Redis 設計與實現 6：五大資料型別之字串
阿新 • • 發佈：2020-12-29
前文 [Redis 設計與實現 2：Redis 物件](https://www.cnblogs.com/chenchuxin/p/14187921.html) 說到，五大資料型別都會封裝成 `RedisObject`。
```c
typedef struct redisObject {
unsigned type:4; // 型別
unsigned encoding:4; // 編碼
// ...
void *ptr; // 指向具體底層資料的指標
} robj;
```
不同資料型別的主要區別就是 `type` 和 `encoding` 屬性的差異，同一種資料型別，有不同的編碼。
# 一、編碼型別
字串的編碼有`raw`、`embstr`、`int`三種。
- `raw` 用於長字串。
- `embstr` 用於短字串。
- `int` 用於整數型別。
定義在 `server.h` 中，這裡只列出 `string` 型別的編碼
```c
#define OBJ_ENCODING_RAW 0
#define OBJ_ENCODING_INT 1
#define OBJ_ENCODING_EMBSTR 8
```
## 編碼 1：raw
`raw` 編碼主要用來儲存長度超過 44 的字串。其真實資料，由 `sdshdr` 結構來表示儲存，外層還是由 redisObject 包裝。
`sdshdr` 的結構在前文 [Redis 設計與實現 3：字串 SDS](https://www.cnblogs.com/chenchuxin/p/14189925.html) 中有講到。
`sdshdr` 結構大致如下：
redisObject 中的 `ptr` 指標，就是指向 `sds`。
## 編碼 2：embstr
`embstr` 編碼是專門用於儲存**短字串**的一種優化編碼方式。當字串的長度小於等於 **44** 的時候，將採用 `embstr` 編碼。
建立字串物件的程式碼如下(`object.c`)：
```c
#define OBJ_ENCODING_EMBSTR_SIZE_LIMIT 44
robj *createStringObject(const char *ptr, size_t len) {
if (len <= OBJ_ENCODING_EMBSTR_SIZE_LIMIT)
return createEmbeddedStringObject(ptr,len);
else
return createRawStringObject(ptr,len);
}
```
`embstr` 有個顯著的特點，就是 `redisObject` 跟 `sds` 的記憶體是挨在一起的。挨在一起的好處：
- 分配記憶體的時候，只需要分配一次。而 `raw` 編碼的`sds`跟`redisObject`分離，就要分配兩次記憶體。
- 同樣，釋放記憶體也只需要釋放一次。
- 連續記憶體能更好利用記憶體帶來的優勢。
其結構示意圖如下：
**embstr 問題一：那麼為什麼 embstr 跟 raw 的界限是 **44** 呢？**
- `embstr` 的`sds`使用了 `sdshdr8`，`sdshdr8` 頭佔用了 3 個位元組：
```c
struct __attribute__ ((__packed__)) sdshdr8 {
uint8_t len; /* 1 位元組 */
uint8_t alloc; /* 1 位元組 */
unsigned char flags; /* 1 位元組 */
char buf[];
};
```
- 另外還有 `redisObject` 佔用 16 個位元組 (`4 + 4 + 24 + 32 + 64 = 128` 位)：
```c
typedef struct redisObject {
unsigned type:4;
unsigned encoding:4;
unsigned lru:LRU_BITS; // #define LRU_BITS 24
int refcount; // 32 位
void *ptr; // 64 位
} robj;
```
`redisObject + sdshdr8` 至少需要 `3 + 16 = 19` 位元組。
redis 認為如果超過 `64` 位元組就是大字串，所以在 `redisObject+ sdshdr8` 的總長度是 `64` 位元組的情況下，留給 `buf` 的長度就只剩下 `45` 位元組，由於字串結尾需要一個 `\0` 佔用一個位元組，所以留個字串的長度就只有 `44` 位元組了。
公式：`64 - 3(sdshdr8 ) - 16(redisObject) - 1(\0) = 44`
**embstr 問題二：為什麼網上有的博文說 embstr 跟 raw 的界限是 39**
在 redis 3.2 版本之前，這個界限的確是 39，為什麼後面改成 44 了呢？
那是因為 `sdshdr` 的結構在 3.2 版本的時候修改了。3.2 之前的 `sdshdr` 結構是：
```c
struct sdshdr {
unsigned int len; // 4 位元組
unsigned int free; // 4 位元組
char buf[];
};
```
舊版本的 `sdshdr` 的頭佔用了 8 個位元組，比新版本的多了 **5** 個位元組，所以界限就是 `44 - 5 = 39` 啦！
## 編碼 3：int
如果一個字串物件儲存的是整數值，並且這個整數值可以用 `long` 型別來表示，那麼這個整數值將會儲存在字串物件結構的 `ptr` 屬性裡面（將 `void*` 轉換成 `long`），並將字串物件的編碼設定為 `int`。
相對於用 `raw` 編碼，`int` 編碼既節省了指標佔用的記憶體，也節省了`sds`結構的記憶體。
```
redis> SET int_key 12345
OK
redis> OBJECT ENCODING int_key
"int"
```
下圖為存著 `12345` 的 `string` 示例結構：
# 二、編碼的轉換
## 1. int 轉 raw
- 當字串傳的不是整數的時候，int 就會轉成 raw 編碼。
- 如果執行了一些修改的命令，如 `append` 等( `set` 不算)，都會轉成 `raw` 編碼。因為這些操作只有字串才支援。
- 一旦編碼變為 `raw` 之後，將不會再轉成 `embstr`
```
127.0.0.1:6379>