底层的hi先总是一个N+1个字符长的数组。因为C语言中字符串的长度和底层数组之间存在着这种关系性，所以每增长或者缩短一个C字符串，程序总要对这个C字符串进行一次内存重新分配的操作：

• 如果程序执行的是增长字符串的操作，比如拼接操作，那么在执行这个操作之前，程序需要先通过内存重新分配来阔含底层数组的空间大小-----如果忘了这一步就会产生缓冲区溢出
• 如果程序执行的是缩短字符串的操作，比如截断操作，那么在执行这个操作之后，程序需要通过内存重分配来释放字符串不在使用的那部分空间----如果忘了这一步就会产生内存泄漏

SDS中的内存分配机制

SDS通过未使用的空间解除了字符串长度和底层数组长度之间的关联，解决了C字符串的这种缺陷：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子节，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【减少连续执行字符串增长操作所需的内存重分配次数】
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分配修改所需要的空间还会分配额外的未使用空间。假如现在的SDS的free空间满足需求，则不需要空间的预分配

• 如果修改之后SDS的长度（len的属性值）将小于1MB，那么程序分配和len属性同样大小的未使用空间，这时SDS的len属性值将和free属性值相同。例如：如果修改之后SDS的len将变成13子节，那么程序也将分配13字节给free，SDS的buf数组的实际长度也将变成13+13+1=27子节
• 如果修改之后SDS的长度（len的属性值）将大于1MB，那么程序分配1MB的未使用空间。例如：如果修改之后SDS的len将变成2MB，那么程序也将分配1MB的未使用空间，SDS的buf数组的实际长度也将变成2MB+1MB+1Byte

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冲分配来回收缩短后多出来的字节，而是使用free属性将这些子节的数量记录起来，并等待将来增长的时候使用；在必要的时候也可以通过SDS的API进行释放。

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空字符将被误认为字符串结尾，这些限制使得C字符串只能保存文本数据，而不能保存像图片、音频、视频、压缩文件这样的二进制数据。

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SDSAPI都会已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，数据在写入是什么样的，他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，而是用它来保存一系列的二进制数据；之所以SDS保存之前提到的特殊数据格式没有任何问题，是因为SDS使用len属性的值而不是空字符串来判断字符串是否结束。

兼容部分c字符串函数

虽然SDS的api都是二进制安全的，但是他们一样遵循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子节来容纳这个空字符，这是为了让那些保存文本数据的SDS可以重用一部分函数库里的函数。

总结