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」。

你可能感兴趣的:(Redis数据类型(二)-字符串对象)