Redis设计与实现读书笔记——简单动态字符串

前言

项目里用到了redis数据结构,不想只是简单的调用api,这里对我的读书笔记做一下记录。原文地址： http://www.redisbook.com/en/latest/internal-datastruct/sds.html

数据类型定义

与sds实现有关的数据类型有两个，一个是 sds：

// 字符串类型的别名
typedef char *sds;

另一个是 sdshdr：

// 持有sds的结构
struct sdshdr {
	// buf中已经被使用的字符串空间数量
	int len;
	// buf中预留字符串的空间数量
	int free;
	// 实际存储字符串的地方
	char buf[];
};

其中，sds只是字符串数组类型char*的别名，而sdshdr用于持有和保存sds的信息

比如，sdshdr.len可以用于在O（1）的复杂度下获取sdshdr.buf中存储的字符串的实际长度，而sdshdr.free则用于保存sdshdr.buf中还有多少预留空间

（这里sdshdr应该是sds handler的缩写）

将sdshdr用作sds

sds模块对sdshdr结构使用了一点小技巧：通过指针运算，它使得sdshdr结构可以像sds类型一样被传值和处理，并在需要的时候恢复成sdshdr类型

通过下面的函数定义来理解这个技巧

sdsnewlen 函数返回一个新的sds值，实际上，它创建的却是一个sdshdr结构：

sds sdsnewlen(const void *init, size_t initlen)
{
	struct sdshdr *sh;

	if (init) {
		// 创建
		sh = malloc(sizeof(struct sdshdr) + initlen + 1);
	} else {
		// 重分配
		sh = calloc(1, sizeof(struct sdshdr) + initlen + 1);
	}

	if (sh == NULL) return NULL;

	sh->len = initlen;
	sh->free = 0;	// 刚开始free为0

	if (initlen && init) {
		memcpy(sh->buf, init, initlen);
	}
	sh->buf[initlen] = '\0';

	// 只返回sh->buf这个字符串部分
	return (char *)sh->buf;
}

通过使用变量持有一个sds的值，在遇到那些只处理sds值本身的函数时，可以直接将sds传给它们。比如说，sdstoupper 函数就是其中的一个例子：

static inline size_t sdslen(const sds s)
{
	// 从sds中计算出相应的sdshdr结构
	struct sdshdr *sh = (void *)(s - (sizeof(struct sdshdr)));

	return sh->len;
}


void sdstoupper(sds s)
{
	int len = sdslen(s), j;

	for (j = 0; j < len; j ++)
		s[j] = toupper(s[j]);
}

这里有一个技巧，通过指针运算，可以从sds值中计算出相应的sdshdr结构：

sds虽然是指向char *的buf（ps：并且空数组不占用内存空间，数组名即为内存地址），但是分配的时候是分配sizeof(struct sdshdr) + initlen + 1的，通过sds - sizeof(struct sdshdr)可以计算出struct sdshdr的首地址，从而可以得到len和free的信息

sdsavail 函数就是使用这中技巧的一个例子：

static inline size_t sdsavail(const sds s)
{
	struct sdshdr *sh = (void *)(s - (sizeof(struct sdshdr)));

	return sh->free;
}

内存分配函数实现

和Reids 的实现决策相关的函数是 sdsMakeRoomFor ：

sds sdsMakeRoomFor(sds s, size_t addlen)
{
	struct sdshdr *sh, *newsh;
	size_t free = sdsavail(s);
	size_t len, newlen;

	// 预留空间可以满足本地拼接	
	if (free >= addlen) return s;

	len = sdslen(s);
	sh = (void *)(s - (sizeof(struct sdshdr)));

	// 设置新sds的字符串长度
	// 这个长度比完成本次拼接实际所需的长度要大
	// 通过预留空间优化下次拼接操作
	newlen = (len + addlen);
	if (newlen < 1024 * 1024)
		newlen *= 2;
	else
		newlen += 1024;

	// 重新分配sdshdr
	newsh = realloc(sh, sizeof(struct sdshdr) + newlen + 1);
	if (newsh == NULL) return NULL;

	newsh->free = newlen - len;

	// 只返回字符串部分
	return newsh->buf;
}

这种内存分配策略表明，在对sds 值进行扩展（expand）时，总会预留额外的空间，通过花费更多的内存，减少了对内存进行重分配(reallocate)的次数，并优化下次扩展操作的处理速度

再把redis的如果实现对sds字符串扩展的方法贴一下，很不错的思路：

/**
 * 按长度len扩展sds，并将t拼接到sds的末尾
 */
sds sdscatlen(sds s, const void *t, size_t len)
{
	struct sdshdr *sh;

	size_t curlen = sdslen(s);

	// O(N)
	s = sdsMakeRoomFor(s, len);
	if (s == NULL) return NULL;

	// 复制
	memcpy(s + curlen, t, len);

	// 更新len和free属性
	sh = (void *)(s - (sizeof(struct sdshdr)));
	sh->len = curlen + len;
	sh->free = sh->free - len;

	// 终结符
	s[curlen + len] = '\0';

	return s;
}

/**
 * 将一个char数组拼接到sds 末尾
 */
sds sdscat(sds s, const char *t)
{
	return sdscatlen(s, t, strlen(t));
}

OK，这里暂时对sds（简单动态字符串）的学习告一段落，继续写业务逻辑代码，很好奇hashs和sets结构是如何实现！！