redis-sds.md

深挖 Redis 6.0 源码——SDS

SDS（Simple Dynamic Strings, 简单动态字符串）是 Redis 的一种基本数据结构，主要是用于存储字符串和整数。 这篇文章里，我们就来探讨一下 Redis SDS 这种数据结构的底层实现原理。

学习之前，首先我们要明确，Redis 是一个使用 C 语言编写的键值对存储系统。

前置思考

我们首先考虑一个问题，如何实现一个二进制安全的字符串？

在 C 语言中，\0 表示字符串结束，如果字符串中本身就包含 \0 字符，那么字符串就会在 \0 处被截断，即非二进制安全；若通过使用一个 len 属性，来判断字符串是否结束，就可以保证读写字符串时不受到 \0 的影响，则是二进制安全。同时 len 属性也能保证在 O(1) 时间内获取字符串的长度。

Redis 3.2 以前的 SDS 实现

在 Redis 3.2 版本以前，SDS 的结构如下：

structsdshdr { unsigned intlen; unsigned intfree; charbuf[]; };

其中，buf 表示数据空间，用于存储字符串；len 表示 buf 中已占用的字节数，也即字符串长度；free 表示 buf 中剩余可用字节数。

字段 len 和 free 各占 4 字节，紧接着存放字符串。

这样做有以下几个好处：

• 用单独的变量 len 和 free，可以方便地获取字符串长度和剩余空间；
• 内容存储在动态数组 buf 中，SDS 对上层暴露的指针指向 buf，而不是指向结构体 SDS。因此，上层可以像读取 C 字符串一样读取 SDS 的内容，兼容 C 语言处理字符串的各种函数，同时也能通过 buf 地址的偏移，方便地获取其他变量；
• 读写字符串不依赖于 \0，保证二进制安全。

但其实以上的设计是存在一些问题的，对于不同长度的字符串，是否有必要使用 len 和 free 这 2 个 4 字节的变量？4 字节的 len，可表示的字符串长度为 2^32，而在实际应用中，存放于 Redis 中的字符串往往没有这么长，因此，空间的使用上能否进一步压缩？

那么接下来，我们就来看看最新的 Redis 是如何根据字符串的长度，使用不同的数据结构进行存储的。

Redis SDS [v6.0]

在 Redis 3.2 版本之后（v3.2 - v6.0），Redis 将 SDS 划分为 5 种类型：

• sdshdr5：长度小于 1 字节
• sdshdr8：长度 1 字节
• sdshdr16：长度 2 字节
• sdshdr32：长度 4 字节
• sdshdr64：长度 8 字节

Redis 增加了一个 flags 字段来标识类型，用一个字节(8 位)来存储。

其中：前 3 位表示字符串的类型；剩余 5 位，可以用来存储长度小于 32 的短字符串。

struct __attribute__ ((__packed__)) sdshdr5 { unsigned charflags; /* 前3位存储类型，后5位存储长度 */charbuf[]; /* 动态数组，存放字符串 */ };

而对于长度大于 31 的字符串，仅仅靠 flags 的后 5 位来存储长度明显是不够的，需要用另外的变量来存储。sdshdr8、sdshdr16、sdshdr32、sdshdr64 的数据结构定义如下，其中 len 表示已使用的长度，alloc 表示总长度，buf 存储实际内容，而 flags 的前 3 位依然存储类型，后 5 位则预留。

struct __attribute__ ((__packed__)) sdshdr8 { uint8_tlen; /* 已使用长度，1字节 */uint8_talloc; /* 总长度，1字节 */unsigned charflags; /* 前3位存储类型，后5位预留 */charbuf[]; }; struct __attribute__ ((__packed__)) sdshdr16 { uint16_tlen; /* 已使用长度，2字节 */uint16_talloc; /* 总长度，2字节 */unsigned charflags; /* 前3位存储类型，后5位预留 */charbuf[]; }; struct __attribute__ ((__packed__)) sdshdr32 { uint32_tlen; /* 已使用长度，4字节 */uint32_talloc; /* 总长度，4字节 */unsigned charflags; /* 前3位存储类型，后5位预留 */charbuf[]; }; struct __attribute__ ((__packed__)) sdshdr64 { uint64_tlen; /* 已使用长度，8字节 */uint64_talloc; /* 总长度，8字节 */unsigned charflags; /* 前3位存储类型，后5位预留 */charbuf[]; };

