Redis 数据结构之简单动态字符串SDS

几个概念
1：key对象 数据库存储键值对的键，总是一个字符串对象。
2：value对象 数据库存储键值对的值，可以是字符串对象，list对象，hash对象，set对象，sorted set对象。
     例如：
            set msg "hello world" 则redis在数据库中创建一个新的键值对，键和值都是一个字符串对象，底层实现都是一个sds对象。
            rpush fruits "apple" "banana" "cherry" 则redis在数据库中创建一个新的键值对，键是一个字符串对象，底层实现是一个sds对象；值是一个列表对象，列表对象包含了三个字符串对象，由三个sds对象实现。
3：sds (sample dynamic string)
    定义：
    struct sdshdr{
    //记录buf数组中已使用字节的数量
    //等于sds所保存字符串的长度
    int len;
    //记录buf数组中未使用的字节数量
    int free;
    //字节数组用来保存字符串
    char buf[];
    }
4：C语言的简单字符串的表示方式不能满足redis对字符串在安全性、效率以及功能上的要求，故引用sds字符串
    4.1 sds字符串获取字符串长度效率更高，时间复杂度为o(1),c字符串的为o(n)，保证获取长度的工作不会成为redis的性能瓶颈。(更新sds长度工作是由sds的api在执行时自动完成的)；
    4.2 杜绝缓冲区溢出 s1如果没有分配足够的内存空间，扩展时s1的数据就会溢出到下一个相邻的s2空间中，而sds的空间分配时，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空间扩展到执行修改所需的大小，然后在执行修改操作；
    4.3 减少修改字符串时带来的内存重新分配次数
         1) c字符串执行加长操作，如果忘记重新分配内存就会出现缓冲区溢出，如果执行缩短操作，如果忘了重新分配内存就会出现内存泄露，由于redis是数据库，对速度要求苛刻，如果数据频繁修改，使用c字符串就需要频繁执行内存分配，执行内存分配就会占据修改字符串的大部分时间，如果频繁发生，还会对性能造成影响，故redis使用sds字符串作为底层的实现。
        2) sds字符串 buf数组长度不一定等于字符数量加一，数组包含未使用字节，这个长度存储在free属性上
        3) 空间预分配：优化sds字符串增长操作，api对sds进行空间扩展的时候，程序不仅会为sds修改所需的空间，还会为sds分配额外的未使用空间 公式：扩展后小于1m，分配和len属性相同的未使用空间，大于等于1m分配1m的未使用空间。这样在执行扩展操作时，api会先检查未使用空间是否足够，如果足够就直接使用未使用空间，减少内存分配次数，基于这种策略，在执行n次修改操作时，重新分配内存次数从n次降为最多n次。
        4) 惰性空间释放：优化字符串缩短操作，在进行缩短操作时，程序不会立即重新分配内存回收缩短后多余出来的字节，而是使用free属性记录起来，等待将来使用，如果有增长操作可以直接使用。当然sds也提供了释放sds未使用空间的api，所以不必担心惰性释放带来的内存浪费问题。
    4.4 二进制安全 c字符串中必须符合某种编码，出来字符串末尾，不能包含空字符，所以c字符串只能保存文本数据，不能存储图片、音频、视频等二进制数据，sds的api会以二进制的方式处理buf数组里的数据。使得redis可以保存任意格式的二进制。
    4.5 兼容部分c函数 sds遵循空字符结尾的惯例，api会将sds保存数据的末尾设置为空字符，并且会在buf分配空间时多分配一个字节，这样可以让保存文本数据的sds重用string.h库定义的一些函数。

小结：
c字符串获取长度复杂度o(n)，sds为o(1)
api不安全可能造成缓冲区溢出，api安全不会造成缓冲区溢出
修改字符串长度n次会执行n次内存分配，最多n次
只能保存文本数据，可以保存文本或二进制数据
可使用所有string.h库函数，只能使用部分函数

转载于:https://www.cnblogs.com/PaulMa/p/4623300.html