Redis数据类型（二）-字符串对象

通过上一篇文章，我们可以知道Redis字符串的底层数据结构是SDS（Simple Dynamic String）

SDS定义

SDS的结构定义可以从Redis安装包src/sds.h中看到

sds

Redis定义了五种长度的sds结构，基本重要属性：

len：已使用长度，也就是当前字符串已使用内存大小

alloc：总分配的内存大小，可以理解为buf[]的长度

flag：第三位表示当前sds的类型，高五位没用

buf[]：字节数组，用于保存字符串，字节\0结尾，占用1个字节

sds的类型：

#define SDS_TYPE_5  0
#define SDS_TYPE_8  1
#define SDS_TYPE_16 2
#define SDS_TYPE_32 3
#define SDS_TYPE_64 4

从注释可以看出，sdshdr5这个数据结构没有使用。sdshdr5只是对于key/value中，value为字符串时没有使用，当key很小时，还是有用。sdshdr5字符串的长度适用于长度小于32位的字符串（1<<5，即2^5=32），且少了两个关键字段，不利于动态扩容，当于预分配的内存用完时，就需要重新分配内存且进行数据复制迁移，对性能影响比较大。现在对于value，最小的字符串都是用sdshdr8开始存储。

sds-lengh

SDS与C语言字符串的区别

sds相比于C语言原声字符串的优势：

• 记录了长度信息，获取字符串长度信息的时间复杂度为O(1)，c语言获取字符串长度每次都需要便利字节数组，时间复杂度为O(N)。
• c语言对字符串拼接，每次都需要重新分配内存并进行数据迁移。sds有预分配内存，当内存足够时，不需要进行内存的重新分配和数据复制迁移。
• sds还是保持了\0结尾，这样可以直接调用c语言的原声方法。

sds空间预分配：

• 对sds修改后，sds的长度小于1MB，那么Redis会分配一个同样大小未使用空间，即sds的len和未使用空间是一样的。比如修改，sds的len变为了10个字节，那么sds的总长度会变成20个字节。

• 对sds修改后，sds的长度大于1MB，每次扩容都会以1MB的长度扩容。比如修改后sds的长度为2MB，那么分配后的总长度为3MB，未使用长度是1MB。

sds惰性释放：

对字符串进行缩减操作，Redis不会立马释放内存，而是继续空在那里，等待以后使用。

字符串编码

由上一节我们知道，每个对象，除了有数据结构对象外，还有一个编码类型，字符串对象有三种编码类型：int、raw、embstr。

Redis数据结构

如果一个字符串对象保存的是整数值，并且这个整数值可以用一个long类型来表示，那么字符串对象就会将整数值保存在字符串结构中的*ptr属性里面，并且将编码类型设置为int。

​ [图片上传失败...(image-49f796-1604411712176)]

如果一个字符串对象保存的是一个字符串，并且改字符串的长度大于44字节，那么字符串对象就会用SDS来保存字符串，并且将编码设置为raw类型

redis_string_encoing_raw

如果一个字符串对象保存的是一个字符串，并且改字符串的长度小于等于44字节，那么字符串对象就会用SDS来保存字符串，并且将编码设置为embstr类型

redis_string_encoing_embstr

embstr是一种专门用来保存短字符串的编码方式，它只会调用一次内存分配函数来分配一块连续的内存用来保存redisObject结构和sdshdr结构。而raw会调用两次内存分配函数来分别分配redisObject结构内存和shshdr内存。

为什么是44个字节

我们看下一个redisObject最小有多少个字节

typedf struct RedisObject {
int4 type; // 4bits
int4 encoding; // 4bits
int24 lru; // 24bits 3byte
int32 refcount; // 4byte
void *ptr; // 8byte，64-bit system
} robj;

4bit+4bit+24bit+32bit+64bit=128bit=16byte

*ptr指向的是一个sds结构，sds的基本结构如下：

struct SDS{
  int8 len;     //1byte
  int8 alloc; //1byte
  int8 flags; //1byte
  char buf[]; //内联数组，长度为capacity
}

一个sds结构对象头的大小是capacity+3

这就意味着一个字符串对象的最下空间是16+3=19个字节（capacity为0）

内存分配函数分配内存的大小单位一般是2、4、8、16、32、64等字节长度。所以为了容纳一个完成的字符串对象，malloc函数最少会分配一个32字节的内存，当字符串稍微长一点的时候，就会分配64字节的空间。当字符串对象总体超过64字节时，Redis会认为这个字符串对象是一个大字符串，会用raw的形式存储。

一个字符串对象总体如果为64字节，那么能够存储的字符串的长度就是64-19=45字节，字符串是以字节\0结尾，占用一个字节，64字节的字符串对象，能容纳的字符串就是44字节。这就是为什么当字符串长度超过44字节时，Redis才用raw的形式存储字符串。

文章持续更新，欢迎大家关注我公众号，微信搜索「易大师的小屋」。