Redis设计与实现：Redis底层研究之简单动态字符串SDS

问题导读

1.什么是SDS？
2.SDS可以用来做什么?
3.SDS较C字符串有什么优点？








除仅用于字符串字面量的情况外，对于可以被修改值的字符串的表示，Redis底层并没有采用C语言传统的字符串表示，即以空字符结尾的字符数组，而是采用专门为其设计的简单动态字符串作为其默认字符串表示，其英文全称为Simple Dynamic String，简称SDS。除了用于保存数据库中字符串值外，SDS也可以用于缓冲区buffer，比如AOF中的缓冲区、客户端输入缓冲区等。本文，我们将详细研究简单动态字符串SDS的实现及其在性能等方面的独特之处。

        注：内容总结于《Redis设计与实现》一书！

        SDS实现
        SDS整体结构如下：
[mw_shl_code=bash,true]
struct sdshdr {
      
     // buf数组中已使用字节数量，即SDS所保存的字符串长度
     int len;

     // bur数组中未使用字节数量
     int free;

     // 用于保存字符串的字节数组
     char buf[];
}[/mw_shl_code]


可以看到，SDS依然依靠字节数组char buf[]来保存字符串，但是，它还保存了字节数组char buf[]中已使用和未使用字节数量len、free，而len的含义即SDS所保存的字符串长度，free的含义则是SDS剩余可以容纳字符串的长度。一个简单的示例如下：

        上图所示的SDS，存储了字符串"Redis"，其长度为5，同时尚有4个字节的空间未被利用。而且，你会发现，其实buf数组的大小实际为10，在字符串末尾还有一个表示空字符的'\0'，为什么会这样呢？这就是SDS设计的巧妙之处，它为了能够直接重用C字符串函数库里的一些字符串常用函数，而这个空字符是SDS自动添加的，且不计算在len和free内，对用户而言是透明的。

        SDS较C字符串的优点
        SDS为什么要做以上设计呢，它对于C字符串而言，有哪些优点？
        其相比较于C字符串的优点总结如下：
        1、常数复杂度获取字符串长度
              C字符串并不会记录字符串的长度，必须遍历整个字符串，对遇到的每个非空字符计数，直到遇到代表字符串结尾的空字符，才能计算出字符串长度，其时间复杂度为O(N)，而SDS则直接获取len属性值即可获知字符串长度，其时间复杂度为O(1)，而len属性是SDS相关函数自动完成的，对于用户而言是透明的。这个优点对任何一个，即使非常长的字符串反复执行STRLEN命令，也不会对系统性能产生影响，确保了获取字符串长度不会成为Redis的性能瓶颈。
        2、杜绝缓冲区溢出
              当修改或替换C字符串中的值时，C字符串由于不会记录本身长度，也不会预分配空间，会产生缓冲区溢出，甚至偷偷修改其他字符串内容的情况，如下图所示：

              如果我们想在S1现有字符串基础上追加一个Cluster，而又不对S1进行内存重分配，那么这个操作会造成缓冲区溢出，同时会偷偷修改掉S2字符串的值。而SDS的空间分配策略则会避免缓冲区溢出的情况发生，它会先检查len和free，确保要追加、修改、替换的长度能够得到满足，如不满足，则会自动进行空间再分配，从而避免缓冲区溢出。
        3、减少字符串修改内存重分配次数
              显然，Redis是使用场景决定了存储于其内的字符串会频繁的被修改，而如果是在C字符串情况下，就会发生以下两种情况：
              3.1、对于增长性字符串修改操作，程序每次都需要通过内存重分配来满足字符串空间要求，如果忘了，则会产生2中所说的缓冲区溢出；
              3.2、对于缩短性字符串修改操作，程序需要通过内存重分配来释放不再使用的空间，如果忘了，则会产生内存泄露的问题。
             而内存重分配算法比较复杂，且涉及到系统调用，通常是一种比较耗时的操作，而SDS则依靠空间预分配和惰性空间释放两种策略解决了上述两个问题，减少了频繁的空间重分配等，提供了系统性能。总结如下：
             （1）空间预分配
                      如果SDS修改后，其长度小于1M，也就是len小于1M，则程序会分配与len属性同样大小的未使用空间，即len=free，buf实际大小则还要加1，因为有上述兼容C字符串库函数所使用的空字符；如果SDS修改后其长度大于等于1M，则程序每次会分配1M的未使用空间，此时free等于1M，buf实际大小也是还要加，原因同上。
             （2）惰性空间释放
                      如果SDS字符串被缩短，未使用字节数增大，则SDS并不会使用内存重分配立即回收缩短后的未使用空间，而是记录在free属性中，等待将来使用，这样，惰性空间释放策略避免了SDS缩短字符串时所必须的内存重分配回收空间操作，为将来可能的增长操作使用，提高了Redis字符串处理的性能。同时，对于真正需要释放空间的情况，SDS则提供了专门的API，供用户使用，避免空间的持续浪费。
         4、二进制安全
               C字符串以空字符作为字符串结尾的特点，决定了其只能保存文本数据，而不能存储图片、视频、音频等二进制数据，而SDS通过len属性则避免了这一情况，使其可以存储诸如上述图片、视频、音频等任意格式的二进制数据。
        5、兼容部分C字符串函数
             buf中末尾自动追加的空字符实现了SDS可以兼容部分C字符串函数，比如对比strcasecmp、追加strcat等函数。

        SDS与C字符串对比如下：

        SDS简单总结如下：

学习了， 特别定制型。