vault backup: 2026-05-26 14:33:05

hhs/Redis/02-核心数据类型/02-5-SDS.md

@@ -51,6 +51,7 @@ flowchart LR
 
 ```c
 // 以 sdshdr8 为例（适用于字符串长度 < 256 字节的情况）
+// 注意：len 和 alloc 都是 unsigned，能表示 0~255
 struct __attribute__ ((__packed__)) sdshdr8 {
     uint8_t len;       // 已使用的字节数（不含末尾 '\0'）
     uint8_t alloc;     // 分配的总字节数（不含末尾 '\0' 和 header）
@@ -65,6 +66,9 @@ struct __attribute__ ((__packed__)) sdshdr8 {
 > [!tip] `__attribute__((packed))` 的作用
 > 编译器默认会对结构体做**内存对齐**（padding），`packed` 告诉编译器"不要加任何填充字节"。SDS header 可能只有 3~5 字节，对齐填充会浪费大量空间。
 
+> [!note] 版本历史：这套体系从 Redis 3.2 开始
+> Redis 3.2 之前只有一个统一的 `struct sdshdr`（8B header，`len` 和 `alloc` 都是 `int`），无论字符串多短都要付出 8B header 的代价。antirez 在 3.2 引入了 5 级 header + `packed` 属性，**让短字符串的内存开销直接砍掉了几个字节**。在亿级 key 的场景下，这个优化可以节省 GB 级内存。
+
 ### 五种 sdshdr 类型
 
 ```mermaid
@@ -90,7 +94,7 @@ flowchart TB
 
 | 类型 | `len` 占用 | `alloc` 占用 | flags 占用 | header 总大小 | 最大长度 |
 |------|:---------:|:----------:|:--------:|:-----------:|:-------:|
-| `sdshdr5` | 0B | 0B | 1B | **3B** | 31B |
+| `sdshdr5` | 0B | 0B | 1B | **1B** | 31B |
 | `sdshdr8` | 1B | 1B | 1B | **3B** | 255B |
 | `sdshdr16` | 2B | 2B | 1B | **5B** | 64KB |
 | `sdshdr32` | 4B | 4B | 1B | **9B** | 4GB |
@@ -234,6 +238,19 @@ static inline size_t sdslen(const sds s) {
 > [!question] `s[-1]` 是什么魔法？
 > SDS 的 `sds` 类型指向的是 `buf[]` 的起始位置（而不是 header 的起始位置）。所以 `s[-1]` 往回退一个字节就是 `flags` 字段。这种设计让 `sds` 指针可以直接作为普通 `char *` 传给任何 C 函数——**零拷贝兼容**。
 
+### 更多 API
+
+```c
+// printf 风格格式化（避免先 snprintf 再 sdscat 的两次拷贝）
+s = sdscatfmt(s, "age:%i name:%s", 25, "Tom");
+
+// 修剪：移除指定字符集中的前后字符
+sdstrim(s, " \t\n");  // 去除空白
+
+// 子串（原地截取 buf[start..end]，更新 len）
+sdsrange(s, 1, -2);   // 只保留第 1 到倒数第 2 个字节（去掉首尾）
+```
+
 ## 五、SDS 在 Redis 中的无处不在
 
 > [!question] SDS 只用在 String 类型里吗？
@@ -272,7 +289,44 @@ flowchart TB
 > [!insight] 为什么小 key 的内存效率很重要？
 > Redis 里可能有上亿个 key。如果每个 key 浪费 10 字节，一亿个 key 就浪费 ~1GB。SDS 的多级 header 设计就是在这种场景下尽可能压缩每一字节的开销。
 
