Redis数据结构之字符串-SDS

C语言中，传统的字符串表示是以空字符结尾的字符数组，Redis的字符串没有直接使用该表示，而是选择构建了一种名为简单动态字符串(simple dynamic string, SDS)的抽象类型。

在Redis中，C字符串只会作为字符串字面量(string literal)用在一些无需对字符串值进行修改的地方，例如打印日志等场景。

结构

struct SDS<T> {
    T capacity;      // 数组容量
    T len;           // 数组长度
    bytes flags；    // 特殊标识位
    bytes[] content; // 字节数组，存储字符串
};

• capacity：分配给字节数组的长度

• len：字节数组存储内容的实际长度

Redis规定字符串长度不能超过512M。

绝大部分情况下，认为不会对字符串进行append操作，所以创建字符串时len和capacity一样长，即不分配冗余空间。

SDS对比C字符串

• 获取字符串长度时间复杂度为O(1)：直接使用len属性

• 有效杜绝缓冲区溢出：APPEND操作先分配空间，再执行拼接

• 减少修改字符串可能带来的内存重分配次数：空间预分配，动态扩容提供冗余空间

• 二进制安全：SDS使用len的值而不是空字符来判断字符是否结束，所以字节数组可以用来保存一系列二进制数据

• 兼容部分C字符串函数

扩容策略

Redis的字符串扩容策略主要根据字符串长度len来区分。

len小于1M时，采用加倍策略，即保留100%的冗余空间。

len超过1M之后，为避免加倍后的冗余空间过大而导致浪费，每次扩容只分配1M冗余空间。

embstr和raw

Redis的字符串有两种存储方式：

• embstr：将RedisObject对象头和SDS对象连续存在一起，使用malloc方法一次性分配

• raw：使用两次malloc，两个对象头在内存地址上不连续

不同存储形式的转换：

• 对于SDS字符串，如果长度小于等于39个，则使用embstr形式存储，否则使用raw形式存储

  • 　　

    >>> set a aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
    >>> STRLEN a
    
    >>> OBJECT ENCODING a
    "embstr"
    ​
    >>> set b aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
    >>> STRLEN b
    
    >>> OBJECT ENCODING b
    "raw"

• 对于embstr，该字符串实际上是只读的，对该对象执行任何修改命令后时，Redis会先将对象编码转为raw，然后执行修改命令

  • 　　

    >>> set a hello
    >>> OBJECT ENCODING a
    "embstr"
    >>> APPEND a world
    >>> OBJECT ENCODING a
    "raw"