redis底层数据结构之简单动态字符串(SDS)

简单动态字符串(simple dynamic string,SDS)

redis使用C语言编写的，但是redis的字符串却不是C语言中的字符串(以空字符'\0'结尾的字符数组)，redis定义了一种简单动态字符串(simple dynamic string,SDS)的抽象类型，并将SDS作为redis的默认字符串

1 SDS结构

struct sdshdr {
    int len;
    int free;
    char buf[];
}

其中:

len：记录buf数组中已使用字节的长度，等于buf[]中字符串的长度
free：记录buf数组中未使用字节的长度
buf[]：字节数组，用于保存字符串

2 SDS结构示意图

encoding = REDIS_ENCODING_INT 或 REDIS_ENCODING_EMBSTR  或  REDIS_ENCODING_RAW

分配了10Byte空间，占用了6Byte，未使用4Byte

保存空字符的1Byte不包含在len属性里，redis默认为空字符分配额外的1Byte，并把空字符添加到字符串末尾，这些操作都由SDS函数自动完成

示意图如下:

3 redis使用SDS的优点

1) 常数复杂度获取字符串长度
   获取SDS字符串的长度只需要读取len属性，时间复杂度为O(1)；而C语言中获取字符串的长度通常是经过遍历计数来实现的，时间复杂度为O(n)

2) 杜绝缓冲区溢出
    C语言中使用strcat函数来进行字符串的拼接，一旦没有分配足够的内存空间，就会造成缓冲区溢出
   而SDS在修改字符串时，首先根据len属性检查内存空间是否满足需求，如果不满足，会进行空间扩展然后在修改，所以不会出现缓冲区溢出

3) 减少修改字符串的内存重新分配次数
　　C语言不记录字符串的长度，修改字符串时必须要重新分配内存(先释放再申请)，如果不重新分配内存，字符串长度增大时会造成内存缓冲区溢出，字符串长度减小时会造成内存泄露
　　而SDS修改字符串时使用空间预分配和惰性空间释放两种策略:
　　a) 空间预分配：对字符串进行空间扩展时，扩展的内存比实际需要的多(修改后的字符串小于1MB时，那么会分配与len属性相同大小的未使用空间；大于1MB时，会分配1MB的未使用空间)，这样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
　　b) 惰性空间释放：对字符串进行缩短操作时，不会立即回收缩短后剩余的内存空间，而是使用free属性将剩余的内存空间记录下来，等待后续使用(当有需要时，也可以手动释放这些未使用的空间）
 
4) 二进制安全
　　C字符串是以空字符作为字符串结束的标识，而二进制文件(如图片等)内容可能包括空字符串，因此C字符串无法正确存取
　　而SDS不是以空字符作为字符串结束的标识，而是以len属性表示的长度来判断字符串是否结束
 
5) 兼容部分C字符串函数
　　虽然SDS是二进制安全的，但是一样遵从每个字符串都是以空字符串结尾的惯例，这样可以重用C语言库<string.h>中的一部分函数