基本介绍

String 是最基本的 key-value 结构，key 是唯一标识，value 是具体的值，value其实不仅是字符串，也可以是数字（整数或浮点数）以及二进制等，value 最多可以容纳的数据长度是 512M。

本文主要介绍的就是String类型中的SDS（Simple Dynamic String），俗称简单动态字符串。

内部实现

要知道在redis中的String、map、list、set、zset类型都有各自的结构体。

list类型的结构体如下：

class RedisListObject {
    int type;          // 数据类型标识
    int encoding;      // 编码方式标识
    int refcount;      // 引用计数
    int length;        // 列表长度
    RedisListNode head; // 列表头节点指针
    RedisListNode tail; // 列表尾节点指针
}

class RedisListNode {
    RedisListObject obj; // 列表节点的值，可以是字符串对象等
    RedisListNode prev;  // 前一个节点指针
    RedisListNode next;  // 后一个节点指针
}

map类型的结构体如下：

class RedisHashObject {
    int type;              // 数据类型标识
    int encoding;          // 编码方式标识
    int refcount;          // 引用计数
    int length;            // 哈希表中键值对的数量
    RedisHashEntry[] table; // 哈希表数组，每个元素是一个键值对
}

class RedisHashEntry {
    RedisObject key;       // 键对象
    RedisObject value;     // 值对象
    RedisHashEntry next;   // 指向下一个哈希表节点的指针
}

set类型的结构体如下：

class RedisSetObject {
    int type;              // 数据类型标识
    int encoding;          // 编码方式标识
    int refcount;          // 引用计数
    int length;            // 集合中元素的数量
    RedisSetNode[] table;  // 集合节点数组
}

class RedisSetNode {
    RedisObject value;     // 集合节点的值
    RedisSetNode next;     // 指向下一个集合节点的指针
}

String类型的结构体如下:

typedef struct redisObject {
    unsigned type;          // 类型标识，用于表示对象的类型，如字符串、列表等
    unsigned encoding;      // 编码标识，用于表示对象的编码方式，如 RAW、EMBSTR 等
    int refcount;           // 引用计数，记录对象被引用的次数
    void *ptr;              // 指向底层实际数据的指针
}

可以发现每种结构体都有3个共同的属性即type、encoding、refcount。

本文我们主要讨论的是String类型的存储结构，而对于String类型来说，encoding编码格式有3种，即int、embstr和row，不同的编码格式对应的字符串的存储类型也是不同的。

编码为int

如果一个字符串对象保存的是整数值，并且这个整数值可以用long类型来表示时：

字符串结构体中的encoding设置为int。
字符串结构体中ptr属性转化为long类型，且直接存储对应整形value值。

typedef struct redisObject {
    unsigned type;          // 类型标识：这里为字符串
    unsigned encoding;      // 编码标识：int
    int refcount;           // 引用计数，记录对象被引用的次数
    long ptr;              // 直接存储对应的整形值，比如132132
}

编码为embstr

如果字符串对象保存的是一个字符串，并且这个字符申的长度小于等于 32 字节（redis 2.+版本）时：

字符串结构体中的encoding设置为embstr。
字符串结构体中ptr属性转化为char []字符数组类型，且直接存储对应的字符串。

typedef struct redisObject {
    unsigned type;          // 类型标识：这里为字符串
    unsigned encoding;      // 编码标识：embstr
    int refcount;           // 引用计数，记录对象被引用的次数
    char[] ptr;              // 直接存储对应的整形值，比如['a','b','c']
}

编码为row

如果字符串对象保存的是一个字符串，并且这个字符串的长度大于 32 字节（redis 2.+版本）时：

字符串结构体中的encoding设置为row。
字符串结构体中ptr将指向一个SDS结构体，该结构体如下：

struct sdshdr {
    unsigned int len;       // 已使用的字节数
    unsigned int free;      // 剩余的字节数
    char buf[];             // 字符数组，用于存储字符串数据
};

len：记录当前字符串的长度，表示 buf 数组中已使用的字节数。这个值可以直接获取，使得获取字符串长度的操作具有 O(1) 复杂度。
free：记录 buf 数组中未使用的字节数，即空余空间的大小。当执行字符串追加操作（例如 APPEND）时，如果追加的内容长度大于 free 的大小，SDS 会自动扩展 buf 的大小，确保足够的空间容纳新的内容，避免缓冲区溢出。
buf（buffer）：用于存储字符串内容的字符数组。

此时的String类型的结构体如下：

typedef struct redisObject {
    unsigned type;          // 类型标识：这里为字符串
    unsigned encoding;      // 编码标识：row
    int refcount;           // 引用计数，记录对象被引用的次数
    sdshdr *ptr;              // 指向一个SDS结构体，该结构体存储存储对应的字符串信息
}

总结

SDS 和我们认识的 C 字符串不太一样，之所以没有使用 C 语言的字符串表示，因为 SDS 相比于 C 的原生字符串：

SDS 不仅可以保存文本数据，还可以保存二进制数据。因为 SDS 使用 len 属性的值而不是空字符来判断字符串是否结束，并且 SDS 的所有 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。所以 SDS 不光能存放文本数据，而且能保存图片、音频、视频、压缩文件这样的二进制数据。
SDS 获取字符串长度的时间复杂度是O(1)。因为 C 语言的字符串并不记录自身长度，所以获取长度的复杂度为 O(n)；而 SDS 结构里用 len 属性记录了字符串长度，所以复杂度为 O(1)。
Redis 的 SDS API 是安全的，拼接字符串不会造成缓冲区溢出。因为 SDS 在拼接字符串之前会检查 SDS 空间是否满足要求，如果空间不够会自动扩容，所以不会导致缓冲区溢出的问题。

string类型的数据结构SDS到底是什么东西