面试官：Redis 为什么把简单的字符串设计成 SDS？
The following article is from 程序员内点事 Author 程序员内点事
大厂技术民工一枚，学技术、搞钱不扯没用的~
最近有小伙伴分享了一道 Redis 面试题，我看了以后觉得挺有意思。题目很简单，是那种典型的似懂非懂，常常容易被大家忽略的问题。这里整理出来分享一下，顺便自己巩固一下基础，希望对正在面试和想要面试的兄弟有点帮助。
题目大致是这样的：
面试官：了解redis的String数据结构底层实现嘛?
铁子：当然知道，是基于 SDS 实现的。
面试官：Redis 是用 C 语言开发的，那为啥不直接用 C 的字符串，还单独设计 SDS 这样的结构呢?
铁子：·····
实看得出面试官是想看看，铁子是只停留在 Redis 的使用层面，还是对底层数据结构有过更深入的研究，面试嘛都爱这样问大家都懂得。
我们知道 Redis 是用 C 写的，但它却没有完全直接使用 C 的字符串，而是自己又重新构建了一个叫简单动态字符串 SDS（simple dynamic string）的抽象类型。
Redis 也支持使用 C 语言的传统字符串，只不过会用在一些不需要对字符串修改的地方，比如静态的字符输出。
而我们开发中使用 Redis，往往会经常性的修改字符串的值，这个时候就会用 SDS 来表示字符串的值了。
有一点值得注意：在 Redis 数据库中，key-value 键值对含有字符串值的，都是由 SDS 来实现的。
比如，在 Redis 执行一个最简单的 set 命令，这时 Redis 会新建一个键值对。
127.0.0.1:6379> set xiaofu "程序员内点事"此时键值对的 key 和 value 都是一个字符串对象，而对象的底层实现分别是两个保存着字符串 xiaofu 和程序员内点事的 SDS 结构。
再比如：我向一个列表中压入数据，Redis 又会新建一个键值对。
127.0.0.1:6379> lpush xiaofu "程序员内点事" "程序员小富"这时候键值对的键和上边一样，还是一个由 SDS 实现的字符串对象，键值对的值是一个包含两个字符串对象的列表对象了。而这两个对象的底层也是由 SDS 实现。
SDS 结构
一个 SDS 值的数据结构，主要由 len、free、buf[] 这三个属性组成。
struct sdshdr{int free; // buf[]数组未使用字节的数量int len; // buf[]数组所保存的字符串的长度char buf[]; // 保存字符串的数组}
其中，buf[] 为实际保存字符串的 char 类型数组。free 表示 buf[] 数组未使用字节的数量， len 表示 buf[] 数组所保存的字符串的长度。
例如上图表示的是 buf[] 保存长度为 6 个字节的字符串，未使用的字节数 free 为 0，但是眼尖的同学会发现这明明是 7 个字符，还有一个"\0"啊？
上边提到过 SDS 没有完全直接使用 C 的字符串，还是沿用了一些 C 特性的，比如遵循 C 的字符串以空格符结尾的规则。这样还可以使用一部分 C 字符串的函数。而对于 SDS 来说，空字符串占用的一字节是不计算在 len 属性里的，会为他分配额外的空间。
简单了解 SDS 结构后，下边我们来看看 SDS 相比于 C 字符串有哪些优点。
效率高
举个例子：
工作中使用 Redis，经常会通过 STRLEN 命令得到一个字符串的长度，在 SDS 结构中 len 属性记录了字符串的长度，所以我们获取一个字符串长度直接取 len 的值，复杂度是 O(1)。
而如果用 C 字符串，在获取一个字符串长度时，需对整个字符串进行遍历，直至遍历到空格符结束（C 中遇到空格符代表一个完整字符串）。此时的复杂度是 O(N)。
在高并发场景下频繁遍历字符串，获取字符串的长度很有可能成为 Redis 的性能瓶颈，所以 SDS 性能更好一些。
数据溢出
上边提到 C 字符串是不记录自身长度的，相邻的两个字符串存储的方式为字符串分配了合适的内存空间。
如下图所示：
如果此时我想把“程序员内点事”改成“程序员内点事123”，可之前分配的内存只有 6 个字节，修改后的字符串需要 9 个字节才能放下啊，怎么搞？
没办法只能侵占相邻字符串的空间，自身数据溢出导致其他字符串的内容被修改。
而 SDS 很好的规避了这点：当我们需要修改数据时，首先会检查当前 SDS 空间 len 是否满足，不满足则自动扩容空间至修改所需的大小，然后再执行修改。
如下图所示：
不过有个特殊的地方，在把“程序员内点事”的 6 个字节扩容到“程序员内点事123” 9 个字节后，发现 free 属性的值变成了扩容后字符串的总长度。这就涉及到下边要说的内存重分配策略了。
内存重分配策略
C 字符串长度是一定的，所以每次在增长或者缩短字符串时，都要做内存的重分配。而内存重分配算法通常又是一个比较耗时的操作，如果程序不经常修改字符串还是可以接受的。
但很不幸，Redis 作为一个数据库，数据肯定会被频繁修改。如果每次修改都要执行一次内存重分配，那么就会严重影响性能。
SDS 通过两种内存重分配策略，很好的解决了字符串在增长和缩短时的内存分配问题。
1. 空间预分配
空间预分配策略用于优化 SDS 字符串增长操作，当修改字符串并需对SDS的空间进行扩展时，不仅会为 SDS 分配修改所必要的空间，还会为 SDS 分配额外的未使用空间 free，下次再修改就先检查未使用空间 free 是否满足，满足则不用在扩展空间。
通过空间预分配策略，Redis 可以有效的减少字符串连续增长操作，所产生的内存重分配次数。
额外分配未使用空间 free 的规则：
如果对 SDS 字符串修改后，len 值小于 1M，那么此时额外分配未使用空间 free 的大小与 len 相等。 如果对 SDS 字符串修改后，len 值大于等于 1M，那么此时额外分配未使用空间 free 的大小为1M。
2. 惰性空间释放
惰性空间释放策略则用于优化 SDS 字符串缩短操作。当缩短 SDS 字符串后，并不会立即执行内存重分配来回收多余的空间，而是用 free 属性将这些空间记录下来。如果后续有增长操作，则可直接使用。
数据格式多样性
C 字符串中的字符必须符合某些特定的编码格式。而且上边我们也提到，C 字符串以 \0 空字符结尾标识一个字符串结束。所以，字符串里边是不能包含 \0 的，不然就会被误认是多个。
由于这种限制，使得 C 字符串只能保存文本数据，像音视频、图片等二进制格式的数据是无法存储的。
Redis 会以处理二进制的方式操作 Buf 数组中的数据，所以对存入其中的数据未做任何的限制、过滤。只要存进来什么样，取出来还是什么样。
总结
上边只是 Redis 数据结构的一点基础知识，没什么难度。但以我的面试经验，如果被问这类问题，不要只含糊其辞的说出底层是 SDS，有理有据的把为什么这样实现也说出来。
一来可以显得自己基本功扎实，如果表达的在条理清晰，是个很不错的加分项。再一个主动打消面试官问下去的念头，当然就怕不按套路出牌的人！
- EOF -
看完本文有收获？请转发分享给更多人
关注「ImportNew」，提升Java技能
点赞和在看就是最大的支持❤️