深挖 Redis 6.0 源码—— SDS
本文精选自 Doocs 开源社区旗下“源码猎人”项目，作者杨立滨。
项目将会持续更新，欢迎 Star 关注。
项目地址：https://github.com/doocs/source-code-hunter
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：
struct sdshdr {unsigned int len;unsigned int free;char buf[];};
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 最新实现
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 char flags; /* 前3位存储类型，后5位存储长度 */char buf[]; /* 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_t len; /* 已使用长度，1字节 */uint8_t alloc; /* 总长度，1字节 */unsigned char flags; /* 前3位存储类型，后5位预留 */char buf[];};struct __attribute__ ((__packed__)) sdshdr16 {uint16_t len; /* 已使用长度，2字节 */uint16_t alloc; /* 总长度，2字节 */unsigned char flags; /* 前3位存储类型，后5位预留 */char buf[];};struct __attribute__ ((__packed__)) sdshdr32 {uint32_t len; /* 已使用长度，4字节 */uint32_t alloc; /* 总长度，4字节 */unsigned char flags; /* 前3位存储类型，后5位预留 */char buf[];};struct __attribute__ ((__packed__)) sdshdr64 {uint64_t len; /* 已使用长度，8字节 */uint64_t alloc; /* 总长度，8字节 */unsigned char flags; /* 前3位存储类型，后5位预留 */char buf[];};
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
sds sdsnewlen(const void *init, size_t initlen) {void *sh;sds s;// 根据字符串长度计算相应类型char type = 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）int hdrlen = sdsHdrSize(type);// 指向flags的指针unsigned char *fp;// 创建字符串，+1是因为 `\0` 结束符sh = s_malloc(hdrlen+initlen+1);if (sh == NULL) return NULL;if (init==SDS_NOINIT)init = NULL;else if (!init)memset(sh, 0, hdrlen+initlen+1);// s指向bufs = (char*)sh+hdrlen;// s减1得到flagsfp = ((unsigned char*)s)-1;...// 在s末尾添加\0结束符s[initlen] = '\0';// 返回指向buf的指针sreturn s;}
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。
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。
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。
void sdsfree(sds s) {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。
void sdsclear(sds s) {// 将len属性置为0sdssetlen(s, 0);s[0] = '\0';}
3. 拼接字符串
SDS 拼接字符串的实现如下：
sds sdscatsds(sds s, const sds t) {return sdscatlen(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。
sds sdscatlen(sds s, const void *t, size_t len) {// 计算当前字符串长度size_t curlen = sdslen(s);// 确保s的剩余空间足以拼接上ts = sdsMakeRoomFor(s,len);if (s == NULL) return NULL;// 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';return s;}
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。
sds sdsMakeRoomFor(sds s, size_t addlen) {void *sh, *newsh;// 当前剩余长度size_t avail = sdsavail(s);size_t len, newlen;char type, oldtype = s[-1] & SDS_TYPE_MASK;int hdrlen;/* 剩余长度>=新增字符串长度，直接返回 */if (avail >= addlen) return s;// 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);// 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);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) return NULL;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) return NULL;// 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);return s;}
总结
1.SDS 返回的是指向 buf 的指针，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。
全文完！
希望本文对大家有所帮助。如果感觉本文有帮助，有劳转发或点一下“在看”！让更多人收获知识！
长按识别下图二维码，关注公众号「Doocs 开源社区」，第一时间跟你们分享好玩、实用的技术文章与业内最新资讯。
本文分享自微信公众号 - Doocs开源社区（idoocs）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
