面试官：Redis 为什么把简单的字符串设计成 SDS？

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 -

推荐阅读  点击标题可跳转

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❤️