How to use the SDS data structure of Redis

序言

Redis的几种基本数据结构有字符串（String）、哈希（Hash）、列表（List）、集合（Set）、有序集合（Sorted Set），这些是最常见的，也能在官网上查看到。

字符串

前面也提到过字符串是设计了简单动态字符串SDS（Simple Dynamic String）结构来表示字符串。这种数据结构可以提升字符串的操作效率，并可以保存二进制数据。

先思考一个问题：

Redis是用C语言实现的，那么为什么没有复用C语言的字符串实现方法，而选用了SDS呢？

char*字符串数组

C语言实现字符串使用的是char*字符串数组，它是一块连续的内存空间，一次存放了字符串的每一个字符，并且最后一个字符是“\0”，用来标识字符串的结尾位置，如下图，

如果没有分隔符将连续的内存空间中的字符串区分开来，计算机将无法识别它们之间的位置。C语言标准库中，字符串操作函数根据在字符串数组中是否存在“\0”来判断字符串是否结束。例如字符串操作函数strlen函数，它就是在遍历字符串数组中的每一个字符，并进行计数，直到检查到“\0”，它的时间复杂度是O(n)。流程如下，

简单动态字符串SDS

SDS的数据结构里包含：字符串实际长度，字符串分配空间长度，SDS类型，字符数组，其中字符数组buf[]用来保存实际数据，如下图

再来看看类似的字符操作函数sdslen函数的源码（在sds.h文件中），直接根据SDS类型返回对应的字符串现有长度，避免了对字符串的遍历，时间复杂度变成了O(1)，当然也会付出一点代价增加了空间复杂度。这都是设计人员让数据操作更加高效。源码如下，

static inline size_t sdslen(const sds s) {
    unsigned char flags = s[-1];
    switch(flags&SDS_TYPE_MASK) {
        case SDS_TYPE_5:
            return SDS_TYPE_5_LEN(flags);
        case SDS_TYPE_8:
            return SDS_HDR(8,s)->len;
        case SDS_TYPE_16:
            return SDS_HDR(16,s)->len;
        case SDS_TYPE_32:
            return SDS_HDR(32,s)->len;
        case SDS_TYPE_64:
            return SDS_HDR(64,s)->len;
    }
    return 0;
}

再来看一下字符串的拷贝源码，操作都使用了字符串的现有长度，拷贝后进行更新。

sds sdscpylen(sds s, const char *t, size_t len) {
    // 判断字符串数组分配的空间长度是不是小于字符串数组当前长度
    if (sdsalloc(s) < len) {
        // 根据要追加的长度len-sdslen(s)和现有长度，判断是否增加新的空间
        s = sdsMakeRoomFor(s,len-sdslen(s));
        if (s == NULL) return NULL;
    }
    // 将源字符串t中len长度的数据拷贝到目标字符串结尾
    memcpy(s, t, len);
    // 拷贝完后，在目标字符串结尾加上\0
    s[len] = &#39;\0&#39;;
    // 设置字符串数组最新当前长度
    sdssetlen(s, len);
    return s;
}

SDS把目标字符串的空间检查和扩容封装在了sdsMakeRoomFor函数中，追加、打印、复制等操作都会调用该函数。可以看到该函数根据sds的信息进行动态扩容，源码如下，

sds sdsMakeRoomFor(sds s, size_t addlen) {
    void *sh, *newsh;
    // 获取sds可用空间
    size_t avail = sdsavail(s);
    size_t len, newlen;
    char type, oldtype = s[-1] & SDS_TYPE_MASK;
    int hdrlen;
 
    // 如果可用空间大于等于要增加的空间，则直接返回
    if (avail >= addlen) return s;
    // sds长度
    len = sdslen(s);
    // sds指针
    sh = (char*)s-sdsHdrSize(oldtype);
    // 新字符串长度
    newlen = (len+addlen);
    // 如果新长度小于最大预分配长度，则进行两倍扩容
    if (newlen < SDS_MAX_PREALLOC)
        newlen *= 2;
    else
        newlen += SDS_MAX_PREALLOC;
    type = sdsReqType(newlen);
    // SDS类型5转换为类型8
    if (type == SDS_TYPE_5) type = SDS_TYPE_8;
 
    hdrlen = sdsHdrSize(type);
    if (oldtype==type) {
        newsh = s_realloc(sh, hdrlen+newlen+1);
        if (newsh == NULL) return NULL;
        s = (char*)newsh+hdrlen;
    } else {
        /* Since the header size changes, need to move the string forward,
         * and can&#39;t use realloc */
        newsh = s_malloc(hdrlen+newlen+1);
        if (newsh == NULL) return NULL;
        memcpy((char*)newsh+hdrlen, s, len+1);
        s_free(sh);
        s = (char*)newsh+hdrlen;
        s[-1] = type;
        sdssetlen(s, len);
    }
    sdssetalloc(s, newlen);
    return s;
}

可以看到sdsMakeRoomFor函数中sdshdr5类型不再使用直接转换成了sdshdr8类型，它们是SDS设计的5种类型，分别表示sdshdr5、sdshdr8、sdshdr16、sdshdr32和sdshdr64，下面就看一下这几种类型的结构源码，如下图，

struct __attribute__ ((__packed__)) sdshdr5 {
    unsigned char flags; /* 3 lsb of type, and 5 msb of string length */
    char buf[];
};
struct __attribute__ ((__packed__)) sdshdr8 {
    uint8_t len; /* used */
    uint8_t alloc; /* excluding the header and null terminator */
    unsigned char flags; /* 3 lsb of type, 5 unused bits */
    char buf[];
};
struct __attribute__ ((__packed__)) sdshdr16 {
    uint16_t len; /* used */
    uint16_t alloc; /* excluding the header and null terminator */
    unsigned char flags; /* 3 lsb of type, 5 unused bits */
    char buf[];
};
struct __attribute__ ((__packed__)) sdshdr32 {
    uint32_t len; /* used */
    uint32_t alloc; /* excluding the header and null terminator */
    unsigned char flags; /* 3 lsb of type, 5 unused bits */
    char buf[];
};
struct __attribute__ ((__packed__)) sdshdr64 {
    uint64_t len; /* used */
    uint64_t alloc; /* excluding the header and null terminator */
    unsigned char flags; /* 3 lsb of type, 5 unused bits */
    char buf[];
};

sdshdr5已不再使用，所以在函数中做了处理，把sdshdr5类型转换为sdshdr8类型。前面也提到过SDS是紧凑型字符串数据结构，以sdshdr8为例，它是用的是uint8_t即8位无符号整型，会占用1字节的内存空间。SDS之所以设计不同的结构是为了能灵活保存不同大小的字符串，从而有效节省内存空间。

另外，__attribute__ ((__packed__))标志可以告诉编译器在编译以上数据结构时，不实用字节对齐的方式（不满8字节的整数倍，则会自动补齐），而是采用紧凑的方式分配内存。

The above is the detailed content of How to use the SDS data structure of Redis. For more information, please follow other related articles on the PHP Chinese website!