敖丙带你看Redis数据结构底层系列-SDS

摘要.

# 面试场景

面试官：Redis 有哪些数据类型？

我：String，List，set，zset，hash

面试官：没了？

我：哦哦哦，还有 HyperLogLog，bitMap，GeoHash，BloomFilter

面试官：就这？回家等通知吧。

# 前言

我敢肯定，第一个回答，100% 的人都能说上来，但是第二个回答能回答上来的人可能就不多了，但是这也不是我今天探讨的话题。

我就从我自己的去面试的回答思路，以及作为一个面试官他想听到的标准答案来给大家出一期，Redis 基础类型的文章（系列文章），写这个的时候我还是很有心得的，不知道大家有多少人跟我最开始一样，面试官问有哪些类型，就回答出那五种就结束了，如果你是这样的可以在评论区留言，让我看看有多少人是这样的。

但是，一场面试少说都是半小时起步上不封顶，你这样一句话就回答了这么重要的五个知识点，这个结果是你想要的么？是面试官想要的么？

我再问你一个问题，你可能就懵逼了：String 在 Redis 底层是怎么存储的？这些数据类型在 Redis 中是怎么存放的？Redis 快的原因就只有单线程和基于内存么？

宝贝，触及知识盲区没？不慌，我以前也是这样的，我以为我背出那五种就完事了，结果被面试官安排了一波，后面我苦心修炼，总算是好了一点，现在对缓存也是非常熟悉了，你不会没事，有我嘛，乖。

# 正文

Redis 是 C 语言开发的，C 语言自己就有字符类型，但是 Redis 却没直接采用 C 语言的字符串类型，而是自己构建了动态字符串（SDS）的抽象类型。

就好比这样的一个命令，其实我是在 Redis 创建了两个 SDS，一个是名为aobing的 Key SDS，另一个是名为cool的 Value SDS，就算是字符类型的 List，也是由很多的 SDS 构成的 Key 和 Value 罢了。

SDS 在 Redis 中除了用作字符串，还用作缓冲区（buffer），那到这里大家都还是有点疑惑的，C 语言的字符串不好么为啥用 SDS？SDS 长啥样？有什么优点呢?

为此我去找到了 Redis 的源码，可以看到 SDS 值的结果大概是这样的，源码的在 GitHub 上是开源的大家一搜就有了。

struct sdshdr{ int len; int free; char buf[];}

回到最初的问题，为什么 Redis 用了自己新开发的 SDS，而不用 C 语言的字符串？那好我们去看看他们的区别。

# SDS 与 C 字符串的区别

计数方式不同

C 语言对字符串长度的统计，就完全来自遍历，从头遍历到末尾，直到发现空字符就停止，以此统计出字符串的长度，这样获取长度的时间复杂度来说是 0（n），大概就像下面这样：

但是这样的计数方式会留下隐患，所以 Redis 没有采用 C 的字符串，我后面会提到。

而 Redis 我在上面已经给大家看过结构了，他自己本身就保存了长度的信息，所以我们获取长度的时间复杂度为 0（1），是不是发现了 Redis 快的一点小细节了？还没完，不止这些。

杜绝缓冲区溢出

字符串拼接是我们经常做的操作，在 C 和 Redis 中一样，也是很常见的操作，但是问题就来了，C 是不记录字符串长度的，一旦我们调用了拼接的函数，如果没有提前计算好内存，是会产生缓存区溢出的。

比如本来字符串长这样：

你现在需要在后面拼接，但是你没计算好内存，结果就可能这样了：

这是你要的结果么？很显然，不是，你的结果意外的被修改了，这要是放在线上的系统，这不是完了？那 Redis 是怎么避免这样的情况的？

我们都知道，他结构存储了当前长度，还有 free 未使用的长度，那简单呀，你现在做了拼接操作，我去判断一些是否可以放得下，如果长度够就直接执行，如果不够，那我就进行扩容。

这些大家在 Redis 源码里面都是可以看到对应的 API 的，后面我就不一一贴源码了，有兴趣的可以自己去看一波，需要一点 C 语言的基础。

减少修改字符串时带来的内存重分配次数

C 语言字符串底层也是一个数组，每次创建的时候就创建一个 N+1 长度的字符，多的那个 1，就是为了保存空字符的，这个空字符也是个坑，但是不是这个环节探讨的内容。

Redis 是个高速缓存数据库，如果我们需要对字符串进行频繁的拼接和截断操作，如果我们写代码忘记了重新分配内存，就可能造成缓冲区溢出，以及内存泄露。

内存分配算法很耗时，且不说你会不会忘记重新分配内存，就算你全部记得，对于一个高速缓存数据库来说，这样的开销也是我们应该要避免的。

Redis 为了避免 C 字符串这样的缺陷，就分别采用了两种解决方案，去达到性能最大化，空间利用最大化：

空间预分配：当我们对 SDS 进行扩展操作的时候，Redis 会为 SDS 分配好内存，并且根据特定的公式，分配多余的 free 空间，还有多余的 1byte 空间（这 1byte 也是为了存空字符），这样就可以避免我们连续执行字符串添加所带来的内存分配消耗。

比如现在有这样的一个字符：

我们调用了拼接函数，字符串边长了，Redis 还会根据算法计算出一个 free 值给他备用：

我们再继续拼接，你会发现，备用的 free 用上了，省去了这次的内存重分配：

惰性空间释放：刚才提到了会预分配多余的空间，很多小伙伴会担心带来内存的泄露或者浪费，别担心，Redis 大佬一样帮我们想到了，当我们执行完一个字符串缩减的操作，redis 并不会马上收回我们的空间，因为可以预防你继续添加的操作，这样可以减少分配空间带来的消耗，但是当你再次操作还是没用到多余空间的时候，Redis 也还是会收回对于的空间，防止内存的浪费的。

还是一样的字符串：

当我们调用了删减的函数，并不会马上释放掉 free 空间：

如果我们需要继续添加这个空间就能用上了，减少了内存的重分配，如果空间不需要了，调用函数删掉就好了：

二进制安全

仔细看的仔肯定看到上面我不止一次提到了空字符也就是’\0‘，C 语言是判断空字符去判断一个字符的长度的，但是有很多数据结构经常会穿插空字符在中间，比如图片，音频，视频，压缩文件的二进制数据，就比如下面这个单词，他只能识别前面的不能识别后面的字符，那对于我们开发者而言，这样的结果显然不是我们想要的对不对。