本文正在参加「金石计划」

众所周知Redis有以下几种常见的数据类型 String（字符串）、List（列表）、Set（集合）、Hash（哈希）、Sorted set（有序集合）、Stream（流）、Geo（地理空间索引）、Bitmap（位图）、HyperLogLog（基数统计）等。

我们最常用的就是String（字符串）类型，String类型既可以存储字符串，也可以存储数字，甚至可以直接进行数值运算。

redis> set key1 value1
OK

redis> get key1
"value1"

redis> set key 1
Ok 

redis> INCR key
(integer) 2

Redis是使用标准C语言编写的，而Redis String类型底层使用SDS（Simple Dynamic String 简单动态字符串），但是却没有使用C语言字符串使用，这到底是为什么呢？

Redis的优点是快、安全、节省内存，在设计Redis String实现的时候，也深刻的体现了Redis的这三个优点。

提到Redis字符串的优点，需要先看一下C语言字符串的缺点，毕竟没有对比就没有伤害。

1. C语言字符串实现原理

C语言字符串是使用char数组存储，以'\0'作为字符串结束，比如字符串”Redis“在C语言中存储结构就是下面这样：

那么这种存储方式有什么缺点呢？

1.1 不安全

C语言字符串这种特殊规定，就导致无法存储特殊字符。如果某个字符串中间包含'\0'字符，读取字符串的时候就无法读取到完整字符，遇到'\0'就结束了，像下面这样，只能读取到前半部分“Red”。

如果存储到C语言的字符串，无法完整读取，肯定是不安全的，所以C语言无法存储包含特殊字符的字符串（例如二进制数据）。

1.2 查询性能较低

如果想要获取字符串的长度，需要遍历整个字符串，时间复杂度是O(n)，查询效率较低。

1.3 存在缓存区溢出风险

开发中最常用的功能是拼接字符串，每次拼接字符串的时候，都要提前进行扩容。如果忘记扩容了，就会出现缓存区溢出。

1.4 扩容性能较差

扩容过程是非常耗时的，而且每次拼接字符串的时候都需要提交扩容。想象一下，如果使用HashMap的时候，每次put操作都需要进行扩容，性能将会差到什么程度。

由于C语言字符串有这么多缺点，而Redis又追求极致性能，所以只能自己实现一套，看一下Redis字符串底层是怎么实现的？

2. SDS底层实现原理

Redis3.0版本之前的底层结构是这样的：

struct sdshdr {
    // 记录buf数组中已使用字节的数量
    // 等于SDS所保存字符串的长度
    int len;

    // 记录buf数组中未使用字节的数量
    int free;

    // 字节数组，用于保存字符串
    char buf[];
};

而最新Redis7.0版本，sds底层结构是这样的，分成5个实现：

为什么会有5种实现呢？

看一下每种实现的len和alloc的类型就明白了，sdshdr8里面的类型是uint8_t，sdshdr16里面的类型是uint16_t，sdshdr32里面的类型是uint32_t，sdshdr64里面的类型是uint64_t，用来存储不同长度的字符串。使用合适的类型，可以节约大量内存。

Redis自己实现的字符串解决了C语言字符串遇到的问题，并且有以下几个优点：

2.1 存储安全

sds简化版的存储结构是这样的：

struct sdshdr {
    // 已经使用的字节数量
    int len;
    
    // char数组总字节数量
    int alloc;
  
    // 字节数组，用于保存字符串
    char buf[];
}; 

可以看出，Redis的字符串并不是用'\0'表示结尾，而是使用len记录了字符串的长度。想要取出完整的字符串，只需要遍历len长度即可。

2.2 查询性能较高

Redis的字符串使用len记录了字符串的长度，想要获取整个字符串的长度，无需遍历字符串，只需要查询len值即可，时间复杂度是O(1)。

Redis采用空间换时间的做法，增加了存储空间，加快了查询性能。

2.3 避免缓存区溢出

Redis的字符串使用len记录了字符串的长度，使用alloc记录整个数组的长度，(alloc - len)表示未使用的空间长度。

如果新增的拼接字符串长度小于未使用空间，就不用扩容了。

2.4 扩容性能较好

Redis字符串还实现空间预分配和惰性空间释放的优化策略，减少扩容次数。

简单理解就是拼接字符串导致扩容的时候会多增加一些空闲空间，缩短字符串的时候并不立即释放这些空闲空间。