Redis 源码简洁剖析 - SDS 字符串

C 语言的字符串函数

C 语言 string 函数 ，在 C 语言中可以使用 char* 字符数组实现字符串，C 语言标准库 string.h 也定义了多种字符串操作函数。

字符串使用广泛，需要满足：

• 高效的字符串操作，比如追加、拷贝、比较、获取长度
• 能保存任意的二进制数据，比如图片
• 尽可能省内存

为什么 Redis 不直接使用 C 语言的字符串？

• C 语言 char* 以 '\0'标识字符串的结束，则中间含有'\0'的字符串无法被正确表示；也正因为如此，没有办法保存图像等二进制数据。
• C 语言 char* 获取字符串长度的时间复杂度是 O(N)；追加字符串的时间复杂度也是 O(N)，同时可能由于可用空间不足，无法追加。

下面代码展示了 C 语言中 '\0' 结束字符对字符串的影响。下图展示了一个值为 "Redis" 的 C 字符串：

#include "stdio.h"
#include "string.h"

int main(void) {
    char *a = "red\0is";
    char *b = "redis\0";
    printf("%lu\n", strlen(a));
    printf("%lu\n", strlen(b));
}

输出结果是 3 和 5。

SDS 定义

SDS（简单动态字符串） 是 simple dynamic string 的简称，Redis 使用 SDS 作为字符串的数据结构。Redis 中所有的键（key）底层都是 SDS 实现的。

比如：

redis> SET msg "hello world"
OK

redis> RPUSH fruits "apple" "banana" "cherry"
(integer) 3

Redis sds 源码主要在 sds.h 和 sds.c 中。其中可以发现 Redis 给 char* 起了别名：

typedef char *sds;

SDS 内部结构

SDS 结构中有一个元数据 flags，表示的是 SDS 类型（最低 3 位）。事实上，SDS 一共设计了 5 种类型，分别是 sdshdr5、sdshdr8、sdshdr16、sdshdr32 和 sdshdr64。这 5 种类型的主要区别就在于，它们数据结构中的字符数组现有长度 len 和分配空间长度 alloc，这两个元数据的数据类型不同。

/* Note: sdshdr5 is never used, we just access the flags byte directly.
 * However is here to document the layout of type 5 SDS strings. */
struct __attribute__ ((__packed__)) sdshdr5 {
    unsigned char flags; /* 3 lsb of type, and 5 msb of string length */
    char buf[];
};
struct __attribute__ ((__packed__)) sdshdr8