0x01_简单动态字符串

Redis自己构建了一种名为简单动态字符串（simple dynamic string，SDS）的抽象类型，并将SDS用作Redis的默认字符串表示。
在Redis中，C字符串只会作为字符串字面量（string literal）用在一些无须对字符串进行修改的地方，如打印日志。

redisLog(REDIS_WARNING, "Redis is now ready to exit, bye bye...");

当Redis需要的不仅是一个字符串字面量，而是一个可以被修改的字符串的值时，Redis底层就会使用SDS来表示字符串值。
如：

redis> SET msg "hello world"
OK

Redis将在数据库中创建一个新的键值对，其中：

• 键值对的键是一个字符串对象，对象的底层实现是一个保存着字符串"msg"的SDS。
• 键值对的值也是一个字符串对象，是一个保存着字符串"hello world"的SDS。
  又如：

redis> RPUSH fruits "apple" "banana" "cherry"
(integer) 3

Redis将在数据库中创建一个新的键值对，其中：

• 键值对的键是一个字符串对象，对象的底层实现是一个保存了字符串"fruits"的SDS。
• 键值对的值是一个列表对象，此对象包含了三个字符串对象，分别由三个SDS实现，对应"apple"，"banana"和"cherry"。

SDS的定义

struct sdshdr {
    // 记录buf数组中已使用字节的数量
    // 等于SDS所保存的字符串的长度
    int len;
 
    // 记录buf数组中未使用字节的数量
    int free;
    
    // 字节数组，用于保存字符串
    char buf[];
};

每个sds.h/sdshdr结构表示一个SDS值：
图2-1展示了一个SDS示例：

• free属性的值为0，表示这个SDS没有分配任何未使用的空间。
• len属性的值为5，表示这个SDS保存了一个五字节长的字符串。
• buf属性是一个char类型的数组，数组的前五个字节保存了各个字符，最后一个字节保存了空字符'\0'。
  SDS遵循C字符串以空字符结尾的惯例，保存空字符的1字节空间不计算在SDS的len属性里。为空字符分配额外的1字节空间，以及添加空字符到字符串末尾等操作是由SDS函数自动完成的（对SDS的使用者透明）。遵循空字符结尾的惯例的好处是，SDS可以直接重用一部分C字符串库函数中的函数。
  

图2-2展示的SDS与2-1的区别在于为buf数组分配了五字节未使用空间，所以它的free属性的值为5。

SDS与C字符串的区别

常数复杂度获取字符串长度

因为C字符串并不记录自身的长度信息，所以为了获取一个C字符串的长度，程序必须遍历整个字符串，对遇到的每个字符进行计数，直到遇到代表结尾的空字符为止，这个操作的复杂度为O(N)。
和C字符串不同，因为SDS在len属性中记录的SDS本身的长度，所以获取一个SDS长度的复杂度仅为O(1)。设置和更新SDS长度的工作是由SDS的API在执行时自动完成的，使用SDS无须进行任何手动修改长度的工作。确保了获取字符串长度的工作不会成为Redis的性能瓶颈。

杜绝缓冲区溢出

C字符串不记录自身长度带来的另一个问题是容易造成缓冲区溢出（buffer overflow）。SDS的空间分配策略完全杜绝了发生缓冲区溢出的可能性：当SDS的API需要对SDS进行修改时，API会首先检查SDS的空间是否满足修改所需的要求，如果不满足的话，API会自动将SDS的空间扩展至执行修改所需的大小，然后才执行实际的修改操作。所以使用SDS既不需要手动修改SDS的空间大小，也不会出现缓冲区溢出的问题。

减少修改字符串带来的内存重分配次数

对于C语言来说，如果程序执行的是增长字符串操作，如拼接，在执行这个操作之间，我们需要判断大小是否足够，可能需要先通过内存重分配来扩展底层数组的空间大小，否则会产生缓冲区溢出。
如果C字符串浪费的空间过多，需要执行截断操作，在执行这个操作之后，需要通过内存重分配来释放字符串不再使用的空间，如果不释放会导致内存泄漏。
因为内存重分配涉及复杂的算法且可能需要执行系统调用，所以通常是一个比较耗时的操作，Redis经常被用于速度要求严苛、数据被频繁修改的场合，如果每次修改字符串的长度都需要执行一次内存重分配的话，就会对性能造成影响。
为了避免这种缺陷，SDS通过未使用空间解除了字符串长度和底层数组长度之间的关联：数组中可以包含未使用的字节，这些字节的数量由SDS的free属性记录。
通过未使用空间，SDS实现了空间预分配和惰性空间释放两种优化策略。
空间预分配
空间预分配用于优化SDS的字符串增长操作：当SDS的API对一个SDS进行修改，且需要对SDS进行空间扩展时，程序会分配额外的未使用空间，分配的未使用空间数量由以下策略决定：

• SDS API先检查未使用空间是否足够，如果足够，API就会直接使用未使用空间，而无须执行内存重分配。若未使用空间不足，则判断以下条件。
• 如果对SDS进行修改后，SDS的长度（即len属性的值）小于1MB，那么程序分配和len属性同样大小的未使用空间，此时len属性的值将和free属性的值相同。如修改后SDS的len将变成13字节，那么程序也会分配13字节的未使用空间，buf数组的实际长度将变成13+13+1=27字节（额外的1字节用于保存空字符）。
• 如果对SDS进行修改之后，SDS的长度将大于等于1MB，那么程序会分配1MB的未使用空间。如修改后SDS的len将变成30MB，那么程序会分配1MB的未使用空间，buf数组的实际长度将为30MB+1MB+1byte。
  通过空间预分配策略，Redis可以减少连续执行字符串增长操作所需的内存重分配次数。SDS将连续增长N次字符串所需的内存重分配次数从必定N次降低为最多N次。

惰性空间释放
惰性空间释放用于优化SDS的字符串缩短操作：当SDS的API需要缩短SDS保存的字符串时，程序并不立即使用内存重分配来回收缩短后多出来的字节，而是使用free属性将这些字节的数量记录起来，并等待将来使用。
通过惰性空间释放策略，SDS避免了缩短字符串时所需的内存重分配操作，并为将来可能有的增长操作提供了优化。与此同时，SDS也提供了相应的API，可以在有需要时，真正地释放SDS的未使用空间，所以不用担心惰性空间释放策略会造成内存浪费。

二进制安全

C字符串中的字符必须符合某种编码，如ASCII，且除了字符串的末尾外，字符串里不能包含空字符，否则最先被程序读入的空字符将被误认为是字符串的结尾，这些限制使得C字符串只能保存文本数据，而不能保存像图片、音频、视频、压缩文件等二进制数据。
为了确保Redis可以适用于各种不同的使用场景，SDS的API都是二进制安全的（binary-safe），所有SDS API都会以处理二进制的方式来处理SDS存放在buf数组里的数据，程序不会对其中的数据做任何限制、过滤或假设。这也是将SDS的buf属性称为字节数组的原因——Redis不是用这个数组存字符，而是用它来保存一系列二进制数据。
使用SDS来保存如带'\0'等的特殊数据格式没有问题，因为SDS使用len属性的值而不是空字符来判断字符串是否结束。

兼容部分C字符串函数

虽然SDS的API都是二进制安全的，但是也遵循C字符串以空字符结尾的惯例，这些API总是会将SDS保存的数据的末尾设置为空字符，且会在为buf数组分配空间时多分配一个字节来容纳这个空字符，这是为了让保存文本数据的SDS可以重用一部分<string.h>库里定义的函数，从而避免不必要的代码重复。