Redis底层数据结构——SDS

SDS 是什么

Redis 底层的程序语言是由 C 语言编写的，C 语言默认字符串则是以空字符结尾的字符数组（简称 C 字符串）。但 Redis 默认的字符串并非 C 字符串，而是名为 SDS ( Simple Dynamic String ）简单动态字符串的抽象结构。

Redis 采用一段连续的内存空间来存储 SDS 结构，具体结构如下图所示，free 代表指这个字符串剩余可用空间的长度，而 len 代表这个字符串已占用空间的长度，buf [] 就是字符数组。

下面是一个字符串为 ‘Redis’ 在 SDS 结构中的存储例子：

图中 SDS 保留了 C 字符串以空字符结尾的传统，但这个空字符的长度1字节空间并不会计算在 SDS 的 len 属性里面，而是为这个空字符分配额外的1字节空间，每次由 SDS 相关函数默认添加到字符串末尾，Redis 这样设计的好处是 SDS 可以直接重用一部分 C 字符串相关函数。

这个 SDS 结构为字符串 ‘Redis’ 分配了5字节的已使用长度，也为其分配了5字节的可用空间长度。

SDS 与 C 字符串的区别

传统的 C 字符串长度为 n+1 且字符数组的最后一个元素总是空字符串 ‘\0’ 。

1.查找字符串长度的时间复杂度

假如查找字符串长度的时候，Redis 使用 C 字符串的话，因为 C 字符串不记录本身的长度，这样时间复杂度将为 O(N) ,而使用 SDS 查找字符串的长度的时候，直接获取 len 属性的值，这样的时间复杂度为 O(1) 。SDS 结构的设计极大的提升了 Redis 查找字符串长度时候的性能。

2.缓冲区溢出

使用 C 字符串存储一个字符串的时候，假如第一次为其分配的空间刚好被字符串占满空间了，第二次修改的时候，新的字符串长度已经超过其第一次分配的空间，然后执行修改的时候，此时超出的空间原本空间的内容将溢出到紧挨着的内容空间，导致下一个字符串的内容被修改。这样的缓冲区溢出是不友好的。

SDS 是不会发生缓冲区溢出的，它的空间分配策略拒绝了溢出。假如字符串发生了修改，SDS 相关函数会先检查本身的空间是否满足新的修改空间，如果不满足，函数将会自动扩容，再进行修改操作，所以 SDS 相对 C 字符串既不用手动修改空间满足正常存储，也不会发生缓冲区溢出。

3. 修改字符串时候的内存分配次数

因为 C 字符串的最后一个字符总是空字符串：’/0’ ，以及保存的时候长度总是 N+1, 这种关系下，字符串每次修改操作的时候，程序总要为其进行一次内存重新分配操作，修改的字符串长度变长的话，要为其重新分配合理的内存空间，不然可能发生缓冲区溢出。而变短的话，不分配回收无用的内存空间，可能将发生内存泄露。

基于这样的情况，Redis 这种是要求高性能的情况下，C 字符串的一次内存分配是没什么问题的，一但在频繁修改的情况下加上每次内存分配的耗时间，Redis 的性能是将极大降低的。

SDS 结构避免了以上这种缺点，采用了空间预分配以及惰性空间释放的方式。

空间预分配

当 SDS 结构的字符串变长的时候，SDS 会为其分配修改需要的空间以及未使用的空间。假如分配过同样的未使用的空间，下次字符串变长，需要增长的长度小于未使用空间，将直接使用未使用的空间，不需要执行内存分配。如果大于，则将会执行内存分配。

通过这样的策略，是能够减少字符串连续增长操作带来的内存空间分配次数的。

额外的空间分配规则是: 当长度（ len 属性）小于 1MB 的时候，将分配同 len 属性一样大小的未使用空间。而当 len 属性大于 1MB 的时候，那么将分配 1MB 的未使用空间。

惰性空间释放

当 SDS 结构的字符串变短的时候，程序上不会立即内存分配，收回多余的空间，而是使用 free 属性把缩短的空间保存下来，以备后续使用。假如下次增长的字符串长度，free 属性值让其有足够的空间保存，那么下次不会发生内存分配，假如字符串继续变短的话，将继续保留多出的空间。SDS 相关函数可以在我们需要的时候，真正地释放SDS 的使用空间，不会造成内存浪费。

4. 二进制安全

由于 C 字符串要求保存的字符必须符合某种编码，并且除了字符串的最后一个字节为空字符之外，其他不能包含空字符。不然程序将认为第一个读到的空字符为字符串的末尾，之后的数据不会被识别。这样的局限性使得 C 字符串只能保存文本数据，而对平时常见的图片、音频等二进制数据不能保存。
而我们平时在使用 Redis 的时候，也需要存储这样的二进制数据，所以 Redis 使用 SDS 结构的好处就是由于 SDS 的相关函数都是二进制安全的，对于任何格式的数据都是以二进制保存到 buf 数组里面的，不会像 C 字符串那样用特殊的格式保存数据，让Redis 正常存储二进制数据，以及正常读取数据。

5. C 字符串函数兼容性

SDS 保留了 C 字符串以空字符结尾的传统，每次对 buf 数组分配空间的时候，会为其多分配一个字节的空间来保存这个末尾的空字符。为了让其能够兼容部分的 C 字符串函数。而 C 字符串是可以使用其全部的函数的。

通过兼容部分的函数，直接复用一些功能，而不用去重新编写函数实现某些特定的功能。

SDS 应用场景

Redis 中会使用 C 字符串应用在不需要对字符串值修改的地址，比如打印日志。SDS 是被 Redis 应用在需要修改字符串值的地方，比如 Redis 的数据库里面，包含字符串值的键值对在底层都是 SDS 实现的。

除了这些，SDS 还被应用于 AOF 模块中的 AOF 缓冲区以及客户端状态中的输入缓冲区。

参考：《 Redis设计与实现 》

更多Java后端开发相关技术，可以关注公众号「 红橙呀 」。