注意，一般情况下，结构体会按照所有变量大小的最小公倍数做字节对齐，而用 packed 修饰后，结构体则变为 1 字节对齐。这样做的好处有二：一是节省内存，比如 sdshdr32 可节约 3 个字节；二是 SDS 返回给上层的是指向 buf 的指针，此时按 1 字节对齐，所以可在创建 SDS 后，通过 (char*)sh+hdrlen 得到 buf 指针地址，也可以通过 buf[-1] 找到 flags。

以上，Redis 根据字符串长度的不同，选择对应的数据结构进行存储。接下来，我们就来看看 Redis 字符串的相关 API 实现。

SDS API 实现

1. 创建字符串

sdssdsnewlen(constvoid*init, size_tinitlen) { void*sh; sdss; // 根据字符串长度计算相应类型chartype=sdsReqType(initlen); // 如果创建的是""字符串，强转为SDS_TYPE_8if (type==SDS_TYPE_5&&initlen==0) type=SDS_TYPE_8; // 根据类型计算头部所需长度（头部包含 len、alloc、flags）inthdrlen=sdsHdrSize(type); // 指向flags的指针unsigned char*fp; // 检查长度是否溢出assert(initlen+hdrlen+1>initlen); // 创建字符串，+1是因为 `\0` 结束符// sh指向header首字节sh=s_malloc(hdrlen+initlen+1); if (sh==NULL) returnNULL; if (init==SDS_NOINIT) init=NULL; elseif (!init) memset(sh, 0, hdrlen+initlen+1); // s指向bufs= (char*)sh+hdrlen; // s减1得到flagsfp= ((unsigned char*)s)-1; // 赋值len, alloc, flags ... // 赋值buf[]if (initlen&&init) memcpy(s, init, initlen); // 在s末尾添加\0结束符s[initlen] ='\0'; // 返回指向buf的指针sreturns; }

创建 SDS 的大致流程是这样的：首先根据字符串长度计算得到 type，根据 type 计算头部所需长度，然后动态分配内存空间。通过计算出指向 header 的指针 sh，指向 buf 的指针 s，对结构体各字段进行赋值。

注意：

1. 创建空字符串时，SDS_TYPE_5 被强制转换为 SDS_TYPE_8（原因是创建空字符串后，内容可能会频繁更新而引发扩容操作，故直接创建为 sdshdr8）
2. 长度计算有 +1 操作，因为结束符 \0 会占用一个长度的空间。
3. 返回的是指向 buf 的指针 s。
4. 创建时分配到字节数 initlen+initlen+1，基本等于结构体头部长度+字符数组长度，没有预留多余空间。

2. 清空字符串

SDS 提供了两种清空字符串的方法。

一种是通过 s 偏移得到结构体的地址，然后调用 s_free 直接释放内存。

voidsdsfree(sdss) { if (s==NULL) return; // s减去头部的大小得到结构体的地址s_free((char*)s-sdsHdrSize(s[-1])); }

另一种是通过重置 len 属性值而达到清空字符串的目的，本质上 buf 并没有被真正清除，新的数据会直接覆盖 buf 中原有的数据，无需申请新的内存空间。

voidsdsclear(sdss) { // 将len属性置为0sdssetlen(s, 0); s[0] ='\0'; }

3. 更新 len

因为 sdsnewlen 函数返回的是 char* 类型的 buf，所以兼容了 c 语言操作字符串的函数， 那么当 s = ['a', 'b', 'c', '\0'] 时， 再操作s[2] = '\0', 这个时候sdslen(s)得到的结果是 3，因为 len 字段没有更新，如果直接更新'\0'，需要调用以下函数更新 len

