Redis中SDS简单动态字符串

---

前言

Redis的底层是使用c语言写的。但是Redis没有直接使用C语言传统的字符串表示（以空字符串结尾的数组，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）的类型，并将SDS用作Redis默认字符串表示。

---

一、SDS结构

SDS的定义如下:

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数组中未使用字节的数量
int free;
//字节数组，用于保存字符串
char buf[];
}

下图展示了SDS示例：

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5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
SDS遵循C字符串以空字符串结尾的惯例，保存空字符的1字节空间不计算在SDS的len属性里面，并且为空字符分配额外的1字节空间，以及添加空间字符到字符串末尾等操作，都是由SDS函数自动完成的，所以这个空字符对于SDS的使用者来说是完全透明的。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字符串函数库里面的函数。

二、SDS与C字符串的区别

常数复杂度获取字符串长度

因为C字符串不记录自身的长度信息，所以为了获取一个C字符串的长度，程序必须遍历整个字符串，对遇到的每个字符进行计数，直到遇到代表字符串结尾的空字符为止，这个操作的复杂度未O(N)。在SDS中记录了SDS本身的长度，所以获取一个SDS长度的复杂读仅为O（1）.

杜绝缓冲区溢出

C字符串在做字符串内容拼接的时候，需要先分配足够的空间，否则会发生缓冲区溢出。比如下stract函数可以将src字符串的内容拼接到dest字符串的末尾：
char *stract(char *dest,const char *src);

假设程序里有两个在内存中紧邻着的C字符串s1和s2,其中s1保存了字符串“MongoDB”，如图所示

执行如下操作：
strcat(s1,”Cluster”);

在执行这个操作之前，没有给s1分配足够的空间，那么在stract函数之后，s1的数据将溢出到s2所在的空间中，导致s2保存的内容被意外的修改，如下：

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 API需要对SDS进行修改时，API会先检查SDS的空间是否满足修改所需的要求，如果不满足的话，API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空间大小，也不会出现前面所说的缓冲区溢出问题。

减少修改字符串是带来的内存分配次数

在C字符串中每次对其执行增长或缩短操作，程序总要对保存这个C字符串的数组进行一次内存重分配操作。因为内存重分配涉及复杂的算法，并且可能需要执行系统调用，所以它通常是一个比较耗时的操作。对性能也会产生一定的影响。

SDS中有一个free属性记录未使用空间，通过该属性实现了空间的预分配和惰性空间释放两种优化策略。

空间预分配

如果对SDS修改后，SDS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，这时SDS len属性的值将和free属性的值相同。例如如果修改之后，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数组实际长度将变成13+13+1=27字节（额外的一字节用于保存空字符）。

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。例如如果修改之后，SDS的len将变成30MB，那么程序会分配1MB的未使用空间，SDS的buf数组的实际场所为30MB+1MB+1Byte。

通过空间预分配策略，Redis可以减少连续执行字符串增长所需要的内存分配次数。因为在扩展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，而无需执行内存重分配。

惰性空间释放

惰性空间释放用于优化SDS字符串的缩短操作：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，并等到将来使用。
与此同时，SDS也提供了相应的API，让我们在有需要时，真正地释放SDS的未使用空间，所以不用担心惰性空间释放测试会照成内存浪费。

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，这些限制使的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。

SDS不会对数据做任何限制，数据在写入时是什么样的，它被读取的时候就是什么样。