简单动态字符串(simple dynamic string)-SDS

目录

一、引言

二、SDS的定义

三、为什么SDS比C字符串更适合于Redis

（1）常数复杂度获取字符串长度

（2）杜绝缓冲区溢出

（3）减少修改字符串时带来的内存重分配次数

1.空间预分配

2.惰性空间释放

（4）二进制安全

（5）兼容部分C字符串函数

四、SDS的用处

五、总结

---

一、引言

Reds没有直接使用C语言传统的字符串表示（以空字符结尾的字符数组，以下简称C字符串），而是自己构建了一种名为简单动态字符串（ simple dynamic string，SDS）的抽象类型，并将SDS用作 Redis的默认字符串表示。

在 Redis里面，C字符串只会作为字符串字面量（ string literal）用在一些无须对字符串值进行修改的地方，比如打印日志。

下面我们说明SDS和C字符串的不同之处，解释为什么Redis要使用SDS而不是C字符串。

二、SDS的定义

struct sdshdr{
    int len;//记录buf数组中已使用字节的数量
    int free;//记录buf数组中为使用字节的数量
    char buf[];//字节数组，用于保存字符串
};

image.gif

示例

image

• free属性的值为0，表示这个SDS没有分配任何未使用空间。
• len属性的值为5，表示这个SDS保存了一个五字节长的字符串。
• buf属性是一个char类型的数组，数组的前五个字节分别保存了'R’、'e'、'd'、'i'、's'五个字符，而最后一个字节则保存了空字符'\0'。

我们发现上面这个示例中，字符串的结尾遵循C字符串以空字符结尾的惯例，遵循空字符结尾这一惯例的好处是，SDS可以直接重用一部分C字符丰函数库里面的函数。

三、为什么SDS比C字符串更适合于Redis

（1）常数复杂度获取字符串长度

我们获取一个C字符串长度的方法是遍历，这一操作的时间复杂度是O(n)，而SDS获取字符串长度的方法是直接去获取sdshdr中的len属性，这一操作的时间复杂度是O(1)。而设置和更新SDS长度的工作是由SDS的API在执行时自动完成的，使用SDS无须进行任何手动修改长度的工作。

（2）杜绝缓冲区溢出

当我们在C语言中使用下面函数去拼接字符串时：

char* strcat(char* dest,const char* src);

image.gif

如果我们事先没有为dest分配足够大小的空间，那么将src拼接到dest后，很可能会造成dest缓存区溢出，或者说是越界，从而修改了其他地址空间的内存。

与C字符串不同，SDS的空间分配策略完全杜绝了发生缓冲区溢出的可能性：当SDS的API需要对SDS进行修改时，AP会先检查SDS的空间是否满足修改所需的要求，如果不满足的话，AP会自动将SDS的空间扩展至执行修改所需的大小，然后才执行实际的修改操作，所以使用SDS既不需要手动修改SDS的空间大小，也不会出现前面所说的缓冲区溢出问题。

（3）减少修改字符串时带来的内存重分配次数

因为C字符串并不记录自身的长度，所以对于一个包含了N个字符的C字符串来说，每次增长或者缩短一个C字符串，程序都总要对保存这个C字符串的数组进行次内存重分配操作：

• 如果程序执行的是增长字符串的操作，比如拼接操作（ append），那么在执行这个操作之前，程序需要先通过内存重分配来扩展底层数组的空间大小—如果忘了这步就会产生缓冲区溢出。
• 如果程序执行的是缩短字符串的操作，比如截断操作（trim），那么在执行这个操作之后，程序需要通过内存重分配来释放字符串不再使用的那部分空间——如果忘了这一步就会产生内存泄漏。

为了避免C字符串的这种缺陷，SDS通过未使用空间解决这个问题：在SDS中，buf数组的长度不一定就是字符数量加一，数组里面可以包含未使用的字节，而这些字节的数量就由SDS的free属性记录。通过未使用空间，SDS实现了空间预分配和惰性空间释放两种优化策略。

