Redis为什么要使用SDS作为基本数据结构

Redis SDS与C语言中字符串的对比

• SDS中保存了字符串的长度属性，我们在获取字符串长度是的时间复杂度为O(1)，而C中字符串则需要对字符串进行遍历时间复杂度为O(n)

​ 这确保了获取字符串长度的工作不会成为redis的性能瓶颈。例如我们即使对一个很长的字符串执行strlen命令，也不会对系统性能造成影响。

• 除了获取字符串长度的复杂度高之外，C字符串不记录自身长度带来的另一个问题就是容易造成缓冲区溢出。举个例子，C语言中的strcat函数可以直接对字符串进行拼接，将一个字符串拼接到另一个字符串的末尾，但是因为C字符串不记录自身的长度，所以strcat函数假设用户在执行函数的同时已经为拼接后的字符分配了足够的内存，可以容纳另一个字符串中的所有内容，但是一旦这个假设不成立，就会产生缓冲区溢出，导致另一片内存保存的数据被修改。

​ 与C字符串不同，SDS的空间分配策略完全杜绝了发生缓冲区溢出的可能性，当SDS需要对SDS进行修改的话，API会先检查SDS空间是否满足修改所需的要求，如果不满足的话，API会自动将SDS的空间扩充至所需大小，然后才执行实际的修改操作，所以使用SDS既不需要动手修改SDS的空间大小，也不会出现前面所说的缓冲区溢出问题。

​ 注意，拼接后的SDS还多出了拼接后字符串的长度，这是SDS空间分配策略（减少修改字符喜欢时带来的内存重分配次数）。

• 因为C字符串并不记录自身的长度，所以对于一个包含了N个字符的C字符串来说，这个C字符的底层总是一个N+1个字符长的数组。因为C的字符长度和底层数组的长度之间存在着这种关系，所以每次增长或者缩短一个C字符串，程序都要对保存这个C字符串的数组进行一次内存重分配操作。

  • 如果程序执行的是增长字符串的操作，比如拼接操作（append），那么在执行这个操作之前，程序需要先通过内存重分配来扩展底层数组的空间大小——如果忘了这一步就会产生缓冲区溢出。

  • ·如果程序执行的是缩短字符串的操作，比如截断操作（trim），那么在执行这个操作之后，程序需要通过内存重分配来释放字符串不再

    使用的那部分空间——如果忘了这一步就会产生内存泄漏。

• 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：

  • 在一般程序中，如果修改字符串长度的情况不太常出现，那么每次修改都执行一次内存重分配是可以接受的。

  • 但是Redis作为数据库，经常被用于速度要求严苛、数据被频繁修改的场合，如果每次修改字符串的长度都需要执行一次内存重分配的

  话，那么光是执行内存重分配的时间就会占去修改字符串所用时间的一大部分，如果这种修改频繁地发生的话，可能还会对性能造成影响。

​ 为了避免C字符串的这种缺陷，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：在SDS中，buf数组的长度不一定就是

​ 字符数量加一，数组里面可以包含未使用的字节，而这些字节的数量就由SDS的free属性记录，通过未使用空间，SDS实现了空间预分配和惰性 空间释放两种优化策略

1. 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的API对一个SDS进行修改，并且需要对SDS进行空间扩展的时候，程序不仅会为

   SDS分配修改所必须要的空间，还会为SDS分配额外的未使用空间。其中，额外分配的未使用空间数量由以下公式决定：

   • 如果对SDS进行修改之后，SDS的长度（也即是len属性的值）将小于1MB，那么程序分配和len属性同样大小的未使用空间，这时SDS

   len属性的值将和free属性的值相同。举个例子，如果进行修改之后，SDS的len将变成13字节，那么程序也会分配13字节的未使用空间，SDS

   的buf数组的实际长度将变成13+13+1=27字节（额外的一字节用于保存空字符）。

   • 如果对SDS进行修改之后，SDS的长度将大于等于1MB，那么程序会分配1MB的未使用空间。举个例子，如果进行修改之后，

   SDS的len将变成30MB，那么程序会分配1MB的未使用空间，SDS的buf数组的实际长度将为30MB+1MB+1byte。通过空间预分配策略，Redis可以减少连续执行字符串增长操作所需的内存重分配次数

   ​ 在扩展SDS空间之前，SDS API会先检查未使用空间是否足够，如果足够的话，API就会直接使用未使用空间，而无须执行内存重分配。

   通过这种预分配策略，SDS将连续增长N次字符串所需的内存重分配次数从必定N次降低为最多N次。

2. 惰性空间释放

​ 惰性空间释放用于优化SDS的字符串缩短操作：当SDS的API需要缩短SDS保存的字符串时，程序并不立即使用内存重分配来回收缩短后

多出来的字节，而是使用free属性将这些字节的数量记录起来，并等待将来使用。

​ 通过惰性空间释放策略，SDS避免了缩短字符串时所需的内存重分配操作，并为将来可能有的增长操作提供了优化，与此同时，SDS也提供了相应的API，让我们可以在有需要时，真正地释放SDS的未使用空间，所以不用担心惰性空间释放策略会造成内存浪费

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之外，字符串里面不能包含空字符，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，而不能保存像图片、音频、视频、压缩文件这样的二进制数据。举个例子，如果有一种使用空字符来分割多个单词的特殊数据格式，如图2-17所示，那么这种格式就不能使用C字符串来保存，因为C字符串所用的函数只会识别出其中的"Redis"，而忽略之后的"Cluster"。

​ 虽然数据库一般用于保存文本数据，但使用数据库来保存二进制数据的场景也不少见，因此，为了确保Redis可以适用于各种不同的使用场景，SDS的API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、或者假设，数据在写入时是什么样的，它被读取时就是什么样。

这也是我们将SDS的buf属性称为字节数组的原因——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。例如，使用SDS来保存之前提到的特殊数据格式就没有任何问题，因为SDS使用len属性的值而不是空字符来判断字符串是否结束。

兼容部分C字符串函数

虽然SDS的API都是二进制安全的，但它们一样遵循C字符串以空字符结尾的惯例：这些API总会将SDS保存的数据的末尾设置为空字符，并且总会在为buf数组分配空间时多分配一个字节来容纳这个空字符，这是为了让那些保存文本数据的SDS可以重用一部分<string.h>库定义的函数。