Redis为什么不直接使用C字符串，而要自定义简单动态字符串？

本文转载自微信公众号「 编程珠玑」，转载本文请联系 编程珠玑公众号。

作者:守望，linux应用开发者，目前在公众号【编程珠玑】 分享Linux/C/C++/数据结构与算法/工具等原创技术文章和学习资源。

Redis (一个使用ANSI C编写的开源、支持网络、基于内存、可选持久性的键值对存储数据库。)没有直接使用 C 语言传统的字符串表示redis中的字符串，而是使用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。

那么，为什么要用这种数据结构替代传统的字符串呢?我们先回顾一下C字符串。

C语言传统字符串

C语言传统字符串是以空字符结尾的字符数组。例如：

char str[] = "hello"; 

计算字符串的长度：

strlen(str); 

C语言传统字符串我们应该已经很熟悉了，这里就不再继续介绍了。

更多相关内容参考《sizeof,strlen,数组,字符串整在一起的那些坑》和《C语言入坑指南-数组之谜》。

简单动态字符串

redis中的简单动态字符串定义如下：

struct __attribute__ ((__packed__)) sdshdr64 { 
    uint64_t len; //已使用 
    uint64_t alloc; //分配的内存，包括结尾\0 
    unsigned char flags; //标志位 
    char buf[];//真正存储字符串的地方 
}; 

它有很多种，这里选择了长度为8字节范围的进行介绍。看起来很简单对不对?

__attribute__ ((packed)) 取消了默认的字节对齐，使得flags前后不会有潜在的填充字段，也便于网络传输(扩展内容参考《理一理字节对齐的那些事》)。len表示buf中存储了的内容的长度;alloc表示已经分配的空间。

那么，定义成这样的SDS有什么好处呢?

常数复杂度获取长度

我们都知道，strlen获取C传统字符串长度的时间复杂度为O(N)，而上面的结构中，获取字符串长度的时间复杂度为常数，因为len字段存储了字符串的长度，这样的做法虽然多占用了一点空间，换来的却是效率的提升。

实际上这种做法，在很多地方都很常见，例如C++中的标准容器，如vector获取其大小，string获取其长度。

预分配空间减少内存分配次数

实际上，在创建新的sds的时候，它并不仅仅申请要使用的内存，而是额外申请了一些空间，以避免下次修改的时候又需要重新申请内存。

什么意思呢?

比如说，你有一个字符数组：

char str[] = "hello"; 

现在你想存储helloworld，怎么办?原先的空间已经确定了，没有办法存储这么多字符串，你只能重新申请空间，然后还要把原先的hello拷贝到新申请的空间中去。如果有频繁地修改字符串，就会导致系统中频繁的内存申请，释放，拷贝，这样还能有高效的redis吗?

因此在redis中，如果有这样的情况，分配新的空间的时候，会预分配一些空间，以备下次使用。

惰性释放空间

而正因如此，出现字符串缩短的时候，也没有必要直接释放内存，只需要更新字符串，记录当前使用的长度即可，你说，下次字符串又增长的时候，不就又用上了吗?

保存二进制数据

看下面的字符串：

char str[] = "hello\0world"; 

你说下面的字符串，strle长度是多少?不是10，也不是11，而是5。为啥?遇到\0就计算结束了呗。所以要想存储一些特殊的字符串，即中间可能出现\0的字符串，传统的C字符串还不好办呢。

sds就不一样了，管你存什么，反正我长度是记录在len字段中了，输入写入多少，我记录多少。因此它可以保存二进制数据。

扩展可以参考《NULL，0，'\0'，“0”，"\0"你真的分得清吗?》

兼容传统字符串的常见用法

虽然redis新定义了sds这样的结构，但是能应用于传统C字符串的函数，同样可以应用于sds。这点在《数组下标-1你见过吗?》中已经简单提到过了。

		↓
len	alloc	flag	buf

所以，类似下面这样的操作，也是安全的：

strlen(pSds);/pSds为sds类型 
strcasecmp(pSds, "hello world");//pSds为sds类型 

所以你现在明白为什么要指向buf了吧?适用于传统C字符串的函数，也能用在sds上。

而正因如此，我们看到源码中，有很多地方sds使用了下标-1访问一些内容：

例如sdsIncrLen函数中

void sdsIncrLen(sds s, ssize_t incr) { 
    unsigned char flags = s[-1]; 
    size_t len; 

s[-1]，等价于 *(s-1)，下面就很容易理解了：

	↓
len	alloc	flag	buf

所以下次看到下标为负，可不要觉得奇怪了。

总结

实际上当你了解C++的vector的时候，你会发现，它们利用的思想是惊人的相似

• 预分配
• 常数获取长度
• 惰性释放
• ……

本文旨在通过了解redis中sds的实现，学习其中的设计思想和策略。

本文转载自网络，原文链接：https://mp.weixin.qq.com/s/HpW3Qg7wG216OGE3Sqo4CQ
本站部分内容转载于网络，版权归原作者所有，转载之目的在于传播更多优秀技术内容，如有侵权请联系QQ/微信：153890879删除，谢谢！