Redis 为什么要自定义 SDS？

结论：C 语言的 char* 作为字符串有三个致命缺陷——取长度为 O(N)、不能存二进制、拼接易溢出。Redis 几乎所有 key 与大量 value 都是字符串，且需要频繁求长度、追加、截断，所以自己实现了 SDS（Simple Dynamic String，简单动态字符串）：用头部记录长度与容量，在保留 C 字符串兼容性的同时做到 O(1) 取长度、二进制安全与受控扩容。

一、C 字符串 vs SDS

二、结构设计与五种头部

sdshdr8（len/alloc 均不超过 255 时使用）
┌───────┬───────┬───────┬──────────────────────────┐
│ flags │  len  │ alloc │ buf[]                     │
│ 1 Byte│ 1 Byte│ 1 Byte│ "hello\0" + 未用空间       │
└───────┴───────┴───────┴──────────────────────────┘
                         │
   len   = 已使用字节数（不含结尾 \0）
   alloc = 已分配容量（不含头部与结尾 \0），alloc - len 即剩余空间
   flags = 低 3 位标识类型：5/8/16/32/64，高 5 位保留

按长度分档的目的是省头部开销：一个 10 字节的 key 若用 17 字节头部，浪费比内容还多。

三、扩容策略：预分配与惰性释放

追加（append）时空间不足：
  newlen < 1 MB  → 分配 2 * newlen（翻倍，摊还 O(1)）
  newlen >= 1 MB → 分配 newlen + 1 MB（避免大字符串翻倍浪费）

缩短（trim）时不立即 free：
  保留一部分 free 空间，后续 append 可直接复用
  真正释放由 sdsRemoveFreeSpace 触发（如 OBJECT ENCODING 变更、保存 RDB 前）

// 简化示意：Redis 内部的 sdsMakeRoomFor 逻辑
sds sdsMakeRoomFor(sds s, size_t addlen) {
    size_t avail = s->alloc - s->len;
    if (avail >= addlen) return s;              // 空间够，直接复用
    size_t newlen = s->len + addlen;
    if (newlen < SDS_MAX_PREALLOC)              // 1 MB
        newlen *= 2;                            // 翻倍
    else
        newlen += SDS_MAX_PREALLOC;             // 加 1 MB
    return sdsResize(s, newlen);                // 可能更换 header 类型
}

四、与对象编码的关系

• SET 一个短字符串时，Redis 用 embstr：一次 malloc 把 redisObject 与 SDS 连续分配，只读、省内存、缓存友好；
• 长度超过 44 字节或执行 APPEND 后变为 raw：对象头与 SDS 分开分配，可扩容；
• 整数值用 int 编码，直接把值存在 ptr 指针位里，连 SDS 都不需要；
• 三种编码可通过 OBJECT ENCODING 观察，且 raw 不会退回 embstr。

五、常见追问

• 问：SDS 一定比 C 字符串省内存吗？答：不一定，短字符串反而多几个字节头部；但换来 O(1) 长度、二进制安全和免去频繁 realloc，整体更划算。
• 问：为什么 embstr 的阈值是 44 字节？答：redisObject(16) + sdshdr8(3) + 内容 + \0(1) 要落进 jemalloc 的 64 字节分配块，44 = 64 - 16 - 3 - 1。
• 问：SDS 如何保证二进制安全？答：所有读写都以 len 为准，不依赖 \0；因此可以存图片、Protobuf、含 \0 的序列化数据。
• 问：SDS 扩容会不会阻塞？答：单次 realloc 在大 value 上可能耗时；可通过控制单 value 大小、避免超大 APPEND 来规避，必要时用 UNLINK 异步释放。
• 问：为什么 SDS 末尾还要补 \0？答：为了兼容 C 标准库函数（如 printf("%s")、strlen），属于"多花 1 字节换兼容"的设计。
• 问：STRLEN 为什么快？答：直接读 SDS 头部的 len，与字符串长度无关，O(1)。

小结

• 自定义 SDS 解决的是"C 字符串不适合做通用 KV 载体"这个根本问题：长度、二进制、扩容。
• 设计精髓是"用头部换操作复杂度"：多存 3~9 字节，换来 O(1) 长度与摊还 O(1) 追加。
• 与大 value 有关的性能问题，追溯到底层往往就是 SDS 的扩容与拷贝。