Redis设计与实现-SDS

本文仅作为对《Redis设计与实现》一书的个人笔记与总结，仅供参考，如果有不正确的地方，欢迎指出。

1 SDS是什么

  SDS是简单动态字符串，是一种Redis自定义的抽象类型。说白了，就是Redis的字符串。为什么不用C传统的字符串呢？这个后续会解释，这里只需要知道SDS是什么就好。 

  总所周知，Redis是以键值对来存储数据的，其中健、各种数据类型（如set，zset）底层的数据存储方式就是用SDS来存储的。

  比如： SET msg “hello world”

  在这个命令中，msg是key，hello world是value，msg是一个字符串，hello world也是一个字符串。这两个字符串的存储形式就是SDS

2.1 SDS的定义

  这是书中对于sds的定义。

  这里大致有三个属性：len、free、buf

  · len：代表buf数组中已用字节的长度，图中为5，即代表存储了Redis这五个字符。

  ·free：代表buf数组中未用字节的数量，这里数组全都用完了，也就是0

  ·buf： 字节数组

  很显然，数组有6个元素，但是存了5个，但是free为0，这是因为最后用了空字符表示字符结束。

（注意，这里存储的是字符，但是我这些属性都是说的字节，一个字符对应一个字节，是一个意思，为什么要强调字节，这个后续会说。）

可能会有同学问，为什么有len这个属性了，还要用空字符代表结束呢？

  这是因为，C传统的字符串是用空字符结尾的，这样做的好处是一些传统的字符串函数是可以继续使用的。例如C中的pringtf，结尾是空字符串的话，Redis没有必要再为SDS写一个打印函数了。

  再来看一个例子：

  数组长度是11，free和len都是5，其中有一个空字符串代表字符串结束。

2.2 SDS和C字符串的区别

  首先C字符串是单纯一个字符数组，存N个字符就开N+1个char类型数组，结尾用空字符标识。

2.2.1常数复杂度获得字符串长度

  在C中，字符串长度要获取的话就要遍历一遍数组。流程如下。

  但是使用了SDS，获取字符串长度就变成了一个常数时间可以解决的事情了。

2.2.2 杜绝缓冲区溢出

  我们之前说了，C字符串是单纯的一个数组。

  那么假设内存空间中连续存储了两个C字符串 S1和S2。

  这看起来没什么问题，但如果程序员执行某些字符串的拼接函数，例如在Reids后面凭借 Cluster（注意，Cluster之前有一个空格），但是却没有为S1重新分配一个足够的空间，那就会导致S2的内容被修改。

  那你下次读取MongoDB的时候就会读取到Cluster....

  SDS的api中字符串拼接的函数会首先判断SDS空间是否足够，如果不够的话就会扩展空间，然后进行修改，这样就不会造成缓冲区溢出的问题。（我感觉这个不能太算一个优点，虽然我只学过C++，但是我个人感觉C也可以在api层面杜绝这个问题的）。

2.2.3 减少内存重分配

  在C中，你要拼接或者截断字符串的时候，一定会把新的字符串重新分配内存的某个区域，这就是内存重分配。（拼接很好理解，不申请内存的话可能造成缓冲区溢出，截断的话，如果你不重新分配内存，那么你不使用的那段空间就会无法被使用了，也就是内存泄漏）

  举个例子：我有一个字符串S=“YuanShen”，我要拼接一个“ QiDong！”，那么势必会重新分配一段内存，再把这个新字符串按序写入内存。学过操作系统的同学应该知道，内存管理是一个比较麻烦的事情，这个过程会比较耗时。一次两次还好，但是Redis是一个数据库！如果有个客户端天天在原神后面增加启动，单是内存管理就够Redis好受的了。

  因此C传统字符串不能满足需求。SDS中会有空间预分配策略和惰性空间释放两个操作。

2.2.3.1 空间预分配

  如果有了解过，比如Java的List等数据结构，你哪怕插入一个数据，他也不会只给你存储一个数据的空间。例如，你只想往List插入一个数据，但是他会给你分配16个数据的空间，就是害怕你以后还要往里插入，这就是空间预分配，以后你要再往里插入的话，就会用已经分配好的空间。

  这个过程，实际上就是空间换时间。

  我们拿之前缓冲区溢出的例子。往“Redis”后拼接“ Cluster”

  这是之前的结构。

  这是之后的结构。

  

  很明显可以看到，除了插入“ Cluster”之后，len从5变成了13之外，free也变成了13！

  这就是空间预分配策略，提前给你分配好了一段空间，方便你后续使用。

  如果再拼接一个“ Tutorial”之后，就变成了。

  这实际上就是用空间换时间的一个策略。

2.2.3.2 惰性空间释放

  拼接我们解释了，那么截断呢？

  举个例子：

  “YuanShenQidong”这里是14个字符吧，如果我不想启动了，那么就变成了“YuanShen”这8个字符，后续的6个字符呢？暂时不释放这个空间，只需要free+6（14-8）即可，也就是说，如果后续我还想启动了，就不用重新分配内存了。

  当然，有同学可能会说，这样的话，如果一个很大的字符串截断成一个很小的字符串，后续又不再拼接了咋办？SDS也有相应的API释放，书中就没有细说了。

2.2.4 二进制安全

  SDS是用char数组存储数据，一个char存储一个字节的数据，例如我存‘A’这个字符，实际上就是把这个字节的值改成65。可如果我不存储字符了呢？我用一个char存储一个字节的数据，会发生什么问题?

  例如，buf数组中存了10个值，也就是80个二进制位。

  其中buf[0]存的是二进制的 

00000000

  这在ASCII码中就是空字符的意思。也就是说读到这里，就结束了，这合理吗?当然不合理

  因此，SDS中的api不会因为读到空字符就结束，他会用len这个属性判断是否结束。这样就能保证我可以存二进制数据了，例如：图像，音频。

  这也就是为什么我们说SDS的结构的时候，要强调是len和free是代表使用了和未使用的字节。