【死磕 Redis】----- Redis 數據結構:sds
字符串使我們在編程過程中使用最為廣泛的對象了,在 Redis 中同樣如此。我們知道 Redis 是 C 語言實現的,但是 Redis 放棄了 C 語言傳統(tǒng)的字符串而是自己創(chuàng)建了一種名為簡單動態(tài)字符串 SDS(Simple Dynamic String)的抽象類型,并將 SDS 用作 Redis 的默認字符串表示,其主要原因就是傳統(tǒng)的字符串表示方式并不能滿足 Redis 對字符串在安全性、效率、以及功能方面的要求。所以這篇文章就來說說 SDS。
在 Redis 里面,只會將 C 語言字符串當做字符串字面量,用于一些無須對字符串進行修改的地方,比如打印日志。在大多數場景下,Redis 都是使用 SDS 來作為字符串的表示。
對比 C 語言字符串,SDS 具有如下優(yōu)點:
常數復雜度獲取字符串長度。
杜絕緩沖區(qū)溢出。
減少修改字符串長度時所需的內存重分配次數。
二進制安全。
兼容部分 C 字符串函數。
SDS 的定義
SDS 的源碼主要實現在 sds.c 和 sds.h 兩個文件中。其定義為:
struct __attribute__ ((__packed__)) sdshdr5 {
unsigned char flags; /* 3 lsb of type, and 5 msb of string length */
char buf[];
};
struct __attribute__ ((__packed__)) sdshdr8 {
uint8_t len; /* used */
uint8_t alloc; /* excluding the header and null terminator */
unsigned char flags; /* 3 lsb of type, 5 unused bits */
char buf[];
};
struct __attribute__ ((__packed__)) sdshdr16 {
uint16_t len; /* used */
uint16_t alloc; /* excluding the header and null terminator */
unsigned char flags; /* 3 lsb of type, 5 unused bits */
char buf[];
};
struct __attribute__ ((__packed__)) sdshdr32 {
uint32_t len; /* used */
uint32_t alloc; /* excluding the header and null terminator */
unsigned char flags; /* 3 lsb of type, 5 unused bits */
char buf[];
};
struct __attribute__ ((__packed__)) sdshdr64 {
uint64_t len; /* used */
uint64_t alloc; /* excluding the header and null terminator */
unsigned char flags; /* 3 lsb of type, 5 unused bits */
char buf[];
};
從上述代碼可以看出,每一個 sdshdr 都是由以下幾個部分組成(sdshdr5除外):
len:SDS 字符串已使用的空間
alloc:申請的空間,減去len就是未使用的空間,初始時和len一致。
flag:只使用了低三位表示類型,細化了SDS的分類,根據字符串的長度的不同選擇不同的 SDS 結構體,而結構體的主要區(qū)別是 len 和 alloc 的類型,這樣做可以節(jié)省一部分空間大小,畢竟在 Redis 字符串非常多,進一步的可以節(jié)省空間。
buf:char 類型數組,表示不定長字符串。
SDS 采用一段連續(xù)的內存空間來存儲字符串,下圖是字符串 “Redis” 在內存中的示例圖:

SDS 與 C 字符串的區(qū)別
SDS相比C字符串,在安全性、性能、功能性具有優(yōu)勢:
安全性:防止緩沖區(qū)溢出、二進制安全
性能:獲取字符串長度、空間預分配、惰性釋放
功能性:二進制安全、兼容部分C字符串函數
緩沖區(qū)溢出
緩沖區(qū)溢出(buffer overflow):是這樣的一種異常,當程序將數據寫入緩沖區(qū)時,會超過緩沖區(qū)的邊界,并覆蓋相鄰的內存位置。
C 字符串不記錄自身長度,不會自動進行邊界檢查,所以會增加溢出的風險。如下面函數
char* strcat(char* dest, const char* src);
該函數是將 src 字符串內容拼接到 dest 字符串的末尾。假如有 s1 = “Redis”,s2 = "MongoDB",如下:

當執(zhí)行 strcat(s1,'Cluster') 時,未給 s1 分配足夠的內存空間,s1 的數據將會溢出到 s2 所在的內存空間,導致 s2 保存的內容被修改,如下:

