Redis自己构建了一种名为简单动态字符串(simpledynamic string, SDS)的抽象类型,并将SDS用作Redis的默认字符串表示。
Redis中,C字符串(以空字符结尾的字符数组)只会作为字符串字面量(stringliteral)用在一些无须对字符串值进行修改的地方。
2.1 SDS的定义
注意:保存空字符的1字节空间不计算在SDS的len属性里。遵循空字符结尾这一惯例的好处是,SDS可以直接重用C字符串函数库里面的函数。如有一指针s指向上图中的SDS结构,则可
printf(“%s”, s->buf);
2.2 SDS与C字符串的区别
2.2.1 常数复杂度获取字符串长度
通过使用SDS而不是C字符串,Redis将获取字符串长度所需的负责度从O(N)降低到了O(1)。
反复执行STRLEN命令也不会影响系统性能。
2.2.2 杜绝缓冲区溢出
C字符串不记录自身长度带来的另一个问题是容易造成缓冲区溢出(bufferoverflow)。
#include <string.h>
char *strcat(char *dest, const char *src);
src字符串拼接到dest字符串的末尾,函数strcat假定用户执行这个函数时,已经为dest分配了足够多的内存。
SDS空间分配策略完全杜绝了发生缓冲区溢出的可能性:当SDS API需要对SDS进行修改时,API会先检查SDS的空间是否满足修改所需的要求,如果不满足,API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。
SDS API中也有字符串拼接函数:sdscat函数。
sdscat(s, “ Cluster”);
sdscat不仅对这个SDS进行了拼接操作,还为SDS分配了13字节的未使用空间,并且拼接后的字符串也正好是13字节长。(SDS的空间分配策略)
2.2.3 减少修改字符串时带来的内存重分配次数
C字符串的修改经常需要进行内存重分配,而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。
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都需要执行一次内存重分配,会对性能造成影响。
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.空间预分配
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len属性的值)小于1MB时,那么程序分配和len属性相同大小的未使用空间,这时len属性的值和free属性的值相同。
- 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。若修改后len为30MB,那么程序会分配1MB未使用空间,buf数组的实际长度将为30MB+10MB+1byte。
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属性将这些多出来的字节数记录起来,并等待将来使用。
通过惰性空间释放策略可一举两得,首先在缩短字符串时不需要进行内存重分配操作,并在将来增长字符串时提供优化(尽最大可能不进行内存重分配)。
2.2.4 二进制安全
C字符串中的字符必须符合某种编码(比如ASCII),并且除了字符串末尾之外,字符串里面不能包含空字符,这些限制使得C字符串只能保存文本数据,而不能保存像图像、音频、视频、压缩文件等这样的二进制数据。
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,被读出时就是什么样。(得益于SDS使用len属性的值而不是空字符来判断字符串是否结束)
2.2.5 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,这是为了让保存文本数据的SDS可以重用一部分<string.h>库定义的函数。
2.2.6 总结
C字符串与SDS之间的区别总结:
2.3 SDS API