Redis数据类型之字符串

Redis数据类型之字符串

redis的字符串

redis的字符串不是C语言原生的字符串，而是自己构建的称为简单动态字符串(simple dynamic string),简称 SDS，和C语言原生的字符串相似，使用’\0’作为结尾。

除了打印日志之外，我们操作字符串基本是在使用SDS

SDS的在redis的主要功能

1. 保存数据库的字符串值
2. 用作缓冲区buffer

SDS在redis的定义

在源码包下面的src目录下的sds.h 和sds.c

typedef char *sds;
/**
* 保存字符串对象的结构
*/
struct sdshdr {

// buf 中已占用空间的长度
int len;

// buf 中剩余可用空间的长度
int free;

// 数据空间
char buf[];
};

为什么使用SDS而不是C语言原生的字符串？

SDS有一下特点

获取字符串长度的时间复杂度是O(1)

C语言本省并不携带自身的长度属性，所以要获取长度必须要遍历一次，这个复杂度是O(n)

/**
* 返回实际的长度
*/
static inline size_t sdslen(const sds s) {
struct sdshdr *sh = (void*)(s-(sizeof(struct sdshdr)));
return sh->len;
}

防止缓存区溢出

这个由C语言的一些列不安全的字符串操作函数可以看出，比如

strcat(char* dest,const char* src)

看看sds.c中的sdscat()

//函数原型
sds sdscat(sds s, const char *t);
//具体实现
sds sdscat(sds s, const char *t) {
return sdscatlen(s, t, strlen(t));
}
//sdscatlen
sds sdscatlen(sds s, const void *t, size_t len) {

struct sdshdr *sh;

// 原有字符串长度
size_t curlen = sdslen(s);

// 扩展 sds 空间
// T = O(N)
s = sdsMakeRoomFor(s,len);

// 内存不足？直接返回
if (s == NULL) return NULL;

// 复制 t 中的内容到字符串后部
// T = O(N)
sh = (void*) (s-(sizeof(struct sdshdr)));
memcpy(s+curlen, t, len);

// 更新属性
sh->len = curlen+len;
sh->free = sh->free-len;

// 添加新结尾符号
s[curlen+len] = '\0';

// 返回新 sds
return s;
}

可以看到，sds在进行拼接的时候，首先获取原字符串的长度，然后进行扩展。

3. 减少修改字符串时的内存重新分配

C语言的字符串的首先还是依靠字符数组，长度为N的字符串对应的是一个长度为N+1的字符数组，所以，在对字符串进行操作时，都会发生对字符数组的内存重新分配。

对于内存的重新分配，一般设计复杂的算法和系统调用，相对比较耗时，偶尔一次的重新分配还可以接受，但是对于redis，频繁的操作，肯定效率非常低下。

还记得sds的结构体么？保存了一个未使用的空间。sds通过这个来屏蔽了与底层数组的关联 。

那么sds如何使用这个free来实现减少内存重新分配？

方法一、内存预分配。 优化sds的增长操作

简单的说，就是redis API 在修改sds的时候，如果有涉及对sds长度进行扩展，那么，同时扩展sds的free空间长度。如果free足够，那么就使用free空间。

那么扩展多少？free与length又有什么大小关系？

- 如果扩展之后的sds小于1M，那么，扩展之后的free==length，总的内存大小是 free+length+1byte

- 如果扩展之后的sds大于于1M，那么，free的大小是1M，总长度是1M+length+1byte

方法二、惰性空间释放 优化sds的缩短操作

简单的说，就是redis API 在截断sds的时候，程序并不立即回收多出来的内存，而是使用free属性来保存这些空间。

实现代码

sds sdstrim(sds s, const char *cset) {
struct sdshdr *sh = (void*) (s-(sizeof(struct sdshdr)));
char *start, *end, *sp, *ep;
size_t len;

// 设置和记录指针
sp = start = s;
ep = end = s+sdslen(s)-1;

// 修剪, T = O(N^2)
while(sp <= end && strchr(cset, *sp)) sp++;
while(ep > start && strchr(cset, *ep)) ep--;

// 计算 trim 完毕之后剩余的字符串长度
len = (sp > ep) ? 0 : ((ep-sp)+1);

// 如果有需要，前移字符串内容
// T = O(N)
if (sh->buf != sp) memmove(sh->buf, sp, len);

// 添加终结符
sh->buf[len] = '\0';

// 更新属性
sh->free = sh->free+(sh->len-len);
sh->len = len;

// 返回修剪后的 sds
return s;
}

二进制安全

C语言的字符串只能用来保存ANSI字符，因为不能包含空字符。

所有的sds的api都会以处理二进制的方式来处理保存在sds字节数组的数据，不对这些数据进行任何的处理。

兼容部分c语言的字符串。