Redis 是内存数据库，高效使用内存对 Redis 的实现来说非常重要。

看一下，Redis 中针对字符串结构针对内存使用效率做的设计优化。

一、SDS 的结构

c 语言没有 string 类型，本质是 char[]数组；而且 c 语言数组创建时必须初始化大小，指定类型后就不能改变，并且字符数组的最后一个元素总是空字符 '\0' 。

以下展示了一个值为 "Redis" 的 C 字符串：

Redis 没有直接使用 C 语言的字符串方式，而是构建了一种简单动态字符串（Simple dynamic string， SDS）的类型，Redis 中的字符串底层都是使用 SDS 结构进行存储，比如包含字符串的键值对底层都是使用 SDS 结构实现的。

SDS 结构定义在 sds.h 中

struct sdshdr{int len;//SDS保存的字符串长度int free;//buf数组中未使用字节数量char buf[];//字符数组，保存字符串}

最后一个字节保存了空字符'\0'，保留了 C 字符串的规范，使得 SDS 结构的字符串，可以重用一部分 C 函数库的函数。

二、为什么不使用 C 字符串

主要是因为 C 字符串有以下缺点：

• 获取字符串长度时间复杂度为 O(N)：C 字符串获取长度需遍历整个字符串，遇到'\0'空字符为止。

• 缓冲区溢出：比如在进行字符串追加操作时，如果没有分配足够的内存，就会造成内存溢出。

• 内存重分配：每次增长或者截短字符串，程序都要对保存 C 字符串的数组进行内存重分配操作，而内存重分配涉及复杂的算法，并可能需要执行系统调用，所以它通常比较耗时。

• 空字符问题：C 字符串中间不能保存空格，否则程序遍历是会误认为是字符串的末尾。这一限制导致 C 字符串只能存储文本数据，不能保存像图片、音视频、压缩文件等二进制数据。

三、怎样解决 C 字符串问题

1、SDS 通过 len 属性记录了 SDS 长度，所以获取长度的时间复杂度为 O(1)，即 strlen 命令的时间复杂度是 O(1)。

2、SDS 空间分配策略避免了缓冲区溢出：当对 SDS 进行修改时，会先检查 SDS 空间是否满足修改，不满足会自动扩展到所需大小，然后才执行修改。

3、较少修改字符串时内存重分配次数：SDS 中的 free 记录 buf 字节数组中未使用的字节。

redis 通过 free 属性实现空间预分配、惰性空间释放两种优化策略。

• 空间预分配：当对 SDS 进行增长操作时，程序不仅会分配修改所必须得空间，还会为 SDS 分配额外的未使用空间。通过预分配策略，减少了连续执行字符串增长操作时内存重分配次数。

• 惰性空间释放：当对 SDS 进行截短操作时，程序并不会立即回收缩短后多出来的字节所占用的内存，而是使用 free 属性记录多出来的字节数，以供将来使用。如果将来要对这个 SDS 进行增长操作，未使用空间可能就派上用场，并且增长操作也不一定会执行内存重分配。

SDS 结构中的 buf 字节数组，是二进制安全的，不仅可以保存字符，也可以保存二进制数据。

SDS 保留了 C 字符串的惯例，将数据的末尾设置为空字符'\0'，SDS 中之所以保留这一规范是可以重用 C 字符串函数库的一部分函数，例如追加字符串。

四、对字符串的进一步优化

Redis string 的三种编码：

• int 存储 8 个字节的长整型(long，2^63-1 )

• embstr, embstr 格式的 SDS (Simple Dynamic String)

• raw, raw 格式的 SDS，存储大于 44 个字节的长字符串

int 类型就是指的是数字，那么 raw、embstr 都代表的是字符串有什么异同吗，下面我们分析下。

图中展示了两者的区别，可以看到 embstr 将 redisObject 和 SDS 保存在连续的 64 字节空间内，这样可以只需要一次内存分配，而对于 raw 来说，SDS 和 redisObject 分离，需要两次内存分配，而且占用更多的内存空间。

可以看到 embstr 在 3.2+中使用了叫 sdshdr8 的结构，在该结构下，元数据只需要 3 个字节，而 Redis 需要 8 个字节，所以总共 64 个字节，减去 redisObject(16 字节)，再减去 SDS 的原信息，最后的实际内容就变成了 44 字节和 39 字节。

当字符串小于等于 44 字节时，Redis 就使用了嵌入式字符串的创建方法，以此减少内存分配和内存碎片。

下面这张图展示了 createEmbeddedStringObject 创建嵌入式字符串的过程：

总之，只要记住，Redis 会通过设计实现一块连续的内存空间，把 redisObject 结构体和 SDS 结构体紧凑地放置在一起。

这样一来，对于不超过 44 字节的字符串来说，就可以避免内存碎片和两次内存分配的开销了。