Redis 中，String 类型如何保存数据

当保存的数据是 64 位有符号整数时，String 类型会把它保存为一个 8 字节的 Long 类型整数，这种保存方式通常也叫作 int 编码方式。
但是，当保存的数据中包含字符时，String 类型就会用简单动态字符串（Simple Dynamic String，SDS）结构体来保存。

String 类型的优劣局限

String 类型并不适用于所有场景，它有一个明显的短板是：它保存数据时所消耗的内存空间较多。
当 Redis 实例的内存空间消耗比较大时，就会产生如下问题：

成本增加：内存不够了，要花钱加内存
影响 Redis 的性能：大内存 Redis 实例影响生成内存快照 RDB 的时间消耗，从而导致响应变慢
dictEntry 和 redisObject
Redis 使用一个全局哈希表保存所有的键值对，哈希表的每一项是一个 dictEntry 的结构体，用来指向一个键值对。
dictEntry 结构体中有三个 8 字节的指针，分别指向 key、value 以及下一个 dictEntry，三个指针共 24 字节，如下图所示：

这三个指针只有 24 字节，但是会占用了 32 字节。这是因为 Redis 使用的内存分配库是 jemalloc。jemalloc 在分配内存时，会根据我们申请的字节数 N，找一个比 N 大，并且最接近 N 的 2 的幂次数作为分配的空间，这样可以减少频繁分配的次数。
所以说一个 dictEntry 结构占用固定的 32 字节。

dictEntry 结构体中 key、value 指针指向的数据类型是 redisObject。
Redis 用 redisObject 结构体来记录一些元数据（比如），同时指向实际的数据（比如 SDS、zipList等）。
一个 redisObject 包含了 8 字节的元数据和一个 8 字节指针

元数据，比如编码方式（int 编码、embstr 编码、raw 编码）、最后一次访问的时间、被引用的次数等
指针指向具体数据类型的数据（例如指向 String 类型的 SDS 结构体所在的内存地址）

SDS 简单动态字符串 - 图2

typedef struct dictEntry{
  // 键
  void *key;
  // 值
  union {
    void *val;
    uint64_tu64;
    int64_ts64;
  }v;
  // 指向下一个 entry 的指针
  struct dictEntry *next;
} dictEntry;

struct redisObject {
    unsigned type:4;
    unsigned encoding:4;
    unsigned lru:LRU_BITS; /* LRU time (relative to global lru_clock) or
                            * LFU data (least significant 8 bits frequency
                            * and most significant 16 bits access time). */
    int refcount;
    void *ptr;
};

SDS 结构体

Redis 使用字符数组来保存实际的字符串数据。
SDS 本质还是字符数组（char*），只是在字符数组基础上增加了额外的元数据。
SDS 结构体的属性有：

len：字符数组的现有长度
alloc：分配给字符数组的空间长度
flags：SDS 结构体的类型
buf[]：字符数据，用于保存实际的字符串数据

Redis 定义了多种类型的 SDS 结构体，并用 flags 属性来标识 SDS 的类型。
SDS 一共设计了 5 种类型，分别是 sdshdr5、sdshdr8、sdshdr16、sdshdr32 和 sdshdr64，其中，sdshdr5 这一类型 Redis 已经不再使用了。
这 5 种类型的主要区别就在于，SDS 结构体中的字符数组的现有长度 len 和分配给字符数组的空间长度 alloc，这两个元数据的数据类型不同。

sdshdr8 结构体的 len 和 alloc 属性的数据类型是 uint8_t
sdshdr16 结构体的 len 和 alloc 属性的数据类型是 uint16_t

uint8_t 是 8 位无符号整型，会占用 1 字节的内存空间。当字符串类型是 sdshdr8 时，它能表示的字符数组的长度（包括数组最后一位\0）不会超过 256 字节（2 的 8 次方等于 256）。
而对于 sdshdr16、sdshdr32、sdshdr64 三种类型来说，它们的 len 和 alloc 数据类型分别是 uint16_t、uint32_t、uint64_t，即它们能表示的字符数组长度，分别不超过 2 的 16 次方、32 次方和 64 次方。分别占用 2 字节、4 字节和 8 字节的内存空间。
实际上，SDS 之所以设计不同的类型，是为了能灵活的保存不同长度的字符串，从而有效节省内存空间。

typedef char *sds;
/* Note: sdshdr5 is never used, we just access the flags byte directly.
 * However is here to document the layout of type 5 SDS strings. */
struct __attribute__ ((__packed__)) sdshdr5 {
    unsigned char flags; /* 3 lsb of type, and 5 msb of string length */
    char buf[];
};
struct __attribute__ ((__packed__)) sdshdr8 {
    uint8_t len; /* used */
    uint8_t alloc; /* excluding the header and null terminator */
    unsigned char flags; /* 3 lsb of type, 5 unused bits */
    char buf[];
};
struct __attribute__ ((__packed__)) sdshdr16 {
    uint16_t len; /* used */
    uint16_t alloc; /* excluding the header and null terminator */
    unsigned char flags; /* 3 lsb of type, 5 unused bits */
    char buf[];
};
struct __attribute__ ((__packed__)) sdshdr32 {
    uint32_t len; /* used */
    uint32_t alloc; /* excluding the header and null terminator */
    unsigned char flags; /* 3 lsb of type, 5 unused bits */
    char buf[];
};
struct __attribute__ ((__packed__)) sdshdr64 {
    uint64_t len; /* used */
    uint64_t alloc; /* excluding the header and null terminator */
    unsigned char flags; /* 3 lsb of type, 5 unused bits */
    char buf[];
};

int、embstr 和 raw 三种编码方式

我们上面提到 redisObject 结构体中用 type 存储了编码方式。我们下面介绍一些这三种编码方式。
为了节省内存空间，Redis 还对 Long 类型整数和 SDS 的内存布局做了专门的设计。
上面我们提到：当保存的数据是 64 位有符号整数时，String 类型会把它保存为一个 8 字节的 Long 类型整数，这种保存方式通常也叫作 int 编码方式。
并且如果保存的是 Long 类型整数时，redisObject 中的指针就直接赋值为整数数据了，这样就不用额外的指针再指向整数了，节省了指针的空间开销。
当保存的是字符串数据，并且字符串小于等于 44 字节时，redisObject 中的元数据、指针和 SDS 是一块连续的内存区域，这样就可以避免内存碎片。这种布局方式被称为 embstr 编码方式。
当然，当字符串大于 44 字节时，SDS 的数据量就开始变多了，Redis 就不再把 SDS 和 redisObject 布局在一起了，而是会给 SDS 分配独立的空间，并用指针指向 SDS 结构。这种布局方式被称为 raw 编码方式。
SDS 简单动态字符串 - 图3

为什么要封装 char*，提供 SDS 结构体呢

原因一：不能实现保存任意二进制数据的需求
char* 字符串以“\0”表示字符串的结束，给保存数据带来一定的负面影响。如果我们要保存的数据中，本身就有“\0”，那么数据在“\0”处就会被截断，这就不能实现保存任意二进制数据的需求了

原因二：char* 相关的操作函数的时间复杂度高，影响字符串的操作效率。

参考资料

02 | 键值对中字符串的实现，用char*还是结构体？