一起学Redis（1）——简单动态字符串

Redis是企业使用非常广泛的内存数据库，通常用作缓存，也是典型的NoSql数据库。NoSql数据库生产上比较受欢迎的主要有面向键值对的Redis和MemcacheDB，文档存储的MongoDB还有按列存储的HBase、Cassandra。这里我们主要研究学习Redis。

前面说到Redis既然是一种数据库，那研究数据库，最基本也就是最核心的一定是它的存储设计，由于Redis的读写快速、使用简单，因而受到广大开发者的欢迎和喜爱。Redis里面存储的形式键值对，而键和值都是对象，数据库键总是一个字符串对象（string object），而值可以是字符串对象、列表对象（list object）、哈希对象（hash object）、集合对象（set object）、有序集合对象（sorted set object）这五种对象中的一种。比如说，执行以下命令将在数据库中创建一个键为字符串对象，值也为字符串对象的键值对：

redis-> SET msg "hello world"
OK

而执行以下命令将在数据库中创建一个键为字符串对象，值为列表对象的键值对：

redis-> RPUSH numbers 1 3 5 7 9
(integer) 5

那我们现在就来说一说这个字符串对象。字符串对象内部没有直接使用C语言传统的字符串表示，而是自己构建了一种简单动态字符串（simple dynamic string，SDS）的抽象类型，并将SDS用作Redis的默认字符串表示。SDS除了用来保存数据库中字符串值以外，还用作缓冲区（buffer）：AOF中的缓冲区，客户端的输入缓冲区，这些后面再详细介绍。

再来看看SDS的定义，redis下载后到src目录下可以看到源码，sds.h/sdshdr中包含：

struct sdshdr{
    int len;
    int free;
    char buf[];
}

• free 记录buf数组中未使用的字节的数量
• len 记录buf数组中已使用的字节的数量
• buf 字节数组，用于保存字符串

SDS遵循了C字符串以空字符结尾的惯例，保存’\0’但是不计算在SDS的len属性里面，这样的目的是重用一部分string.h里面定义的函数。
那SDS和C语言的字符串有什么区别，又有什么优势？先看SDS无非多了两个变量记录这个字节数组的属性，C语言获取字符串长度需要遍历整个字符串并计数，时间复杂度为O(n)，SDS则为O(1)。C
字符串会产生缓冲区溢出，如果在调用strcat函数之前没有分配内存，可能会导致本来不属于这个字符换的内存空间被修改。如果对C字符串进行截取，比如trim操作，忘记释放内存，则又会导致内存泄漏，所以对C字符串的操作要更多的对内存进行分配和释放。

SDS解决了上面的问题，实际上是Redis对上面的问题进行了一定的封装：

1.空间预分配

空间预分配用于优化SDS的字符串增长操作：当SDS的API对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。
具体如下：如果对SDS进行修改之后，SDS的长度小于1MB，那么程序分配和len属性同样大小的未使用空间，这时len=free；如果大于1MB，那么程序会分配1MB的未使用空间，那么SDS的buf数组实际长度为 len+1MB+1byte。这种预分配可以减少内存分配的次数，属于以空间换时间。

2.惰性空间释放

聪明的你一定一看名字就知道啥意思了，用于优化SDS的字符串缩短操作，程序不立即使用内存重分配回收缩短后多出来的字节，在修改buf的同时修改len 和 free，从而记录已用和未用空间，并等待将来使用。与此同时，SDS提供了响应的API，让我们有需要时，真正的释放SDS未使用的空间。

3.二进制安全

对C字符串了解的，一定知道其除了末尾可以有空字符，字符串里不能包含空字符，并且必须符合某种编码（ASCII码），从而限制了C字符串只能保存文本数据，不能保存图片、音频等等二进制数据。SDS可以，它是二进制安全的，虽然Redis一般用于保存文本数据，但是数据库用来保存二进制数据的场景也不少见，我在工作中就遇到一个场景，A站点生成了图片验证码，转成字节数组放入Redis，B站点和A共享Redis集群，B站点取出该字节数组，还原成图片流，并在浏览器输出。

SDS还提供了一些具体操作的API，如果不是在Redis上做开发的C语言程序员，一般用不到那些API，这里就不做过多的研究，有兴趣的读者可以阅读相关书籍或者源码。