Redis設計與實現------讀書筆記（第二章）

REDIS簡單動態字符串

redis中的健值名使用的是SDS這種數據對象，它與C語言原生的字符串不同.
在Redis裏面，C字符串只會作爲字符串字面量（string literal）用在一些無須對字符串值進行修改的地方，比如打印日誌：

redisLog(REDIS_WARNING,"Redis is now ready to exit, bye bye...");

但是C原生的字符串並不能滿足頻繁操作的redis
又比如，如果客戶端執行命令：

redis> RPUSH fruits "apple" "banana" "cherry"
(integer) 3

那麼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了字符串"fruits"的SDS。
● 鍵值對的值是一個列表對象，列表對象包含了三個字符串對象，這三個字符串對象分別由三個SDS實現：第一個SDS保存着字符串"apple"，第二個SDS保存着字符串"banana"，第三個SDS保存着字符串"cherry"。

2.1 SDS的定義

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[];
};

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，並且爲空字符分配額外的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。遵循空字符結尾這一慣例的好處是，SDS可以直接重用一部分C字符串函數庫裏面的函數。

2.2 SDS與C字符串的區別

2.2.1 常數複雜度獲取字符串長度

C語言使用長度爲N+1的字符數組來表示長度爲N的字符串，並且字符數組的最後一個元素總是空字符’\0’。
因爲C字符串並不記錄自身的長度信息，所以爲了獲取一個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，直到遇到代表字符串結尾的空字符爲止，這個操作的複雜度爲O(N)。
和C字符串不同，因爲SDS在len屬性中記錄了SDS本身的長度，所以獲取一個SDS長度的複雜度僅爲O(1)。
總結：利用空間換時間，記錄字符串長度，下次獲取直接通過屬性來獲取而不用遍歷字符串取得

設置和更新SDS長度的工作是由SDS的API在執行時自動完成的，使用SDS無須進行任何手動修改長度的工作

2.2.2 杜絕緩衝區溢出

C字符串不記錄自身長度帶來的另一個問題是容易造成緩衝區溢出（buffer Overflow）。舉個例子，<string.h>/strcat函數可以將src字符串中的內容拼接到dest字符串的末尾：

char *strcat(char *dest, const char *src);

因爲C字符串不記錄自身的長度，所以strcat假定用戶在執行這個函數時，已經爲dest分配了足夠多的內存，可以容納src字符串中的所有內容，而一旦這個假定不成立時，就會產生緩衝區溢出。

與C字符串不同，SDS的空間分配策略完全杜絕了發生緩衝區溢出的可能性：當SDS API需要對SDS進行修改時，API會先檢查SDS的空間是否滿足修改所需的要求，如果不滿足的話，API會自動將SDS的空間擴展至執行修改所需的大小，然後才執行實際的修改操作，所以使用SDS既不需要手動修改SDS的空間大小，也不會出現前面所說的緩衝區溢出問題。

2.2.3 減少修改字符串時帶來的內存重分配次數

因爲C字符串的長度和底層數組的長度之間存在着這種關聯性，所以每次增長或者縮短一個C字符串，程序都總要對保存這個C字符串的數組進行一次內存重分配操作：
● 如果程序執行的是增長字符串的操作，比如拼接操作（append），那麼在執行這個操作之前，程序需要先通過內存重分配來擴展底層數組的空間大小——如果忘了這一步就會產生緩衝區溢出。
● 如果程序執行的是縮短字符串的操作，比如截斷操作（trim），那麼在執行這個操作之後，程序需要通過內存重分配來釋放字符串不再使用的那部分空間——如果忘了這一步就會產生內存泄漏
爲了避免C字符串的這種缺陷，SDS通過未使用空間解除了字符串長度和底層數組長度之間的關聯：在SDS中，buf數組的長度不一定就是字符數量加一，數組裏面可以包含未使用的字節，而這些字節的數量就由SDS的free屬性記錄。
通過未使用空間，SDS實現了空間預分配和惰性空間釋放兩種優化策略。

1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，程序不僅會爲SDS分配修改所必須要的空間，還會爲SDS分配額外的未使用空間。
其中，額外分配的未使用空間數量由以下公式決定：
● 如果對SDS進行修改之後，SDS的長度將大於等於1MB，那麼程序會分配1MB的未使用空間。舉個例子，如果進行修改之後，SDS的len將變成30MB，那麼程序會分配1MB的未使用空間，SDS的buf數組的實際長度將爲30 MB + 1MB + 1byte。
通過空間預分配策略，Redis可以減少連續執行字符串增長操作所需的內存重分配次數。
● 如果對SDS進行修改之後，SDS的長度將大於等於1MB，那麼程序會分配1MB的未使用空間。舉個例子，如果進行修改之後，SDS的len將變成30MB，那麼程序會分配1MB的未使用空間，SDS的buf數組的實際長度將爲30 MB + 1MB + 1byte。
通過空間預分配策略，Redis可以減少連續執行字符串增長操作所需的內存重分配次數。

2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。

2.2.4 二進制安全

C字符串中的字符必須符合某種編碼（比如ASCII），並且除了字符串的末尾之外，字符串裏面不能包含空字符，否則最先被程序讀入的空字符將被誤認爲是字符串結尾，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。
使用SDS來保存之前提到的特殊數據格式就沒有任何問題，因爲SDS使用len屬性的值而不是空字符來判斷字符串是否結束。

2.2.5 兼容部分C字符串函數

然SDS的API都是二進制安全的，但它們一樣遵循C字符串以空字符結尾的慣例：這些API總會將SDS保存的數據的末尾設置爲空字符，並且總會在爲buf數組分配空間時多分配一個字節來容納這個空字符，這是爲了讓那些保存文本數據的SDS可以重用一部分<string.h>庫定義的函數。

2.2.6 總結

以下是C字符串與Redis的SDS數據將對象之間的區別

2.3 SDS 的 API