voidsdsupdatelen(sdss) { size_treallen=strlen(s); sdssetlen(s, reallen); }

4. 拼接字符串

SDS 拼接字符串的实现如下：

sdssdscatsds(sdss, constsdst) { returnsdscatlen(s, t, sdslen(t)); }

可以看到 sdscatsds 内部调用的是 sdscatlen。

而 sdscatlen 内部的实现相对复杂一些，由于拼接字符串可能涉及 SDS 的扩容，因此 sdscatlen 内部调用 sdsMakeRoomFor 对拼接的字符串做检查：若无需扩容，直接返回 s；若需要扩容，则返回扩容好的新字符串 s。

sdssdscatlen(sdss, constvoid*t, size_tlen) { // 计算当前字符串长度size_tcurlen=sdslen(s); // 确保s的剩余空间足以拼接上ts=sdsMakeRoomFor(s,len); if (s==NULL) returnNULL; // 拼接s、tmemcpy(s+curlen, t, len); // 更新s的len属性sdssetlen(s, curlen+len); // s末尾添加\0结束符s[curlen+len] ='\0'; returns; }

SDS 的扩容策略是这样的：

1. 若 SDS 中剩余空闲长度 avail 大于或等于新增内容的长度 addlen，无需扩容。
2. 若 SDS 中剩余空闲长度 avail 小于或等于 addlen，则分情况讨论：新增后总长度 len+addlen < 1MB 的，按新长度的 2 倍扩容；新增后总长度 len+addlen >= 1MB 的，按新长度加上 1MB 扩容。

sdssdsMakeRoomFor(sdss, size_taddlen) { void*sh, *newsh; // 当前剩余长度size_tavail=sdsavail(s); size_tlen, newlen; chartype, oldtype=s[-1] &SDS_TYPE_MASK; inthdrlen; /* 剩余长度>=新增字符串长度，直接返回 */if (avail >= addlen) returns; // 计算当前字符串长度lenlen=sdslen(s); sh= (char*)s-sdsHdrSize(oldtype); // 计算新长度newlen= (len+addlen); // 检查长度是否溢出assert(newlen>len); // 新长度<1MB，按新长度的2倍扩容if (newlen<SDS_MAX_PREALLOC) newlen *= 2; // 否则按新长度+1MB扩容elsenewlen+=SDS_MAX_PREALLOC; // 计算新长度所属类型type=sdsReqType(newlen); /* type5不支持扩容，强转为type8 */if (type==SDS_TYPE_5) type=SDS_TYPE_8; hdrlen=sdsHdrSize(type); // 检查长度是否溢出assert(hdrlen+newlen+1>len); if (oldtype==type) { // 类型没变，直接通过realloc扩大动态数组即可。newsh=s_realloc(sh, hdrlen+newlen+1); if (newsh==NULL) returnNULL; s= (char*)newsh+hdrlen; } else { // 类型改变了，则说明头部长度也发生了变化，不进行realloc操作，而是直接重新开辟内存newsh=s_malloc(hdrlen+newlen+1); if (newsh==NULL) returnNULL; // 原内存拷贝到新的内存地址上memcpy((char*)newsh+hdrlen, s, len+1); // 释放原先空间s_free(sh); s= (char*)newsh+hdrlen; // 为flags赋值s[-1] =type; // 为len属性赋值sdssetlen(s, len); } // 为alloc属性赋值sdssetalloc(s, newlen); returns; }

总结

1. SDS 返回的是指向 buf 的指针，同时以\0结尾，所以兼容了 C 语言操作字符串的函数，读取内容时，通过 len 属性来限制读取的长度，不受 \0 影响，从而保证二进制安全；
2. Redis 根据字符串长度的不同，定义了多种数据结构，包括：sdshdr5/sdshdr8/sdshdr16/sdshdr32/sdshdr64。
3. SDS 在设计字符串修改出会调用 sdsMakeRoomFor 函数进行检查，根据不同情况进行扩容。