Redis-整体梳理---Redis SDS的原理及与C字符串比较--2

SDS的原理–一

二：减少修改字符串带来的内存重分配次数
  正如上文中所说，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个字符串的C字符串来说，这个C字符串的底层实现总是一个N+1个字符长的数据（额外的一个字符空间用于保存空字符）。因为C字符串的长度和底层数组的长度之间存在着这种关联性，所以每次增长或者缩短一个C字符串，程序都总要对这个C字符串的数组进行一次内存重分配操作：

  1. 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后，程序首先通过内存重分配来扩展底层数组的空间大小——如果忘了这一步会产生缓冲区溢出。
  2. 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在使用的那么部分空间——如果忘记这一步就会产生内存泄漏。
  举个例子，如果我们持有一个值为“redis”的C字符串s，那么为了将s的值改为“Redis cluster”，在执行：

strcat(s," Cluster");

  之前，我们需要先使用内存重分配操作，扩展s的空间。
  之后如果我们又打算将s的值从“Redis Cluster” 改为“Redis Cluster Tutorial”，那么在执行：

strcat(s," Tutorial");

  之前，我们需要再次使用内存重分配扩展s的空间，诸如此类。
  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。

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

  2. 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景，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，而这些字节的数量就有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史昂两种优化策略。
  空间预分配
  空间与分配用于优化SDS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：
  1. 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，这是SDS的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（额外的一字节用户保存空字符）。
  2. 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。

  举个例子，对于图2-11所示的SDS值s来说，如果我们执行：

sdscat(s," Cluster");

  那么sdscat将执行一次内存重分配的操作，将SDS的长度修改为13字节，并将SDS未使用空间同样修改13字节，如图2-12所示。

  如果这时，我们再次对s执行：

sdscat(s," Tutorial");

  那么这次sdscat降不需要执行内存重分配，因为未使用空间里面的13字节足以保存9字节的“ Tutorial”，执行sdscat之后的SDS如图2-13所示。

  在扩展SDS空间之前，SDS API会先见检查未使用的空间是否足够，如果足够的话，API就会直接使用未使用的空间，而无须执行内存重分配。
  通过这种预分配策略，SDS将连续曾长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。
  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，程序并不立即用内存重分配来回缩短多出来的字节，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，
  举个例子，SDStrim函数接受一个SDS和一个C字符串作为参数，移除SDS中所有在C字符串中出现过的字符。
  比如对于图2-14所示的SDS值s来说，执行：

sdstrim(s,"XY");//移除SDS字符串中所有‘X’和‘Y’

  会将SDS修改成图2-15所示的样子。

  注意执行sdstrim之后的SDS并没有释放多出来的8字节空间，而是将这8字节空间作为未使用空间保留在SDS里面，如果将来要对SDS进行增长操作的话，这些未使用的空间就可能排上用场。
  举个例子，如果现在对s执行：

sdscat(s," Redis");

  那么完成这次sdscat操作将不需要执行内存重分配，因为SDS里面预留的8字节空间已经足以拼接6个字节长的“ Redis”，如图2-16所示。
  通过惰性空间释放策略，SDS避免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者提供了优化。

  与此同时，SDS也提供了相应的API，让我们可以在需要时，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，否侧最新被程序读入的空字符将误认我是字符串结尾，这样限制是C字符串只能保存文本数据，而不能保存图片、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串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字符串所使用的的函数只会是被出其中的‘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可以使用与各种不同的使用场景，SDS的API都是二进制安全的（binary-safe），所以SDS API都会已处理二进制的方式来处理存在遍buf数组里的数据，程序不会对其中的数据做任何的限制、过滤、或者假设，数据再写入是是什么样的，它被读取时就是什么样。
  这也是我们将SDS的buf属性成为字节数组的原因——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任何问题，因为SDS使用len实行的值，而不是空字符来判断字符串是否结束，如图2-18所示。

  通过使用二进制安全的SDS，而不是C字符串，是的Redis不仅可以保存文本数据，还可以保存任意格式的二进制数据。
  兼容部分C字符串函数
  虽然SDS的API都是二进制安全的，但它们遵循C字符串空字符结尾的惯例，这些API总会将SDS保存的数据的末尾设置为空字符串，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。

  举个例子，如图2-19所示，如果我们有一个保存文本数据的SDS值sds，那么我们就可以重用<string.h>/strcasecmp函数，使用它来对比SDS保存的字符串和另一个C字符串：

strcasecmp(sds->buf,"hello world");

  这样Redis就不用了自己专门去写一个函数来对比SDS值和C字符串的值了，
  与此类似，我们还可以将一个保存文本数据的SDS作为strcat函数的第二个参数，将SDS保存的字符串追加到一个C字符串的后面，

strcat(c_string,sds->buf);

  这样Redis就不用专门编写一个将SDS字符串追加到C字符串之后的函数了。
  通过遵循C字符串以空字符结尾的管理，SDS可以在有需要时重用<string.h>函数库，从而避免了不必要重复。
  总结
  小表对C字符串和SDS之间的区别进行了总结。

针对SDS与C字符串的梳理到此便结束了，接下来将对SDS API操作进行抒写

本文由作者摘自《Redis设计与实现》，纯属由于想个人想进行记录的习惯，不作为商业用途传播