Redis資料結構之簡單動態字串SDS
Redis的底層資料結構非常多，其中包括SDS、ZipList、SkipList、LinkedList、HashTable、Intset等。如果你對Redis的理解還只停留在get、set的水平的話，是遠遠不足以應對面試提問的。本文簡單介紹了Redis底層最重要的資料結構 - 簡單動態字串（SDS）
Redis使用C語言開發，但並沒有使用C語言傳統的字串表示（以空字元結尾的位元組陣列，以下簡稱C字串），而是自己構建了一種名為簡單動態字串的（simple dynamic string，SDS）的抽象型別，並將SDS用作Redis的預設字串表示。
在Redis裡面，C字串只會作為字串字面量（static literal）用在一些無須對字串值進行修改的地方。當Redis需要的不僅僅是一個字串字面量，而是一個可以被修改的字串值時，Redis就會使用SDS來表示字串值，比如在Redis的資料庫裡面，包含字串的鍵值對在底層都是由SDS實現的。
咱們來舉個例子，如果在客戶端執行命令：
redis> SET msg "hello world" ok
那麼Redis將在資料庫中建立一個新的鍵值對，其中：
- 鍵值對的鍵是一個字串物件，物件的底層實現是一個儲存著字串“msg”的SDS。
- 鍵值對的值也是一個字串物件，物件的底層實現是一個儲存著字串“hello world”的SDS。
除了用來儲存資料庫中的字串值之外，SDS還被用作緩衝區：AOF模組中的AOF緩衝區，以及客戶端狀態中的輸入緩衝區，都是由SDS實現的。總之，SDS是Redis的最基礎也是最重要的資料結構。
1.SDS的定義
每個 sds.h/sdshdr 結構表示一個SDS值：
struct sdshdr{
// 記錄buf陣列中已使用位元組的數量
// 等於SDS所儲存字串的長度
int len;
// 記錄buf陣列中未使用位元組的數量
int free;
//位元組陣列，用於儲存字串
char buf[];
}
用一張圖來表示：
SDS 遵循 C 字串以空字元結尾的慣例， 儲存空字元的 1位元組空間不計算在 SDS 的 len 屬性裡面， 並且為空字元分配額外的 1 位元組空間， 以及新增空字元到字串末尾等操作都是由 SDS 函式自動完成的， 所以這個空字元對於 SDS 的使用者來說是完全透明的。
2.SDS與C字串的區別
現在來說，C語言使用長度為N+1的字元陣列來表示長度為N的字串，並且字元陣列的最後一個元素總是空字元“\0”。
C的這種簡單的字串表達方式，並不能滿足Redis對字串在安全性、效率以及功能方面的要求。具體有以下幾個方面。
2.1 常數複雜度獲取字串長度
因為C字串並不記錄字串的長度資訊，所以為了獲取一個C字串的長度，程式必須遍歷整個字串，對遇到的每個字元進行計數，直到遇到空字元為止，這個操作的複雜度為O(n)。而在Redis的SDS中，這個時間複雜度只有O(1)。
2.2 杜絕緩衝區溢位
除了獲取字串長度的複雜度高之外，C字元不記錄自身長度帶來的另一個問題就是緩衝區溢位。舉個例子，C語言的 strcat 函式可以將字串中的內容拼接到 dest 字串的末尾，但是當字串的容量不夠就會產生快取區溢位，因為字串也是基於陣列實現的，也是有大小限制的。
Redis的SDS已經杜絕了這個問題，那它是如何解決的呢？
當API要對SDS進行修改時，API會先檢查SDS的空間是否滿足修改所需的空間，如果不夠的話，API會自動將SDS的空間進行擴容，然後才執行實際的修改操作。這就避免了緩衝區記憶體溢位。
2.3 減少修改字串時帶來的記憶體重分配次數
上面說到了API會在修改SDS字串時自動擴容，如果每次修改都伴隨著對字串內的陣列的記憶體重分配，那效率可想而知。所以Redis實現了空間預分配和惰性空間釋放兩種優化策略。
空間預分配
空間預分配用於優化SDS的字串增長操作：當SDS的API對一個SDS進行修改，並且需要對SDS進行空間擴充套件的時候，程式不僅會為SDS分配修改所需要的空間，還會為SDS分配額外的未使用空間。
總的來說，額外分配的未使用空間數量大小有兩種可能：
- 如果對SDS修改之後，SDS的長度將小於1MB，那麼程式分配和len 屬性同樣大小的未使用空間，這時候SDS的 free 屬性的值將和 len 屬性的值相同。也就是說，該SDS字串修改完後還有近一半的容量。
- 如果對SDS修改之後，SDS的長度大於等於1MB，那麼程式會分配1MB的未使用空間。這個是固定的。
通過空間預分配，Redis可以減少連續執行字串操作所需的記憶體重分配次數。
惰性空間釋放
惰性空間釋放用於優化SDS的字串縮短操作：當SDS的API需要縮短SDS儲存的字串時，程式並不立即使用記憶體重分配來回收縮短後多出來的位元組，而是使用 free 屬性將這些位元組的數量記錄起來，並等待將來使用。
2.4 二進位制安全
在C語言中，字串的儲存必須符合某種編碼（ASCII），並且字串不能包含空字元，否則會被認為是字串結尾。這些限制使得C字串只能儲存文字資料，而不能儲存像圖片、音訊、視訊、壓縮檔案這樣的二進位制資料。
所以，為了解決C字串的不足，Redis的 buf 陣列儲存的是二進位制資料，這也就是把SDS的 buf 陣列稱為位元組陣列的原因。
2.5 相容部分C字串函式
雖然 Redis 的API都是二進位制安全的，但它們一樣遵循C字串以空字串結尾的慣例，這些API總會將SDS儲存的資料的末尾設定為空字元，並且總會在為 buf 陣列分配空間時多分配一個位元組來容納這個空字元，這是為了讓那些儲存文字資料的SDS可以重用一部分C的函式。
舉個例子， 如果我們有一個 SDS 的指標 s ， 那麼我們可以直接使用 stdio.h/printf 函式， 通過執行以下語句：
printf("%s", s->buf);
來打印出 SDS 儲存的字串值 "Redis" ， 而無須為 SDS 編寫專門的列印函式。
最後，臨近春節，祝大家新年快樂！