Redis原理解析(一) String底层实现之SDS

本系列所有的内容直接参考于redis3.0版本源码和《Redis设计与实现》圣经，请大家放心食用~

1.1 SDS（Simple Dynamic String）

1.1.1 概述

Redis的数据类型都是Key-Value键值对，Key永远都是String类型，而我们常说的Redis五大数据类型是指的Value的类型。Redis没用使用传统的C风格字符串作为String的实现，而是自定义了SDS用来作为redis的默认字符串表示。Redis的SDS除了用于String数据的存储之外，还用作缓冲区，如AOF的缓冲区，客户端状态的输入缓冲区等。

1.1.2 底层实现

Redis3.0源码中SDS的实现(sds.h)

/*
 * 类型别名，用于指向 sdshdr 的 buf 属性
 */
typedef char *sds;
/*
 * 保存字符串对象的结构
 */
struct sdshdr {
    // buf 中已占用空间的长度
    int len;

    // buf 中剩余可用空间的长度
    int free;

    // 变长数组，存储数据空间
    char buf[];
};

SDS结构体中的 len + free 的长度是整个SDS字符串的空间大小 - 1，因为在字符串末尾填充了’\0’,这个填充的作用是为了让redis的字符串能兼容部分C语言字符串的API，起到代码重用。

1.1.3 源码实现

Redis的SDS的实现思想其实很类似于Cpp中的vector或者Java中的ArrayList，相信大家一看到这个结构就明白大概是如何进行操作的了。这里就不详细介绍SDS中的所有API，只说一下关键的要点，有需要的朋友可以查看sds.h和sds.c源码文件。

1.不使用结构体指针传递，而使用变长数组传递参数

不过在查阅Redis源码中关于SDS结构体传递有一个注意点。就是所有SDS的传递都是通过直接传递SDS结构体中变长数组buf的地址来传递的（注意SDS结构体定义上方的typedef char *sds）。

那么只通过buf数据的地址如何得知整个结构体的数据呢?

C语言的变长数组的大小是不计入结构体的大小中的，因为数组名实际上不是指针，它就是个地址偏移。并且变长数组的地址是连续衔接在结构体的后方。那么我们使用数组的首地址减去结构体的大小，就得到了结构体的首地址，就可以对结构体数据进行操作了。

 struct sdshdr *sh = (void*)(s-(sizeof(struct sdshdr)));

2.底层数组扩容规则

当我们对SDS的字符串进行添加操作的时候，首先会判断当前剩余的长度是否足够，如果足够则不进行扩容，则进行扩容。（对应zmalloc.c文件中的zrealloc函数底层实际上使用realloc实现）

void *zrealloc(void *ptr, size_t size) {
#ifndef HAVE_MALLOC_SIZE
    void *realptr;
#endif
    size_t oldsize;
    void *newptr;

    if (ptr == NULL) return zmalloc(size);
#ifdef HAVE_MALLOC_SIZE
    oldsize = zmalloc_size(ptr);
    newptr = realloc(ptr,size);
    if (!newptr) zmalloc_oom_handler(size);

    update_zmalloc_stat_free(oldsize);
    update_zmalloc_stat_alloc(zmalloc_size(newptr));
    return newptr;
#else
    realptr = (char*)ptr-PREFIX_SIZE;
    oldsize = *((size_t*)realptr);
    newptr = realloc(realptr,size+PREFIX_SIZE);
    if (!newptr) zmalloc_oom_handler(size);

    *((size_t*)newptr) = size;
    update_zmalloc_stat_free(oldsize);
    update_zmalloc_stat_alloc(size);
    return (char*)newptr+PREFIX_SIZE;
#endif
}

扩容规则实际如下

• 当扩容之后的newlen小于1MB的时候，多分配和newlen大小相同的冗余空间，扩容为 2 * newLen + 1的大小，即SDS的结构体的成员 len == free ==newLen
• 当扩容之后的newLen大于1MB的时候，则多分配1MB的空间，即扩容为 newLen + 1MB + 1的大小。

1.1.4 使用SDS的好处

1. 使用O(1)的时间获取字符串长度
   因为SDS结构体中存储了字符串的长度，因此在获取字符串长度的时候无需调用strlen函数，直接就可以获取到。
2. 防止缓冲区溢出
   传统C语言的字符串拼接函数strcat(dest,source)，需要我们程序员保证dest的空间足以容下拼接后的字符串长度，而SDS的free字段记录了当前SDS还有多少可用的空间。如果空间足够则直接拷贝内容，不足则先进行扩容，再执行操作。
3. 减少字符串修改带来的内存分配次数
   1. 空间预先分配，SDS的空间总是预先分配足够大小的空间，防止String修改频繁申请和释放空间
   2. 惰性空间释放，当程序需要减少SDS的字符串长度的时候，redis并不会直接释放多余的空间，而是使用free字段进行记录，以便下次增加长度时候使用。当然不用担心这部分空间的冗余，如果有需要的话，redis底层会回收这段空间。
4. SDS是二进制安全
   传统C字符串以’\0’作为字符串的结束标志，但是二进制流等数据中可能就会包含’\0’等特殊字符，使用传统C的字符串会导致数据识别失败。而SDS采用len成员记录的数据的长度，因此可以正确保存图片等二进制数据。