Redis之String类型底层的存储形式

前置：Redis底层是怎样保存一个key和value的？

Redis中String类型的三种编码

String类型在底层对应的有三种编码

int： 当value为long类型的整数值且长度小于等于20字节时

redis启动时会先建立10000个redisObject，值为0 - 9999的值，将这10000个redisObject作为共享对象。所以如果我们set的值在0 - 10000之间，则指向共享对象，不需要创建新的redisObject。

在redis源码的object.c文件中有一个tryObjectEncoding()函数，该函数的作用是尝试对字符串对象进行编码以节省空间。
在这个函数中有这样一段代码:

raw：当value为大于44字节的字符串时

embstr：当value为小于44字节的字符串时

为什么embstr 形式，可以存储最大字符串长度是44字节?

首先我们需要看一下如果存储一个String类型的value，至少需要占用多少的内存空间。

在之前的一篇文章中，我们提到，redis中的value其实是以RedisObject的方式存储的。

再来看一下RedisObject的定义和RedisObject中每个属性占用的内存空间：

typedef struct redisObject {
    unsigned type:4;  			// 占用4bits, 表示具体的数据类型
    unsigned encoding:4;		// 占用4bits, 表示具体的编码方式
    unsigned lru:LRU_BITS; 		// 占用24bits, 最近一次被访问的时间
    int refcount;				// 占用4bytes, 对象引用计数
    void *ptr;					// 占用8bytes, 指向真正的数据地址的指针

} robj;

我们看到，一个RedisObject至少需要占用 4bits + 4bits + 24bits + 4bytes + 8bytes = 16byte

其中ptr是指向真正数据的内存地址的指针。如果我们存储的是字符串类型的数据， 这个指针就指向定义的SDS的地址。

我们再来看一下，sds的定义。

struct __attribute__ ((__packed__)) sdshdr8 {
    uint8_t len;  				// 占用1byte, 表示当前字符数组长度
    uint8_t alloc; 				// 占用1byte, 当前字符数组总共分配的内存大小
    unsigned char flags; 		// 占用1byte, 表示当前字符数组的sdshdr类型。用来标识到底是sdshdr8 还是sdshdr16等
    char buf[];  				// 占用nbyte, 字符串真正的值,占用空间根据值的长度决定
};

可以看出，一个sds类型的数据，至少需要占用 1byte + 1byte + 1byte = 3 byte 的空间，这是在字符串值为空的情况下。

到这里我们可以分析出，redis要存储一个字符串类型的value，至少占用16bytes + 3bytes = 19bytes空间 （redisObject + sds）

而内存分配器分配内存大小的单位都是2的n次方，即 2/4/8/16/32/64/…，而redis定义了超过64字节的就属于大字符串了。所以在64byte以内的非long类型字符串都会以embstr类型来存储。而超过了64字节的话，会用raw的形式来存储。

所以 64 - 19 = 45字节。这里留给真正存储字符串值的空间就是45字节。因为字符串都是以\0结尾的，再去除一个字节，就剩44字节了。

所以，到这里得出，embstr 形式，可以存储最大字符串长度是44字节。而超过了这个长度，会使用raw来保存。

为什么要将字符串分为不同的方式来进行存储？

这里需要注意的是，embstr和raw类型的存储方式也有一些差异。

embstr形式存储，RedisObject和SDS内存中空间是连续的，而raw类型，则不连续。

所以，Redis对字符串以多种编码方式进行存储，可以节省内存空间，减少内存碎片。对于<= 44字节的字符串，使用embstr类型存储确实是更好的方式。

什么情况下embstr会转为raw？

1. 当字符串长度超过44字节时

2. 当对原字符串调用APPEND 命令追加时，这时，即使字符串长度不超过44，也会转为raw类型来进行存储。