-## 六、与 C 字符串的对比总结
+> [!warning] 实际内存开销要算上 jemalloc 对齐
+> Redis 使用 **jemalloc** 作为默认内存分配器，它会按 size class 对齐分配。上面理论值 30B，但 jemalloc 的最小分配粒度是 **8B**，小对象按 8/16/32/48/64B 对齐。所以这个 30B 的 SDS 实际会占用 **32B**（对齐到 32B 的 size class）。在用 `redis-cli --memory` 或 `MEMORY USAGE` 命令排查内存时要注意这点。
+
+## 六、SDS 与 String 编码的关系
+
+> [!question] SDS 就是 Redis String 类型的底层实现吗？
+> 是，但不完全是。Redis String 类型有三种底层编码，SDS 只在其中两种中出现：
+
+```mermaid
+flowchart TB
+    CMD["SET key value"] --> CHECK{"value 是什么?"}
+    CHECK -->|"能解析为 ≤ 20 位整数"| INT["OBJ_ENCODING_INT, 不使用 SDS"]
+    CHECK -->|"字符串 ≤ 44 字节"| EMB["OBJ_ENCODING_EMBSTR, SDS + redisObject 连续内存"]
+    CHECK -->|"字符串 > 44 字节"| RAW["OBJ_ENCODING_RAW, SDS + redisObject 分开分配"]
+
+    classDef intC fill:#e8f5e9,stroke:#4caf50
+    classDef embC fill:#e1f5fe,stroke:#2196f3
+    classDef rawC fill:#fff3e0,stroke:#ff9800
+    classDef checkC fill:#f3e5f5,stroke:#9c27b0
+    class INT intC
+    class EMB embC
+    class RAW rawC
+    class CHECK checkC
+```
+
+| 编码 | 条件 | 是否使用 SDS | 特点 |
+|------|------|:----------:|------|
+| `int` | 值能表示为 ≤ 20 位整数 | ❌ | 直接用 `redisObject` 的 `ptr` 字段存整数，零 SDS 开销 |
+| `embstr` | 字符串 ≤ 44 字节（Redis ≥ 3.2） | ✅ | `redisObject` + SDS header + `buf` **一次 `malloc`** 连续分配，CPU cache 友好 |
+| `raw` | 字符串 > 44 字节 | ✅ | `redisObject` 和 SDS **分开 `malloc`**，两次分配 |
+
+> [!tip] embstr 的阈值变化
+> Redis 3.2 之前 embstr 阈值是 **39 字节**（旧 SDS header 8B）。引入 sdshdr8 后 header 缩到 3B，多出 5B 空间给数据，所以阈值提升到 **44 字节**。embstr 是只读的——一旦你 `APPEND` 或修改 embstr 编码的值，Redis 会自动升级为 `raw` 编码。
+
+> [!insight] SDS 在 active defragmentation 中的角色
+> Redis 4.0+ 支持主动碎片整理（activedefrag）。当 jemalloc 报告某个内存页碎片率高时，Redis 会对 SDS 执行 `sdsdup` ——分配新 buffer → 拷贝数据 → 释放旧 buffer，把碎片化的内存"压实"。这是 SDS 在内存优化层面的又一个重要应用场景。
+
+## 七、与 C 字符串的对比总结
 
 | 维度 | C 字符串 (`char *`) | SDS |
 |------|:------------------:|:---:|
@@ -283,13 +337,13 @@ flowchart TB
 | 兼容 C 函数 | ✅ 原生 | ✅ 末尾保留 `\0` |
 | 内存开销 | 无 header | 3~17B header |
 
-## 七、总结
+## 八、总结
 
 > [!summary] SDS 的设计哲学
 > SDS 是一个"看起来简单、细节极其讲究"的结构。它的核心思想是：
 >
 > 1. **用一点 header 空间换取所有常见操作的效率提升**——`len` 字段让长度查询从 O(N) 变 O(1)
-> 2. **按需选型，极致省内存**——5 种 header 类型，短字符串用 3 字节 header，长字符串用 17 字节
+> 2. **按需选型，极致省内存**——5 种 header 类型，最短仅 1 字节 header（sdshdr5），最长 17 字节
 > 3. **预分配 + 惰性释放减少系统调用**——对 Redis 这种单线程模型，每次系统调用都可能引入延迟抖动
 > 4. **兼容但不受限于 C**——保留 `\0` 能用 C 库，但核心逻辑不依赖它
 >