【Redis】动态字符串SDS

CSDN话题挑战赛第2期
参赛话题：面试宝典

前言

首先，Redis中的key使用的是字符串，而value则有各种类型，不过多数为字符串。
因此字符串是Redis中最常用的一种数据结构。
Redis虽然使用了C语言类实现，但是并没有直接使用C语言的字符串，原因有如下几点：

• 本质为字符数组，计算长度麻烦
• 通过特定标识作为字符串结尾，若value中有该标识则可能出现字符串保存错误问题
• 通过指针指向数组，不方便修改，只能使得指针指向另一字符串

综上，如果直接使用C语言中的字符串，那么将会带来一些不必要的麻烦。
因此Redis采用了类似于Java中字符串实现方式的方式来实现。
但是C语言并没有类，因此C语言使用的是结构体来完成这一结构。
该结构称为简单动态字符串（Simple Dynamic String）SDS。
我们插入一个以字符串作为键值对的数据的时候，Redis就会在底层创建两个SDS。
其中一个为key，另一个为value。
下面通过源码来讲解这一结构。

源码

如果没有学过C语言的，可以将结构体类比于Java中的类。
这里 struct 就类似于class 。
这里我们以sdshdr8为例（sdshdr5由于一些问题基本已经废弃）
uint8_t 代表的是unsigned int，并且这个int类型的长度为8bit。也就是最大255。
len：当前buf中已经保存的字符的长度
alloc：为当前buf申请的字节数大小，长度不一定等于len
flags：当前SDS的头类型，由于len的长度受限于数据类型，因此如果只有255可能保存不下，需要有更大的长度，而这个flags就用于标识当前无符号int数据类型的长度。
可选8，16，32，64（单位为bit）
buf：SDS中具体的数据

数据安全

例如一个字符串name，其SDS结构如下：

C语言结构体将会开辟一段连续的空间，该空间的大小为结构体内所有属性所需空间的和。
首先name的长度为4，并且第一次开辟的内存长度一般于与len一样，因此alloc也为4，由于使用的是sdshdr8，因此flags为1。之后为buf中的数据，其中保存的是具体的SDS所要保存的数据，这里为name\0，其中\0代表的是结束符。

同时由于SDS头中已经设定了len为4，因此Redis必须读取4个字符之后才会结束，因此即使当前buf中有结束标识\0也不会被当作真的结束标识，Redis依旧会继续向后读，这就解决了数据安全问题，如果是传统C语言，那么如果字符串中有结束标识\0，之后的数据就会直接被抛弃，会造成数据安全问题。而Redis的这种设计就解决了这一问题。

动态

SDS之所以被叫做动态字符串，是因为其具备动态扩容的能力。依旧以上面的SDS为例，假设我们需要向其追加一段内容“dog”，那么这里首先需要先申请内存空间，而在申请内存空间的时候就会设计以下情况：

• 如果追加后生成的新字符串小于1M，则新空间为扩展后字符串长度的2倍+1
• 如果追加后生成的新字符串大于1M，则新空间为扩展后字符串长度+1M+1，我们成为内存预分配。

这里之所以需要预分配是因为当我们申请内存的时候，需要进行用户态和内核态的切换。应用程序默认运行的环境为用户态，当应用程序需要进行一些特殊操作（例如读取文件，申请空间，杀死其他进程等）时，由于用户态默认是不安全的，因此需要进行用户态到内核态的切换，然后进入内核态之后在进行内存空间的分配。而申请内存这一过程极度消耗资源，因此需要尽量减少多次申请内存空间。而内存的预分配能尽可能的减少这一情况。

这是扩展后sdshdr8中的内容。

总结

Redis实现的SDS有如下优点：

• 获取字符串长度的时间复杂度为O（1）
• 支持动态扩容
• 内存预分配，减少内存分配次数
• 二进制安全，不会由于遇到结束符而提前结束读取