Redis 为什么要自定义 SDS？

面试考察点

基础掌握度：面试官不仅仅是想知道 SDS 是什么，更是想知道你是否读过 Redis 源码中 sds.h 的结构定义，能否说清楚 C 字符串的 5 大缺陷以及 SDS 是如何逐一解决的。
性能优化意识：考察你是否理解 "strlen O(N) → O(1)"、"N 次重分配 → 空间预分配 & 惰性释放"、"缓冲区溢出" 这些性能和安全问题的工程解法。
源码级理解深度：能否说出 SDS 有 5 种类型（sdshdr5 ~ sdshdr64），以及为什么要按字符串长度做分级，这体现了 Redis 在内存优化上的极致追求。

核心答案

Redis 自定义 SDS（Simple Dynamic String）是为了解决 C 语言原生字符串的 5 大缺陷：

C 字符串缺陷	SDS 的解决方案	收益
`strlen` O(N) 遍历计数	`len` 字段记录长度	O(1) 获取长度
缓冲区溢出风险	`alloc - len` 检查剩余空间	修改前自动扩容，杜绝溢出
频繁内存重分配	空间预分配 + 惰性释放	大幅减少 `realloc` 次数
只能存文本（`\0` 结尾）	二进制安全，用 `len` 判断结尾	可存图片、音频等二进制数据
限定了字符串操作函数	丰富的专用 API	`sdscat`、`sdscpy`、`sdssplitlen` 等

一句话结论：SDS 本质上是一个 带元信息的动态字符数组，在保持 C 字符串兼容性的同时，解决了 O(N) 长度计算、缓冲区溢出、频繁重分配、二进制安全四大核心问题。

深度解析

一、SDS 的结构定义

上图展示了 C 字符串和 SDS 的内存布局对比，核心要点：

len：已使用的字节数（不含 \0）。获取字符串长度时直接返回 len，时间复杂度 O(1)。
alloc：buf[] 的总分配空间（不含头部和 \0）。alloc - len 就是剩余可用空间，用于判断是否需要扩容。
flags：低 3 位标识 SDS 类型（sdshdr5、sdshdr8、sdshdr16、sdshdr32、sdshdr64），不同类型用不同大小的 len 和 alloc 字段。
buf[]：实际存储数据的地方，仍然以 \0 结尾，这样 SDS 可以直接复用一部分 C 标准库的字符串函数（如 printf、strcasecmp）。

二、5 大优势逐一解析

优势一：O(1) 获取字符串长度

// C 字符串：必须遍历到 \0 才知道长度，O(N)
size_t strlen(const char *s) {
    size_t len = 0;
    while (s[len] != '\0') len++;
    return len;
}

// Redis 中 strlen 被大量调用，比如每次执行 STRLEN 命令
// 如果用 C 字符串，一个 1MB 的字符串每次都要遍历 100 万字节！

// SDS：直接返回 len 字段，O(1)
static inline size_t sdslen(const sds s) {
    unsigned char flags = s[-1]; // flags 在 buf 的前一个字节
    switch(flags & SDS_TYPE_MASK) {
        case SDS_TYPE_8:  return ((struct sdshdr8*)s)[-1].len;
        case SDS_TYPE_16: return ((struct sdshdr16*)s)[-1].len;
        // ...
    }
}

Redis 中有大量需要获取字符串长度的场景（键的长度检查、命令参数解析等），如果每次都 O(N) 遍历，性能会急剧下降。SDS 用一个 len 字段就把时间复杂度从 O(N) 降到了 O(1)。

优势二：杜绝缓冲区溢出

上图展示了 C 字符串的缓冲区溢出问题：

C 语言的 strcat、strcpy 等函数 不检查目标缓冲区大小，如果空间不够就直接往后写，覆盖相邻内存。
SDS 在每次修改前，先检查 alloc - len（剩余空间），如果不够就先扩容，再执行修改，从根本上杜绝溢出。

优势三：减少内存重分配次数

C 字符串每次修改长度都可能触发 realloc（增长要扩容，缩短要释放）。SDS 通过两种策略大幅减少 realloc 次数：

上图展示了 SDS 的两种内存优化策略：

空间预分配：字符串增长时，多分配一些空间。小于 1MB 时多分配一倍，大于等于 1MB 时多分配 1MB。下次追加操作如果不超过预分配空间，就不需要 realloc。
惰性释放：字符串缩短时，不立即释放多余内存，只修改 len，保留 alloc 不变。下次增长时可以直接复用。需要真正释放时可以调用 sdsRemoveFreeSpace。

