Redis设计与实现笔记 2.简单动态字符串

最新推荐文章于 2019-03-06 10:18:46 发布

sui958337821

最新推荐文章于 2019-03-06 10:18:46 发布

阅读量144

点赞数

文章标签： Redis 简单动态字符串 SDS

本文链接：https://blog.csdn.net/sui958337821/article/details/82818010

版权

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)，而是自己构建Simple Dynamic String(SDS),名为简单动态字符串的抽象类型，并将SDS用作Redis的默认字符串表示。

2.1 SDS的定义

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数组中为使用字节的数量
    int free;
    
    //字节数组，用于保存字符串
    char buf[];
};

1.一个例子

$digraph { label = "\n å¾ 2-2 å¸¦ææªä½¿ç¨ç©ºé´ç SDS ç¤ºä¾"; rankdir = LR; node [shape = record]; // sdshdr [label = "sdshdr | free \n 5 | len \n 5 | <buf> buf"]; buf [label = "{ 'R' | 'e' | 'd' | 'i' | 's' | '\\0' | | | | | }"]; // sdshdr:buf -> buf;}$

free = 5;

len = 5;//不包含空字符

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。(自动管理，对上层透明)

好处：可以直接重用一部分C字符传函数库里的函数

2.2 SDS与C字符串的区别

常数复杂度获取字符串长度
strlen函数:c字符串并不记录自身的长度信息，strlen所作的仅仅是一个计数器的工作，它从内存的某个位置（可以是字符串开头，中间某个位置，甚至是某个不确定的内存区域）开始扫描，直到碰到第一个字符串结束符'\0'为止，然后返回计数器值(长度不包含'\0')。其时间复杂度为O(n)。
SDS:保存了len属性，其时间复杂度为O(1)。STRLEN命令。
杜绝缓冲区溢出
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,比如strcat,strcpy函数。
SDS的空间分配策略完全杜绝了发生缓冲区溢出的可能性。
减少修改字符串时带来的内存重分配次数
3.1 C字符串:并不记录自身的长度，其底层实现总是一个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)。因为字符传的长度和底层数组的长度之间存在着这种关联性，所以每次增长或缩短一个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。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，所以它通常是一个比较耗时的操作(对于Redis这种速度要求严苛，数据频繁被修改的数据库，不可接受)。
3.2 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。通过未使用空间，SDS实现了空间育分配和惰性空间释放两种优化策略。
A.空间预分配：1.如果对SDS进行修改后，len将<1MB，那么程序分配和len属性同样大小的未使用空间。(len+free+1)
2.如果对SDS进行修改后，len将>=1MB，那么程序分配1MB的未使用空间。(len+1MB+1)
B.惰性空间释放：用于优化SDS的字符缩短操作。(并不马上收回空间，可以自定义释放)
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外，字符串里面不能包含空字符('\0',与空格区分)，否则最先被程序读入的空字符将被误认为是字符串结尾，这些限制使得C字符串只能保存文本数据，而不能保存图片，音频，视频这样的二进制数据。

SDS的字符串都是二进制安全的(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，过滤或着假设，数据在写入时是什么样的，它被读取时就是什么样。(这也是将SDS的buf属性成为字节数组的原因----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据)。
兼容部分C字符串函数
避免了不必要的代码重复。

C字符串与SDS之间的区别
C字符串	SDS
获取字符串长度的复杂度为O(N)	获取字符串长度的复杂度为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	可以保存文本或二进制数据
可以使用所有<string.h>库中的函数	可以使用一部分<string.h>库中的函数