Redis数据结构 — SDS

目录

C 语言字符串的缺陷

简单动态字符串SDS

扩容机制

SDS优点

---

字符串在 Redis 中是很常用的，Key-Value中的Key是字符串类型，Value有时也是字符串类型

Redis 是用 C 语言实现的，但是它没有直接使用 C 语言的 char* 字符数组来实现字符串，而是自己封装了一个名为简单动态字符串（simple dynamic string，SDS） 的数据结构来表示字符串

C 语言字符串的缺陷

在 C 语言里，对字符串操作时，char * 指针只是指向字符数组的起始位置，而字符数组的结尾位置就用“\0”表示，意思是指字符串的结束

• 若在字符字段中存在“\0”，就会提前结束，造成字符转义
• 并且，C语言中strlen，获取字符串长度，就是通过字符数组中的每一个字符，并进行计数，当遇到字符为 “\0” 后，就会停止遍历，未获取正确的字符串长度
• C 语言标准库中字符串的操作函数是很不安全的，C 语言的字符串是不会记录自身的缓冲区大小的，若后续进行strcat字符串拼接操作，可能就会导致缓冲区溢出。

简单动态字符串SDS

Redis是C语言实现的，其中SDS是一个结构体，源码如下：

• len，记录了字符串长度。这样获取字符串长度的时候，只需要返回这个成员变量值就行，时间复杂度只需要 O（1）。
• alloc，分配给字符数组的空间长度。这样在修改字符串的时候，可以通过 alloc - len 计算出剩余的空间大小，可以用来判断空间是否满足修改需求，如果不满足的话，就会自动将 SDS 的空间扩展至执行修改所需的大小，然后才执行实际的修改操作，所以使用 SDS 既不需要手动修改 SDS 的空间大小，也不会出现前面所说的缓冲区溢出的问题。
• flags，用来表示不同类型的 SDS。
• buf[]，字符数组，用来保存实际数据。不仅可以保存字符串，也可以保存二进制数据。

Redis设计通过不同类型的结构体（sdshdr5、sdshdr8、sdshdr16、sdshdr32 和 sdshdr64）选择最适合的数据大小来存储，所以 SDS 设计不同类型的结构体，是为了能灵活保存不同大小的字符串，从而有效节省内存空间。比如，在保存小字符串时，结构头占用空间也比较少。

除了设计不同类型的结构体，Redis 在编程上还使用了专门的编译优化来节省内存空间，即在 struct 声明了 __attribute__ ((packed)) ，它的作用是：告诉编译器取消结构体在编译过程中的优化对齐，按照实际占用字节数进行对齐，即取消内存对齐。

扩容机制

SDS 扩容的规则代码如下：

hisds hi_sdsMakeRoomFor(hisds s, size_t addlen)
{
    ... ...
    // s目前的剩余空间已足够，无需扩展，直接返回
    if (avail >= addlen)
        return s;
    //获取目前s的长度
    len = hi_sdslen(s);
    sh = (char *)s - hi_sdsHdrSize(oldtype);
    //扩展之后 s 至少需要的长度
    newlen = (len + addlen);
    //根据新长度，为s分配新空间所需要的大小
    if (newlen < HI_SDS_MAX_PREALLOC)
        //新长度<HI_SDS_MAX_PREALLOC 则分配所需空间*2的空间
        newlen *= 2;
    else
        //否则，分配长度为目前长度+1MB
        newlen += HI_SDS_MAX_PREALLOC;
       ...
}

• 如果所需的 sds 长度小于 1 MB，那么最后的扩容是按照翻倍扩容来执行的，即 2 倍的newlen
• 如果所需的 sds 长度超过 1 MB，那么最后的扩容长度应该是 newlen + 1MB，称为内存预分配

内存预分配好处是，下次在操作 SDS 时，如果 SDS 空间够的话，API 就会直接使用 alloc - len表示的剩余可用的空间大小 ，而无须执行内存分配，有效的减少内存分配次数。

所以，使用 SDS 即不需要手动修改 SDS 的空间大小，也不会出现缓冲区溢出的问题。

SDS优点

• 获取字符串长度的时间复杂度为O(1)
• 支持动态扩容
• 减少内存分配次数，内存扩容切换在用户态与内核态之间，切换频率过快，造成性能下降
• 二进制安全，SDS 不需要用 “\0” 字符来标识字符串结尾