敖丙带你看Redis数据结构底层系列-SDS

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

我敢确定，第一个回答，100%的人都能说上来，可是第二个回答能回答上来的人可能就很少了，可是这也不是我今天探讨的话题。
我就从我本身的去面试的回答思路，以及做为一个面试官他想听到的标准答案来给你们出一期，Redis基础类型的文章（系列文章），写这个的时候我仍是颇有心得的，不知道你们有多少人跟我最开始同样，面试官问有哪些类型，就回答出那五种就结束了，若是你是这样的能够在评论区留言，让我看看有多少人是这样的。
可是，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快的缘由就只有单线程和基于内存么？

宝贝，触及知识盲区没？不慌，我之前也是这样的，我觉得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，如今对缓存也是很是熟悉了，你不会没事，有我嘛，乖。

正文

Redis是C语言开发的，C语言本身就有字符类型，可是Redis却没直接采用C语言的字符串类型，而是本身构建了动态字符串（SDS）的抽象类型。

就比如这样的一个命令，其实我是在Redis建立了两个SDS，一个是名为aobing的Key SDS，另外一个是名为cool的Value SDS，就算是字符类型的List，也是由不少的SDS构成的Key和Value罢了。
SDS在Redis中除了用做字符串，还用做缓冲区（buffer），那到这里你们都仍是有点疑惑的，C语言的字符串很差么为啥用SDS？SDS长啥样？有什么优势呢?
为此我去找到了Redis的源码，能够看到SDS值的结果大概是这样的，源码的在GitHub上是开源的你们一搜就有了。

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

回到最初的问题，为何Redis用了本身新开发的SDS，而不用C语言的字符串？那好咱们去看看他们的区别。

SDS与C字符串的区别

1. 计数方式不一样
   C语言对字符串长度的统计，就彻底来自遍历，从头遍历到末尾，直到发现空字符就中止，以此统计出字符串的长度，这样获取长度的时间复杂度来讲是0（n），大概就像下面这样：
   
   可是这样的计数方式会留下隐患，因此Redis没有采用C的字符串，我后面会提到。
   而Redis我在上面已经给你们看过结构了，他本身自己就保存了长度的信息，因此咱们获取长度的时间复杂度为0（1），是否是发现了Redis快的一点小细节了？还没完，不止这些。

2. 杜绝缓冲区溢出
   字符串拼接是咱们常常作的操做，在C和Redis中同样，也是很常见的操做，可是问题就来了，C是不记录字符串长度的，一旦咱们调用了拼接的函数，若是没有提早计算好内存，是会产生缓存区溢出的。
   好比原本字符串长这样：
   
   你如今须要在后面拼接 ，可是你没计算好内存，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是怎么避免这样的状况的？
   咱们都知道，他结构存储了当前长度，还有free未使用的长度，那简单呀，你如今作了拼接操做，我去判断一些是否能够放得下，若是长度够就直接执行，若是不够，那我就进行扩容。
   这些你们在Redis源码里面都是能够看到对应的API的，后面我就不一一贴源码了，有兴趣的能够本身去看一波，须要一点C语言的基础。
   
3. 减小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，每次建立的时候就建立一个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，可是不是这个环节探讨的内容。
   Redis是个高速缓存数据库，若是咱们须要对字符串进行频繁的拼接和截断操做，若是咱们写代码忘记了从新分配内存，就可能形成缓冲区溢出，以及内存泄露。
   内存分配算法很耗时，且不说你会不会忘记从新分配内存，就算你所有记得，对于一个高速缓存数据库来讲，这样的开销也是咱们应该要避免的。
   Redis为了不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：当咱们对SDS进行扩展操做的时候，Redis会为SDS分配好内存，而且根据特定的公式，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），这样就能够避免咱们连续执行字符串添加所带来的内存分配消耗。
  好比如今有这样的一个字符：
  
  咱们调用了拼接函数，字符串边长了，Redis还会根据算法计算出一个free值给他备用：
  
  咱们再继续拼接，你会发现，备用的free用上了，省去了此次的内存重分配：
  
• 惰性空间释放：刚才提到了会预分配多余的空间，不少小伙伴会担忧带来内存的泄露或者浪费，别担忧，Redis大佬同样帮咱们想到了，当咱们执行完一个字符串缩减的操做，redis并不会立刻收回咱们的空间，由于能够预防你继续添加的操做，这样能够减小分配空间带来的消耗，可是当你再次操做仍是没用到多余空间的时候，Redis也仍是会收回对于的空间，防止内存的浪费的。
  仍是同样的字符串：
  
  当咱们调用了删减的函数，并不会立刻释放掉free空间：
  
  若是咱们须要继续添加这个空间就能用上了，减小了内存的重分配，若是空间不须要了，调用函数删掉就行了：
  
  1. 二进制安全
     仔细看的仔确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，可是有不少数据结构常常会穿插空字符在中间，好比图片，音频，视频，压缩文件的二进制数据，就好比下面这个单词，他只能识别前面的 不能识别后面的字符，那对于咱们开发者而言，这样的结果显然不是咱们想要的对不对。
     
     Redis就不存在这个问题了，他不是保存了字符串的长度嘛，他不判断空字符，他就判断长度对不对就行了，因此redis也常常被咱们拿来保存各类二进制数据，我反正是用的很high，常常用来保存小文件的二进制。
     
     资料参考：Redis设计与实现

总结

你们是否是发现，一个小小的SDS竟然有这么多道理在这？
之前就知道Redis快，最多说个Redis是单线程的，说个多路IO复用，说个基于内存的操做就完了，如今是否是还能够展开说说了？
本文是系列文的第一章，后续会陆续更新的，不知道这样的类型你们是否喜欢，能够留言给我反馈。
你们一同去面试，同样的问题，就是有人能过，有人不能过，你们常常归咎于本身学历，本身过往经历的缘由，可是你能够问一下本身，底层的细节字节是否有深究呢？细节每每才是最重要的，也是最少人知道的，如何和别的仔拉开差距拿到offer，我想就是这样些细节决定的吧，背谁不会呢？

絮叨

我是敖丙，一个在互联网苟且偷生的程序员。
你知道的越多，你不知道的越多，人才们的 【三连】 就是丙丙创做的最大动力，咱们下期见！
注：若是本篇博客有任何错误和建议，欢迎人才们留言！