Redis数据结构——Redis简单动态字符串SDS

定义

众所周知，Redis是由C语言写的。
对于字符串类型的数据存储，Redis并没有直接使用C语言中的字符串。
而是自己构建了一个结构体，叫做“简单动态字符串”，简称SDS，比C语言中的字符串更加灵活。

SDS的结构体是这样的：

struct{int len; // 数组中已使用的字节的数量，即真实的内容长度 int free; // 数组中未使用的字节的数量，即还可以继续存储的内容的长度 char buff[]; // 字节数组，用来保存字符串 
};

在C语言中，总是使用长度是N+1的字符数组来保存长度为N的字符串，并且字符数组的最后一个是’\0’结束符，在SDS中，一次申请的字符串的长度比真实的长，所以才会有free这个属性

SDS与C语言字符串相比，优点是：

O(1)复杂度获取字符串长度
防止了内存溢出
减少内存分配的次数
二进制安全

获取字符串长度

对于C字符串来说，获取一个字符串的真实长度，需要遍历字符串，这就是O(N)的时间复杂度。
而在SDS中，用一个len属性保存字符串的真实长度，每次对字符串的修改，都会维护这个len属性
因此对于SDS来说，获取字符串的真实长度的时间复杂度是O(1)，这确保了获取字符串长度的操作不会成为Redis字符串的性能瓶颈

内存溢出问题

在C字符串中，如果要对字符串进行修改操作，如果忘记了给字符串重新分配足够的空间，就会导致内存溢出问题。在C语言中，并没有内存溢出相关的检查机制，因此可能会导致不可预测的问题产生。

通过SDS的API来操作字符串时，会先检查SDS的空间是否满足修改的要求，如果不满足的话，会自动将SDS的空间扩展至要求的大小，然后执行字符串操作，所以使用SDS来操作字符串，不用担心内存溢出问题。

减少内存分配的次数

对于C语言字符串，因为总是有一个长度为N+1的字符数组来保存一个长度为N的字符串。
所以，如果对C字符串进行操作：

如果进行字符串的长度增长的操作，比如追加字符append，那么在执行这个操作前，需要先为字符串分配新的内存空间，然后才能执行操作。如果忘记了重新分配内存，会导致内存溢出问题。
如果进行字符串长度的减少操作，比如删除某个字符，那么在执行这个操作之后，需要释放掉不再使用的内存空间。如果忘记了释放内存，会导致内存泄漏问题。

而对于SDS来说，不存在这些问题，通过两个机制来解决以上问题：

空间预分配
惰性空间释放

1. 空间预分配

空间预分配机制，用来优化SDS字符串的增长操作。
我们认为初始化赋值和拼接操作都是对于SDS的扩容操作。
当SDS来扩容一个字符串时，系统不仅会为SDS分配所需的内存空间大小，还会分配额外的未使用空间，即系统分配给SDS的空间大小比真实的字符串长度要大。
至于，额外的空间有多大，有以下规则：

当扩容后的SDS的长度小于1MB，那么程序分配的额外空间就是len的大小，即与真实的字符串的空间大小相同。例如，扩容后，SDS的len的长度是20，那么额外的空间也是20，总共的SDS的空间是40字节。
如果扩容后的SDS的长度大于等于1MB，那么程序会分配1MB的额外空间。

通过空间预分配策略，可以减少字符串增长操作的内存分配次数。
当进行字符串增长操作时，会先检查free的空间大小是否够增加的长度，如果够，那么直接在真实的数组上操作，无需再进行内存分配操作，并维护free和len的值。
如果不够，那么就会进行扩容操作，扩容机制上面说过了。

2. 惰性空间释放

惰性空间释放用来优化字符串的缩短操作。
当SDS缩短一个字符串时，还是直接在原始的数组上操作，并维护len和free的值。
缩短完成后，程序并不会立即回收释放后的内存，而是使用free属性记录下来，方便下次的字符串长度增加时使用。

二进制安全

C字符串中的字符必须符号某种编码，例如，当编码格式是ASCII时，除了末尾的空字符’\0’外，字符串内容中不可以出现空字符，否则程序在读取字符串时，会误以为这是字符串的结尾。
这样的限制使得，C字符串只能保存文本数据，而不能保存图片、音频等二进制数据。
而SDS会以二进制的方式来处理存放到buff数组中的数据，程序不会对其中的数据进行限制、过滤等额外操作
这就是我们称SDS是字节数组的原因——Redis不是用buff数组来保存字符，而是保存一系列的二进制数据

SDS不是使用空字符’\0’来判断字符串的结尾，而是使用len属性来判断字符串是否结尾
如"Redis\0String"，C字符串的函数会把’\0’当做结束符来处理，而忽略到后面的"String"。而SDS的buf字节数组不是在保存字符，而是一系列二进制数组，SDS API都会以二进制的方式来处理buf数组里的数据，使用len属性的值而不是空字符来判断字符串是否结束。