Redis的底層數據結構非常多，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底層最重要的數據結構 - 簡單動態字符串（SDS）

Redis使用C語言開發，但並沒有使用C語言傳統的字符串表示（以空字符結尾的字節數組，以下簡稱C字符串），而是自己構建了一種名為簡單動態字符串的（simple dynamic string，SDS）的抽象類型，並將SDS用作Redis的默認字符串表示。

在Redis裏面，C字符串只會作為字符串字面量（static literal）用在一些無須對字符串值進行修改的地方。當Redis需要的不僅僅是一個字符串字面量，而是一個可以被修改的字符串值時，Redis就會使用SDS來表示字符串值，比如在Redis的數據庫裏面，包含字符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

那麽Redis將在數據庫中創建一個新的鍵值對，其中：

• 鍵值對的鍵是一個字符串對象，對象的底層實現是一個保存著字符串“msg”的SDS。
• 鍵值對的值也是一個字符串對象，對象的底層實現是一個保存著字符串“hello world”的SDS。

除了用來保存數據庫中的字符串值之外，SDS還被用作緩沖區：AOF模塊中的AOF緩沖區，以及客戶端狀態中的輸入緩沖區，都是由SDS實現的。總之，SDS是Redis的最基礎也是最重要的數據結構。

1.SDS的定義

每個 sds.h/sdshdr 結構表示一個SDS值：

struct sdshdr{
    // 記錄buf數組中已使用字節的數量
    // 等於SDS所保存字符串的長度
    int len;
    
    // 記錄buf數組中未使用字節的數量
    int free;
    //字節數組，用於保存字符串
    char buf[];
}

用一張圖來表示：

SDS 遵循 C 字符串以空字符結尾的慣例， 保存空字符的 1字節空間不計算在 SDS 的 len 屬性裏面， 並且為空字符分配額外的 1 字節空間， 以及添加空字符到字符串末尾等操作都是由 SDS 函數自動完成的， 所以這個空字符對於 SDS 的使用者來說是完全透明的。

2.SDS與C字符串的區別

現在來說，C語言使用長度為N+1的字符數組來表示長度為N的字符串，並且字符數組的最後一個元素總是空字符“\0”。

C的這種簡單的字符串表達方式，並不能滿足Redis對字符串在安全性、效率以及功能方面的要求。具體有以下幾個方面。

2.1 常數復雜度獲取字符串長度

因為C字符串並不記錄字符串的長度信息，所以為了獲取一個C字符串的長度，程序必須遍歷整個字符串，對遇到的每個字符進行計數，直到遇到空字符為止，這個操作的復雜度為O(n)。而在Redis的SDS中，這個時間復雜度只有O(1)。

2.2 杜絕緩沖區溢出

除了獲取字符串長度的復雜度高之外，C字符不記錄自身長度帶來的另一個問題就是緩沖區溢出。舉個例子，C語言的 strcat 函數可以將字符串中的內容拼接到 dest 字符串的末尾，但是當字符串的容量不夠就會產生緩存區溢出，因為字符串也是基於數組實現的，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。這就避免了緩沖區內存溢出。

2.3 減少修改字符串時帶來的內存重分配次數

上面說到了API會在修改SDS字符串時自動擴容，如果每次修改都伴隨著對字符串內的數組的內存重分配，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的字符串增長操作：當SDS的API對一個SDS進行修改，並且需要對SDS進行空間擴展的時候，程序不僅會為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：

1. 如果對SDS修改之後，SDS的長度將小於1MB，那麽程序分配和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字符串修改完後還有近一半的容量。
2. 如果對SDS修改之後，SDS的長度大於等於1MB，那麽程序會分配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符串操作所需的內存重分配次數。

惰性空間釋放

惰性空間釋放用於優化SDS的字符串縮短操作：當SDS的API需要縮短SDS保存的字符串時，程序並不立即使用內存重分配來回收縮短後多出來的字節，而是使用 free 屬性將這些字節的數量記錄起來，並等待將來使用。

2.4 二進制安全

在C語言中，字符串的存儲必須符合某種編碼（ASCII），並且字符串不能包含空字符，否則會被認為是字符串結尾。這些限制使得C字符串只能保存文本數據，而不能保存像圖片、音頻、視頻、壓縮文件這樣的二進制數據。

所以，為了解決C字符串的不足，Redis的 buf 數組保存的是二進制數據，這也就是把SDS的 buf 數組稱為字節數組的原因。

2.5 兼容部分C字符串函數

雖然 Redis 的API都是二進制安全的，但它們一樣遵循C字符串以空字符串結尾的慣例，這些API總會將SDS保存的數據的末尾設置為空字符，並且總會在為 buf 數組分配空間時多分配一個字節來容納這個空字符，這是為了讓那些保存文本數據的SDS可以重用一部分C的函數。

舉個例子， 如果我們有一個 SDS 的指針 s ， 那麽我們可以直接使用 stdio.h/printf 函數， 通過執行以下語句：

printf("%s", s->buf);

來打印出 SDS 保存的字符串值 "Redis" ， 而無須為 SDS 編寫專門的打印函數。

最後，臨近春節，祝大家新年快樂！

Redis數據結構之簡單動態字符串SDS