javaroad

Appearance

String类型详解 ​

一、String类型的基础特性 ​

String是Redis中最基础、最常用的数据类型，也是其他复杂类型（如List、Hash）的底层构建块。其核心特性包括：

  1. 二进制安全：
    支持存储任意二进制数据（如文本、图片、序列化对象、甚至\0字符），因为Redis不依赖字符编码（如UTF-8）来解析内容，仅通过长度判断数据边界。
    例如：SET key "\x00hello\x00" 可以正确存储和获取，不会因\0截断。
  2. 值大小限制：
    单个String值的最大容量为512MB（redis.conf中的max-string-size参数可调整，但通常不建议修改）。
  3. 原子操作：
    所有String命令（如SET、INCR、APPEND）都是原子性的，适合分布式场景（如计数器、分布式锁）。
  4. 过期时间：
    支持为String设置过期时间（通过EX/PX参数或EXPIRE命令），过期后会被Redis自动删除（遵循惰性删除+定期删除策略）。

二、底层实现：SDS（Simple Dynamic String） ​

Redis没有使用C语言的原生字符串（以\0结尾的字符数组），而是自定义了SDS（简单动态字符串）结构，解决了C字符串的三大痛点：

  • 无法高效获取长度（需遍历到\0，O(n)时间）；
  • 修改时容易内存溢出（如strcat未提前分配足够空间）；
  • 不支持二进制安全（\0会被视为字符串结束）。

1. SDS的结构定义 ​

SDS的结构体（以Redis 6.0为例）如下：

c
typedef struct sdshdr {
    int len;      // 已使用的字节数（字符串长度）
    int free;     // 未使用的字节数（剩余空间）
    char buf[];   // 字符数组（存储实际数据）
} sdshdr;
  • len：记录字符串的实际长度，获取长度的时间复杂度为O(1)（对比C字符串的O(n)）。
  • free：记录buf中未使用的空间，用于减少内存分配次数（见下文“空间预分配”）。
  • buf：存储字符串的字节数组，末尾会自动添加\0（兼容C语言字符串函数，如printf），但不依赖\0判断长度（由len决定）。

2. SDS vs C字符串的核心优势 ​

特性C字符串SDS
长度获取O(n)（遍历到\0）O(1)（直接读len）
内存溢出可能（如strcat未扩容）自动扩容（无溢出风险）
二进制安全不支持（\0截断）支持（len判断边界）
修改效率低（频繁分配/回收内存）高（空间预分配+惰性释放）

三、String类型的编码策略 ​

Redis为String类型设计了三种编码方式，根据值的类型和长度自动切换，以优化内存占用和访问效率：

编码类型适用场景内存结构转换触发条件
int整数值（范围：-2^63 ~ 2^63-1）直接存储为long long类型（8字节）值超过long long范围，或添加非数字字符（如APPEND "a"）
embstr短字符串（默认≤44字节）SDS结构与buf连续存储（分配1次内存）字符串变长超过44字节，或执行修改操作（如APPEND导致扩容）
raw长字符串（>44字节）或非整数SDS结构与buf分开存储（分配2次内存）无（默认长字符串或非整数）

1. int编码 ​

  • 场景：存储整数（如计数器、序号）。
  • 优化：直接用long long类型存储，无需SDS结构的额外开销（len+free共8字节），内存占用最小（仅8字节）。
  • 示例：SET counter 100 → 用int编码；INCR counter → 仍为int；SET counter "100a" → 转raw编码。

2. embstr编码 ​

  • 场景：存储短字符串（如缓存用户昵称、配置项）。
  • 优化：将SDS的sdshdr结构与buf数组连续分配在同一块内存（仅需1次malloc），减少内存碎片，且缓存命中率更高（连续内存更易被CPU缓存）。
  • 限制：embstr是只读的，修改时会自动转换为raw编码（因为修改需要重新分配内存，无法保持连续性）。
  • 示例：SET name "Alice"（6字节）→ 用embstr编码；APPEND name "Smith"（变为11字节，仍≤44）→ 自动转换为raw编码；APPEND name "..."（超过44字节）→ 转raw编码。

