解析Redis的一个底层数据结构——简单动态数组,讨论起优点和不足
Redis没有直接使用C语言传统的字符串表示(以空字符结尾的字符数组),而是自己构建了一种名为简单动态字符串( simple dynamic string,SDS)的抽象类型,并将SDS用作 Redis的默认字符串表示。现在作者把这一个部分抽出来,单独做了一个项目,地址在这里
数据结构定义定义
1 | struct sdshdr { |
SDS遵循C字符串以空字符结尾的惯例,保存空字符的1字节空间不计算在SDS的1en属性里面,并且为空字符分配额外的1字节空间,以及添加空字符到字符串末尾等操作
优势
获取字符串长度是常数级复杂度
C语言中获取字符串的长度需要把整个字符串都遍历一遍,而对于SDS来说,只需要访问len属性,将时间复杂度从O(N)降低到了O(1)
杜绝缓冲区溢出
除了获取字符串长度的复杂度高之外,C字符串不记录自身长度带来的另一个问题是容易造成缓冲区溢出( buffer overflow)。C语言字符串进行拼接的时候如果不对原来的字符串分配足够的空间,容易造成溢出。
与C字符串不同,SDS的空间分配策略完全杜绝了发生缓冲区溢出的可能性:当SDS API需要对SDS进行修改时,API会先检查SDS的空间是否满足修改所需的要求,如果不满足的话,API会自动将SDS的空间扩展至执行修改所需的大小,然后才执行实际的修改
1 | // 追加长度为len的字符串到buf的末尾 |
减少修改字符串时带来的内存重分配次数
C语言中,每次对字符串进行修改都要进行内存的重新分配,在SDS中使用空间预分配和惰性空间释放来减少内存重新分配的次数
空间预分配
SDS在执行空间扩展的时候将执行以下策略:
- 如果对SDS进行修改之后,SDS的长度(也即是1en属性的值)将小于1MB,那么程序分配和1en属性同样大小的未使用空间,这时SDs1en属性的值将和free属性的值相同。
- 如果对SDs进行修改之后,SDS的长度将大于等于1MB,那么程序会分配1MB的未使用空间。
1 | // 对sds中buf的长度进行扩展,至少有addlen+1长度的剩余空间 |
惰性空间释放
惰性空间释放用于优化SDS的字符串缩短操作:当SDS的API需要缩短SDS保存的字符串时,程序并不立即使用内存重分配来回收缩短后多出来的字节,而是使用free属性将这些字节的数量记录起来,并等待将来使用。
1 | // 移除所有在s中出现过的cset字符 |
二进制安全
C字符串中的字符必须符合某种编码方式,并且除了字符串的末尾处,字符串里面不能包含空字符。使得C字符串只能保存文本数据,而不能保存像图片、音频、视频、压缩文件这样的二进制数据。
Redis可以适用于各种不同的使用场景,SDS的API都是二进制安全的(binary-safe),所有 SDS API都会以处理二进制的方式来处理SDs存放在buf数组里的数据
不足
API返回后不能确定内部是否重新分配了空间
1 | s = sdscat(s, "Hello world"); |
s既是参数,又作为了返回值,原因是我们在调用sdscat函数之前不确定s的剩余空间是否足够分配出data长度的字节,如果不够的话,内部会重新malloc空间,然后把目前的sds包括头部全部挪过去,这样的话如果我们没有把返回的地址重新赋值给s,那么s实际上是失效的。