（一）Redis数据结构之SDS

1 前言

    在开始学习Redis时，除了知道Redis的用处之外，对于Redis的底层数据结构进行深入了解，显得尤为重要。

    如果不了解底层数据结构，也将错失体验Redis高性能的美妙之处。

 

2 什么是SDS

    SDS即简单动态字符串（Simple Dynamic String），是redis自定义的，用于存储字符串的数据结构。这里需要补充说明，C中的字符串只是以字面量的形式出现在redis的使用业务场景之中

 

3 SDS数据结构定义

    为了对SDS有更进一步的了解，还需要对其数据结构进行了解。查看Redis源码可知，SDS的数据结构的设计非常巧妙，具体如下

SDS的数据结构中有三个属性：

    1 len ：表示buf中已经占用的空间，也就是SDS中实际占用了的字符串的长度

    2 free：表示buf中剩余可用空间的长度

    3 buf[] : 表示实际字符串存储的空间

    举个例子：

    a. 当free=0时，表示当前sds的buf[]没有任何未使用的数据空间

    b. free = 5 ，len = 5，表示带有5个未使用空间的SDS

    从上述数据结构可知，相对于C语言中String，SDS多了2个属性，len和free，用来标记buf[]中已用和尚未使用的空间长度。

    Redis作为一个Key-Value型的数据库，在读写方面性能有极高的要求。这样设置，使得Redis读取字符串长度所需要的时间复杂度从O(N)降低为O(1)，同时也就完美解决了读取字符串长度时，时间复杂度为O(n)而引起的性能瓶颈。

    因为C语言在读取字符串长度时，计算过程如下

    而Redis则只需要直接读取len即可。

 

    注： SDS采用与C语言String一样的字符串结尾方式“\0” 这样的好处是能够复用一部分C语言自带的String函数

 

4 为什么要自定义SDS

    首先，先明确一点，Redis是用C语言进行编写，而C语言已经自带了字符串这一数据结构，那么既然已经自带了字符串，为何Redis还需要重新定义SDS？

理由如下：

    1 常数复杂度获取字符串长度： 从Redis的SDS数据结构上看，当客户端尝试获取某个字符串长度时，只需要开销O(1)的常数时间复杂度即可完成。而C语言中的String，在性能上存在诸多瓶颈，只能一个个去遍历计数，时间复杂度为O(N)。

    2 杜绝缓冲区溢出：C语言中的String，在对字符串进行写操作时，会存在缓冲区溢出。而Redis的SDS则不存在这样的问题，具体的原因，还是和SDS的数据结构有关。

由于SDS记录了字符串空间（buf[]）的使用情况，因此当SDS API需要对SDS进行修改时，首先会检查SDS的空间是否满足所需的要求，如果不满足，则API会自动对SDS进行扩容，扩容至执行修改所需要的大小，而在C语言中，则需要手动扩容，极易发生缓冲区溢出的情况。

    3 二进制安全：C语言中的String，由于严格按照ASCII码的编码规范，所以只能读写文本类型数据，而无法存储图片等二进制文件，而这在Redis场景中将受到很大限制

    4 减少修改字符串长度时所需的内存重新分配：C语言中的String，在进行内存重分配时，性能较低，因为没有采用空间预分配策略，每次进行字符串拼接操作时，一旦空间不足，必然执行空间重分配操作，很消耗性能。（Redis采用空间预分配和惰性空间释放策略，使得空间分配从最少N次，变为最多N次）

对比C中的字符串，当C字符串需要增长或缩短时，程序总需要对C字符串的数组进行内存重新分配的动作，即假如有N次对C字符串的写操作，那么至少需要N次对内存进行重分配动作。而主要的问题在于：内存分配是一个比较耗时的操作，其中涉及较为复杂的算法并可能需要执行系统调用（用户态和系统态的切换等），操作一旦频繁，则会对性能产生严重影响。

基于以上情况，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

    空间预分配用于优化SDS的字符串增长操作：当SDS API对一个SDS进行修改，并需要对SDS进行扩容时，程序会同时为SDS分配额外的未使用空间。

    具体规则如下：

    当len < 1MB 时，程序会为当前SDS分配和len一样大小的free。

      例如:经过修改后，len = 45字节，则SDS的buf[]数组实际长度为 len + free + 1 = 91字节（多出的1字节，是'\0'，用于字符串结束标志，这样设计的目的是为了复用部分的C字符串API）

    当len > 1MB时，程序会为当前SDS分配固定1MB长度的free

      例如：经过修改后，len = 30MB，则SDS的buf[] 实际长度 = len + free + 1 byte 即 30MB + 1MB + 1byte

      Redis采用空间预分配的策略，使得在增加SDS操作的场景下，修改SDS的次数从原先C字符串的最少N次变为最多N次

 

2 惰性空间释放

    有对SDS增长操作的优化策略，那必然也会有对SDS缩短操作的策略，而惰性空间释放，就是Redis所采用的策略。

    原理很简单，即当去除SDS中的部分字符时，多余的空间不会被立马回收，而是会进行保留。与此同时，SDS也提供了相应的API，在有需要时，真正释放SDS未使用的空间，所以不用担心内存浪费。

 

5 兼容部分C字符串函数。

    SDS的API都是二进制安全的，但SDS同样遵循C字符串以空字符结尾的惯例，并总会在为buf[]数组分配空间时，多分配一个字节来容纳空字符，以便重用<string.h>库中定义的函数，从而避免不必要的代码重复。