Redis中字符串表示是如何设计与实现的？

Redis中字符串表示是如何设计与实现的（SDS）？

引言

在redis中，其键值对中，值可以是数字、字符串或者集合等；但其键key却始终是 字符串 类型。
那么，redis中的字符串底层到底是如何设计的呢？为什么redis要这样设计呢？
本篇文章来详细介绍一下，带你一起了解和学习redis中字符串的设计与实现，不惧面试。

简单动态字符串

Sds (Simple Dynamic String，简单动态字符串)是 Redis 底层所使用的字符串表示，它被用在几乎所有的 Redis 模块中。
SDS是Redis中用于表示字符串值的数据结构，它是一种动态字符串实现。与C语言中的字符串相比，SDS具有更多的特性和功能。SDS的设计目标是在保持高性能的同时，提供较为灵活的字符串操作接口。

底层数据结构

SDS的内部结构如下所示：

struct sdshdr {
    int len;        // 字符串当前长度
    int free;       // 字符串剩余空间
    char buf[];     // 字符串数据
};

SDS的实际存储空间大小为len + free + 1，其中len表示字符串的当前长度，free表示字符串的剩余空间，buf是一个字节数组，用于存储字符串数据。SDS的结构允许字符串长度的动态增长和缩减，且不需要进行内存的重新分配。

为什么不用char *

将 sds 代替 C 默认的 char* 类型

因为 char* 类型的功能单一，抽象层次低，并且不能高效地支持一些 Redis 常用的操作(比 如追加操作和长度计算操作)，所以在 Redis 程序内部，绝大部分情况下都会使用 sds 而不是 char* 来表示字符串。
同时：在 Redis 中，客户端传入服务器的协议内容、aof 缓 存、返回给客户端的回复，等等，这些重要的内容都是由都是由 sds 类型来保存的。

在 C 语言中，字符串可以用一个 \0 结尾的 char 数组来表示。 比如说，hello world 在 C 语言中就可以表示为 “hello world\0” 。这种简单的字符串表示在大多数情况下都能满足要求，但是，它并不能高效地支持长度计算和 追加(append)这两种操作:

• 每次计算字符串长度(strlen(s))的复杂度为 θ(N) 。
• 对字符串进行 N 次追加，必定需要对字符串进行 N 次内存重分配(realloc)。

在 Redis 内部，字符串的追加和长度计算并不少见，而 APPEND 和 STRLEN 更是这两种操 作在 Redis 命令中的直接映射，这两个简单的操作不应该成为性能的瓶颈。
另外，Redis 除了处理 C 字符串之外，还需要处理单纯的字节数组，以及服务器协议等内容， 所以为了方便起见，Redis 的字符串表示还应该是二进制安全的:程序不应对字符串里面保存 的数据做任何假设，数据可以是以 \0 结尾的 C 字符串，也可以是单纯的字节数组，或者其他 格式的数据。
考虑到这两个原因，Redis 使用 sds 类型替换了 C 语言的默认字符串表示:sds 既可以高效地 实现追加和长度计算，并且它还是二进制安全的。

举个🌰

• 作为例子，以下是新创建的，同样保存 hello world 字符串的 sdshdr 结构：

struct sdshdr { 
	len = 11; 
	free = 0;
	buf = "hello world\0"; // buf 的实际长度为 len + 1 
};

• 通过 len 属性，sdshdr 可以实现复杂度为 θ(1) 的长度计算操作。
• 另一方面，通过对 buf 分配一些额外的空间，并使用 free 记录未使用空间的大小，sdshdr 可
  以让执行追加操作所需的内存重分配次数大大减少。 当然，sds 也对操作的正确实现提出了要求——所有处理 sdshdr 的函数，都必须正确地更新len 和 free 属性，否则就会造成 bug

如何优化append操作？

好的，以下是sds的源码分析，主要涉及预分配机制和连续增长策略的实现细节：

一、预分配机制

在sds中，预分配机制是通过sdsMakeRoomFor函数实现的。当执行append操作时，该函数会根据需要增加的空间大小计算出预分配的大小，并重新分配内存。预分配的大小通常会比实际需要的大小要大一些，以确保足够的空间进行后续的追加操作。

在源码中，sdsMakeRoomFor函数的实现如下：

sds sdsMakeRoomFor(sds s, size_t addlen) {  
    struct sdshdr *sh;  
    size_t free = sdsavail(s);  
    size_t len = sdslen(s);  
    char *newptr;  
    size_t newlen = len + addlen;  
  
    if (free < addlen) {  
        newptr = zmalloc(newlen + free); // 预分配额外的空间  
        memcpy(newptr, s, len); // 将原有内容复制到新空间中  
        zfree(s); // 释放原有内存空间  
        sh = (struct sdshdr *) newptr;  
        sh->free = free; // 更新未使用空间大小  
    } else {  
        sh = sdshdr(s);  
    }  
    sh->len = newlen; // 更新字符串长度  
    return s; // 返回新的sds字符串指针  
}

在函数中，首先计算出当前sds字符串的未使用空间free和字符串长度len。然后，根据需要增加的空间大小addlen计算出新的字符串长度newlen。如果当前未使用空间不足以容纳增加的空间，则分配额外的内存空间，并将原有内容复制到新空间中。最后，更新sds结构体中的相关字段，并返回新的sds字符串指针。

二、连续增长策略

在sds中，连续增长策略是通过sdsIncrLen函数实现的。该函数会在原有字符串的基础上追加新的内容，并更新sds结构体中的相关字段。如果原有字符串的缓冲区不足以容纳新的内容，该函数会重新分配更大的内存空间，并将原有内容复制到新空间中。这样可以确保追加操作不会频繁地触发内存重分配，从而提高性能。

在源码中，sdsIncrLen函数的实现如下：

sds sdsIncrLen(sds s, int len) {  
    struct sdshdr *sh = sdshdr(s);  
    if ((sh->free += len) < sdsavail(s)) { // 如果未使用空间足够容纳增加的空间  
        sh->len += len; // 更新字符串长度  
    } else { // 如果未使用空间不足，重新分配更大的内存空间  
        char *newptr;  
        size_t newlen = sh->len + len; // 计算新的字符串长度  
        newptr = zmalloc(newlen + sh->free); // 预分配额外的空间  
        memcpy(newptr, s, sh->len); // 将原有内容复制到新空间中  
        zfree(s); // 释放原有内存空间  
        sh = (struct sdshdr *) newptr;  
        sh->free = sh->free; // 更新未使用空间大小  
    }  
    return s; // 返回新的sds字符串指针  
}

在函数中，首先检查未使用空间是否足够容纳增加的空间。如果足够，则直接更新字符串长度；否则，重新分配更大的内存空间，并将原有内容复制到新空间中。最后，返回新的sds字符串指针。

总结来说，sds通过预分配机制和连续增长策略等优化手段，实现了高效的字符串操作。在源码中，这些优化策略体现在sdsMakeRoomFor和sdsIncrLen等函数中，通过合理的内存管理和数据结构的设计，提高了Redis中字符串操作的性能。

总结

• Redis 的字符串表示为 sds ，而不是 C 字符串(以 \0 结尾的 char*)。
• 对比 C 字符串，sds 有以下特性:
  • 可以高效地执行长度计算(strlen);
  • 可以高效地执行追加操作(append); – 二进制安全;
  • sds 会为追加操作进行优化:加快追加操作的速度，并降低内存分配的次数，代价是多占 用了一些内存，而且这些内存不会被主动释放。