與 C 字符串不同,SDS 杜絕了發(fā)生緩存溢出的可能性,他會按照如下步驟進行:
先檢查 SDS 的空間是否滿足修改所需的要求
如果不滿足要求的話,API 會自動將 SDS 的空間擴展到執(zhí)行修改所需的大小
最后才是執(zhí)行實際的修改操作
例子可見:sds.c/sdscat:
sds sdscatlen(sds s, const void *t, size_t len) {
size_t curlen = sdslen(s);
s = sdsMakeRoomFor(s,len);
if (s == NULL) return NULL;
memcpy(s+curlen, t, len);
sdssetlen(s, curlen+len);
s[curlen+len] = '\0';
return s;
}
常數復雜度獲取字符串長度
我們知道 C 字符串是不會記錄自身的長度信息,因此我們要獲取一個 C 字符串的長度,需要變臉整個字符串,直到遇到第一個 '\0',復雜度為 O(n)。但是 SDS 記錄了自身長度 len,因此其復雜度降為 O(1) 就能獲取字符串的長度。
空間預分配
當 SDS 的 API 要對一個 SDS 進行修改,并且需要對 SDS 進行空間擴展的時候,程序不僅會為 SDS 分配修改所必須要的空間,還會為 SDS 分配額外的未使用的空間,具體策略見 sds.c/sdsMakeRoomFor,如下:
sds sdsMakeRoomFor(sds s, size_t addlen) {
void *sh, *newsh;
size_t avail = sdsavail(s);
size_t len, newlen;
char type, oldtype = s[-1] & SDS_TYPE_MASK;
int hdrlen;
/* Return ASAP if there is enough space left. */
if (avail >= addlen) return s;
len = sdslen(s);
sh = (char*)s-sdsHdrSize(oldtype);
newlen = (len+addlen);
if (newlen < SDS_MAX_PREALLOC)
newlen *= 2;
else
newlen += SDS_MAX_PREALLOC;
type = sdsReqType(newlen);
/* Don't use type 5: the user is appending to the string and type 5 is
* not able to remember empty space, so sdsMakeRoomFor() must be called
* at every appending operation. */
if (type == SDS_TYPE_5) type = SDS_TYPE_8;
hdrlen = sdsHdrSize(type);
if (oldtype==type) {
newsh = s_realloc(sh, hdrlen+newlen+1);
if (newsh == NULL) return NULL;
s = (char*)newsh+hdrlen;
} else {
/* Since the header size changes, need to move the string forward,
* and can't use realloc */
newsh = s_malloc(hdrlen+newlen+1);
if (newsh == NULL) return NULL;
memcpy((char*)newsh+hdrlen, s, len+1);
s_free(sh);
s = (char*)newsh+hdrlen;
s[-1] = type;
sdssetlen(s, len);
}
sdssetalloc(s, newlen);
return s;
}
如果對 SDS 進行修改后,SDS 的長度小于 1MB,那么則擴大兩倍,若 SDS 的長度大于等于 1MB,那么則會增加 1MB。
通過空間預分配策略,Redis 可以減少聯系執(zhí)行字符串增長操作所需的內存分配次數。
惰性釋放
預分配空間用于優(yōu)化 SDS 字符串增長操作,惰性釋放則用于優(yōu)化字符串縮短的操作:當 SDS 的 API 需要縮短 SDS 保存的字符串時,程序并不立即使用內存重分配來回收縮短后多出來的字節(jié),而是回歸到 alloc 屬性中,并等待將來使用。
通過惰性釋放策略,SDS 避免了縮短字符串時所需的內存重分配操作,并為將來可能有的增長操作提供了優(yōu)化。
二進制安全
二進制安全(binary-safe):指能處理任意的二進制數據,包括非ASCII和null字節(jié)。
我們知道 C 字符串是以空字符(\0)結尾,所以除了字符串的末尾之外,字符串里面不能包含任何的空字符,否則最先被程序讀入的空字符會被誤認為是字符串的結尾。這些限制使得 C 字符串只能保存文本數據,不能保存圖像、視頻、音頻等二進制數據。
而 SDS 不會對數據做任何限制、過濾、假設,數據在寫入時是什么樣子的,它被讀取時就是什么樣的。因此 Redis 不僅可以保存文本數據,還可以保存任意格式的二進制數據。
參考
《Redis 設計與實現》
Redis源碼分析之sds
redis源碼分析(二)、redis源碼分析之sds字符串
【死磕 Redis】----- Redis 通信協議 RESP
【死磕 Redis】----- 理解 pipeline 管道
【死磕 Redis】-----如何排查 Redis 中的慢查詢