3. raw编码 ​

  • 场景：存储长字符串（如缓存文章内容、二进制文件）或非整数（如JSON字符串）。
  • 结构：sdshdr结构与buf数组分开分配（需2次malloc），适合频繁修改的长字符串（修改时仅需调整buf的空间，无需移动sdshdr）。
  • 示例：SET article "<html>...</html>"（10KB）→ 用raw编码；APPEND article "<footer>...</footer>" → 自动扩容（见下文“空间预分配”）。

四、String类型的关键机制 ​

1. 空间预分配（减少内存分配次数） ​

当执行APPEND、SETRANGE等修改操作时，SDS会根据当前长度自动分配额外空间，避免频繁调用malloc：

  • 若修改后len < 1MB：free分配与len相等的空间（总容量= len × 2）。
    例如：len=10 → 修改后len=20 → free=20 → 总容量=40。
  • 若修改后len ≥ 1MB：free分配1MB的空间（总容量= len + 1MB）。
    例如：len=2MB → 修改后len=3MB → free=1MB → 总容量=4MB。

2. 惰性空间释放（避免频繁回收内存） ​

当执行TRIM、SET等缩短字符串的操作时，SDS不会立即释放多余的空间，而是将其保留在free中，供后续修改使用：

  • 例如：SET key "hello world"（len=11，free=0）→ 执行TRIM key 0 4（保留前5字符“hello”）→ len=5，free=6（未释放多余的6字节）。
  • 优势：避免频繁调用free（昂贵的系统调用），提升修改效率；若后续需要扩展字符串，可直接使用free空间，无需重新分配。

3. 二进制安全的保证 ​

SDS通过len字段判断字符串的结束，而非\0，因此可以存储任意二进制数据：

  • 例如：SET key "\x00\x01\x02" → len=3，buf中存储0x00、0x01、0x02，获取时会正确返回3字节的数据（对比C字符串会截断为0字节）。

五、String类型的应用场景 ​

String类型的灵活性使其适用于多种场景，以下是常见案例：

  1. 缓存：
    存储高频访问的热点数据（如用户信息、商品详情），减少数据库压力。
    示例：SET user:1001 "{\"name\":\"Alice\",\"age\":25}" EX 3600（缓存1小时）。

  2. 计数器：
    利用INCR/DECR原子操作实现计数器（如文章阅读量、点赞数、接口调用次数）。
    示例：INCR article:1001:views（阅读量+1）。

  3. 分布式锁：
    利用SETNX（SET if Not eXists）命令实现分布式锁（仅当键不存在时设置，保证原子性）。
    示例：SET lock:order:1001 "token" EX 10 NX（获取锁，过期时间10秒）。

  4. 存储二进制数据：
    存储图片、音频、视频等二进制文件（需注意大小限制，建议≤10MB，避免占用过多内存）。
    示例：SET image:1001 "\x89PNG\r\n\x1a\n..."（存储PNG图片的二进制内容）。

  5. 配置项存储：
    存储系统配置（如开关、阈值），支持快速读取和修改。
    示例：SET config:max_login_attempts 5（最大登录尝试次数）。

六、总结 ​

Redis的String类型是灵活、高效、二进制安全的基础数据类型，其底层通过SDS解决了C字符串的缺陷，通过三种编码策略优化了内存占用和访问效率，通过空间预分配和惰性释放提升了修改性能。

关键结论：

  • 短字符串（≤44字节）用embstr编码，内存连续，效率高；
  • 长字符串（>44字节）用raw编码，适合频繁修改；
  • 整数用int编码，内存占用最小；
  • 二进制安全使其能存储任意数据，是缓存、计数器、分布式锁等场景的首选。