Redis没有直接使用C语言传统的字符串表示(以空字符结尾的字符数组), 而是自己构建了一种名为简单动态字符串(simple dynamic string,SDS)的抽象类型, 并将SDS用作Redis的默认字符串表示。在Redis中,C字符串只会作为字符串字面量,用在一些无需对字符串值进行修改的地方,例如打印日志。当Redis需要一个可以被修改的字符串值时,就会使用SDS来表示字符串值。除了用来保存数据库中的字符串值,SDS还被用作缓冲区(buffer):AOF模块中的AOF缓冲区,以及客户端状态中的输入缓冲区。
一、SDS的结构定义
每个sds.h/sdshdr结构表示一个SDS值:
示例:
SDS遵循C字符串以空字符结尾的惯例,保存空字符的1字节空间不计算在SDS的len属性里面,并且为空字符分配额外的1字节空间,以及添加空字符到字符串末尾等操作,都是由SDS函数自动完成的,所以这个空字符对于SDS的使用者来说是完全透明的,遵循空字符结尾这一惯例的好处是:SDS可以直接重用一部分C字符串函数库里面的函数。
二、SDS与C字符串的区别
C语言只使用长度为N+1的字符数组来存储长度为N的字符串,并且字符串数组的最后一个元素增加空字符'\0'。
SDS不仅包含字符数组,还记录了字符串长度和未使用的字节数量。
1. 常数复杂度获取字符串长度
C字符串长度计算:遍历整个字符串直至遇到代表字符串结尾的空字符,时间复杂度为O(N)。
SDS长度计算:只要访问SDS的'len'属性即可,时间复杂度为O(1)。这确保了获取字符串长度的工作不会成为Redis的性能瓶颈,反复执行STRLEN命令也不会对系统性能造成任何影响。
注:设置和更新SDS长度的工作是由SDS的API在执行时自动完成的,使用SDS无须进行任何手动修改长度的工作。
2. 杜绝缓冲区溢出
C字符串:增加长度时,需要开发者手动申请分配足够的空间,否则会发生缓冲区溢出。
SDS:SDS的空间分配交由SDS API自动实现,无需手动申请分配,不会发生缓冲区溢出。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会自动将SDS的空间扩展至执行所需的大小,然后才执行实际的修改操作。
3. 减少修改字符串时带来的内存重分配次数
C字符串:每次增长或缩短字符串,都需要进行一次内存重分配操作,否则会发生缓冲区溢出或内存泄漏。
SDS:通过使用"free"属性记录未使用空间,实现空间预分配和惰性空间释放两种优化策略,从而减少内存重分配次数。
(1)SDS空间预分配:
SDS API对SDS的空间进行扩展的时候,不仅会为SDS分配必需的空间,还会分配额外的未使用空间。若修改后SDS长度小于1M,则预分配和"len"一样大小的未使用空间;若修改后SDS长度大于等于1M,则预分配1M的未使用空间。以后再需要扩展SDS空间时,SDS API会优先使用SDS的"free"未使用空间。
(2)SDS惰性空间释放:
SDS API对SDS的空间进行缩短的时候,不会立即使用内存重分配来回收多余空间,而是使用"free"属性将这些空间的字节数量记录起来,等待以后使用。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中未使用的空间。
注:内存重分配涉及复杂的算法,并且可能需要执行系统调用,通常是一个比较耗时的操作,若频繁执行可能会对性能造成影响。
4. 二进制安全
C字符串:字符必须符合某种编码,而且除了字符串末尾,不能包含空字符,所以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。
SDS:SDS API都是二进制安全的,可以保存任意格式的二进制数据。
5. 兼容部分C字符串函数
SDS API总会将SDS保存的数据末尾设置为空字符,所以若SDS保存的是文本数据,则可以重用一部分<string.h>库定义的函数,避免不必要的代码重复。