优势四：二进制安全

上图展示了二进制安全的核心区别：

C 字符串：用 \0 判断结尾，遇到 \0 就认为字符串结束。这意味着不能存储包含 \0 的数据（图片、音频、序列化对象等）。
SDS：用 len 字段判断结尾，\0 只是一个普通字节。可以存储任意二进制数据，这就是 二进制安全。

Redis 作为一个通用的数据结构存储系统，不仅存储文本，还存储整数、浮点数、图片、序列化对象等，所以必须二进制安全。

优势五：5 种 SDS 类型，极致内存优化

上图展示了 SDS 的 5 种类型设计：

Redis 3.2 之前只有一种 sdshdr，len 和 alloc 固定用 int（4 字节），对于短字符串（如 "name"、"age"）来说，头部开销太大。
Redis 3.2 之后拆分为 5 种类型，根据字符串长度自动选择最合适的类型，头部开销从固定 8 字节降低到 1~3 字节。
Redis 中有海量的短字符串（Key 名、小 Value），这种分级设计能节省大量内存。

三、SDS 与 C 字符串的完整对比

对比维度	C 字符串	SDS
获取长度	O(N) 遍历	O(1) 读 `len`
缓冲区溢出	不检查，可能溢出	修改前检查，自动扩容
内存重分配	每次修改都要	预分配 + 惰性释放，大幅减少
存储内容	文本（`\0` 结尾）	任意二进制数据
兼容 C 函数	本身就是	以 `\0` 结尾，部分兼容
头部开销	0	1~17 字节（按类型分级）
适用场景	简单文本处理	高性能、高并发的存储系统

面试高频追问

追问一：SDS 怎么做到兼容 C 字符串函数的？

SDS 的 buf[] 末尾始终保留一个 \0，所以可以把 buf 的地址直接传给 C 标准库函数（如 printf、strcasecmp、strchr 等）。但要注意，这些函数仍然以 \0 判断结尾，所以只适用于不含 \0 的文本数据。对于二进制数据，必须使用 SDS 自带的 API。
追问二：sdshdr5 为什么没有 len 和 alloc 字段？

sdshdr5 专门用于长度 ≤ 30 字节的极短字符串。它把长度信息压缩到 flags 字段的高 5 位中（低 3 位标识类型），省去了 len 和 alloc 两个独立字段，头部只需要 1 字节。不过 sdshdr5 只用于 不可变字符串（如 Key 名），可变字符串会使用 sdshdr8 及以上。
追问三：Redis 中哪些地方用到了 SDS？

几乎所有涉及字符串的地方都用 SDS：Key 的存储、String 类型的 Value、List/Hash/Set/ZSet 的元素、Pub/Sub 的频道名和消息内容、命令参数解析等。可以说 SDS 是 Redis 中最基础、使用最广泛的数据结构。

常见面试变体

变体一："Redis 的字符串是怎么实现的？"
变体二："SDS 和 C 字符串的区别？"
变体三："什么是二进制安全？为什么 Redis 需要二进制安全？"
变体四："Redis 3.2 前后 SDS 有什么变化？"

记忆口诀

SDS 5 大优势：快（O(1) 长度）、安（防溢出）、省（少 realloc）、全（二进制安全）、省（5 级头部）。

结构三件套：len（已用）+ alloc（总容量）+ flags（类型标记）。

核心一句话：C 字符串靠 \0 管一切，SDS 用 len 管长度、用 alloc 管容量、用 flags 管类型，三个字段解决五大问题。

总结

Redis 自定义 SDS 是为了解决 C 原生字符串的 5 大缺陷：O(N) 长度计算、缓冲区溢出、频繁内存重分配、非二进制安全、缺少专用 API。SDS 通过 len + alloc + flags 三个字段，实现了 O(1) 长度获取、自动扩容防溢出、空间预分配和惰性释放减少重分配、二进制安全存储任意数据。Redis 3.2+ 还将 SDS 拆分为 5 种类型，极致优化内存开销。

发布于2025年12月19日|21:15:15