理解动态字符串SDS

参考1
参考2

什么是动态字符串（SDS）

动态字符串(Simple Dynamic String)是Redis五大数据结构之一。
SDS在Redis中有以下作用

1. 作为Redis中的字符串对象
2. 替代C语言中的char*类型

为什么需要SDS替代char*

SDS相比于char*有以下优势

1. 支持O(1)的查询字符串长度strlen(s)操作
2. 修改字符串时对于内存的重分配较少
3. 二进制安全
4. 杜绝缓冲区溢出

O(1)的strlen()

SDS中是通过一个len字段存储字符串长度的。
它不以''决定字符串结尾
不需要遍历字符串来得到字符串长度

typedef char* sds

struct sdshdr{
	unsigned int len;
	unsigned int free;
	char* buf;
}

内存重分配更少

从上面的结构中可以发现，SDS还有个free字段。
这个字段是用于内存预分配和惰性释放的，用于存储预分配内存后字符串的额外长度。

C语言中n个字符的字符串势必要n+1个连续空间存储，每次修改都需要对这个字符数组重新分配内存。

redis为了优化内存重分配次数，采取了这种策略。

修改字符串时，会对字符串空间进行预分配

• 如果修改后的字符串长度大于原来分配的字符串长度，那么会基于修改后字符串长度，给SDS分配额外内存（SDS_MAX_PREALLOC在redis中为1MB）
  • after_modified.len < SDS_MAX_PREALLOC, 额外分配after_modified.len(free中存储额外长度)
  • after_modified.len >= SDS_MAX_PREALLOC,额外分配SDS_MAX_PREALLOC
• 如果修改后的字符串长度小于于原来分配的字符串长度，直接用预分配好的内存

sds sdsMakeRoomFor(sds s, const char *t, size_t len) 
{ ... 
if (newlen < SDS_MAX_PREALLOC) 
	newlen *= 2; 
else newlen += SDS_MAX_PREALLOC; 

newsh = realloc(sh, sizeof(struct sdshdr) + newlen + 1); 

if (newsh == NULL) 
	return  NULL; 

newsh->free = newlen - len; return newsh->buf; 
}

这种策略在当字符串长度不断缩减时，可能会导致一个问题: 字符串占用了过多不必要的内存
但Redis也为其设计了相应策略

惰性空间释放
上面暗示了，redis不会在字符串长度减少时对多余空间立即释放，那么什么时候会释放不必要的多余空间呢？

当SDS的字符串占用率低于%25时
即free>3*len时，
SDS会释放掉原来size的(即free+len)的%50的大小，即缩一半

杜绝缓冲区溢出

SDS 的空间分配策略完全杜绝了发生缓冲区溢出的可能性，具体的实现在 sds.c 中。通过阅读源码，我们可以明白之所以 SDS 能杜绝缓冲区溢出是因为再调用 sdsMakeRoomFor 时，会检查 SDS 的空间是否满足修改所需的要求（即 free >= addlen 条件），如果满足 Redis 将会将 SDS 的空间扩展至执行所需的大小，在执行实际的 concat 操作，这样就避免了溢出发生

二进制安全

C 字符串必须符合某种编码，并且除了字符串的末尾之外，字符串不能包含空字符（）,否则会被误认为字符串的末尾。这些限制导致不能保存图片、音频等这种二进制数据。

但是 Redis 就可以存储二进制数据，原因是因为 SDS 是使用 len 属性值而不是空字符来判断字符串是否结束的。

另外虽然SDS不以空字符（)决定字符串结尾，但它在字符串结尾还是会加上空字符，因此他**兼容C语言的字符串操作函数*