例如：

image

1.空间预分配

当SDS的API对一个SDS进行修改并且需要对SDS进行空间扩展的时候，程序不仅会为SDS分配修改所必须要的空间，还会为SDS分配额外的未使用空间。其中，额外分配的未使用空问数量由以下公式决定:

• 如果对SDS进行修改之后，SDS的长度（也即是len属性的值）将小于1MB，那么程序分配和len属性同样大小的未使用空间。举个例子，如果进行修改之后，SDS的len将变成13字节，那么程序也会分配13字节的未使用空间，SDS的buf数组的实际长度将变成13+13+1=27字节。
• 如果对SDS进行修改之后，SDS的长度将大于等于1MB，那么程序会分配1MB的未使用空间。举个例子，如果进行修改之后，SDS的len将变成30MB，那么程序会分配1MB的未使用空间，SDS的buf数组的实际长度将为30MB+MB+1byte 。

通过空间预分配策略， Redis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。在扩展SDS空间之前， SDS API会先检查未使用空间是否足够，如果足够的话，API就会直接使用未使用空间，而无须执行内存重分配。

2.惰性空间释放

惰性空间释放用于优化SDS的字符申缩短操作：当SDS的API需要缩短SDS保存的字符串时，程序并不立即使用内存重分配来回收缩短后多出来的字节，而是使用free属性将这些字节的数量记录起来，并等待将来使用。

例如

image

对于上图中的SDS我们执行

sdstrim(s,"XY");//移除SDS字符串中的所有X和Y

会将SDS变为如下图所示

image

注意这里SDS并没有释放多出来的8字节空间，而是将这8字节空间作为未使用空间保留在了SDS里面，如果将来要对SDS进行增长操作的话，这些未使用空间就可能会派上用场。

通过情性空间释放策略，SDS避免了缩短字符串时所需的内存重分配操作，并为将来可能有的增长操作提供了优化。

（4）二进制安全

C字符串中的字符必须符合某种编码（比如ASCII），并且除了字符串的末尾之外，字符串里面不能包含空字符，否则最先被程序读入的空字符将被误认为是字符串结尾，这些限制使得C字符串只能保存文本数据，而不能保存像图片、音频、视频、压缩文件这样的二进制数据。

而为了确保 Redis可以适用于各种不同的使用场景，SDS的API都是二进制安全的，所有 SDS API都会以处理二进制的方式来处理SDS存放在buf数组里的数据，程序不会对其中的数据做任何限制、过滤、或者假设，数据在写人时是什么样的，它被读取时就是什么样。
这也是我们将SDS的buf属性称为字节数组的原因—— Redis不是用这个数组来保存字符，而是用它来保存一系列二进制数据例如，使用SDS来保存之前提到的特殊数据格式就没有任何问题，因为SDS使用len属性的值而不是空字符来判断字符串是否结束。

通过使用二进制安全的SDS，而不是C字符串，使得Reds不仅可以保存文本数据，还可以保存任意格式的二进制数据。

（5）兼容部分C字符串函数

虽然SDS的API都是二进制安全的，但它们一样遵循C字符串以空字符结尾的惯例。这些API总会将SDS保存的数据的末尾设置为空字符，并且总会在为buf数组分配空间时多分配一个字节来容纳这个空字符，这是为了让那些保存文本数据的SDS可以重用一部分库定义的函数。

例如

image

对于上述SDS，我们可以重用/strcasecmp函数来和另外一个C字符串左比较。 这样 Redis就不用自己专门去写一个函数来对比SDS值和C字符串值了。

通过遵循C字符串以空字符结尾的惯例，SDS可以在有需要时重用< string.h>函数库，从而避免了不必要的代码重复。

四、SDS的用处

• 保存数据库中的字符串值
• 用作缓冲区
  • AOF缓冲区
  • 客户端状态的输入缓冲区

五、总结

image