redis数据结构之String详解

一、为什么redis选string作为基础类型？

redis中的所有key是字符串,所有value本质上也是字符串,比如 集合set中的每一个 成员 都是一个独立的字符串对象,列表中的每一个 元素 都是一个独立的字符串对象，整个hash是一个对象，它内部的每一个 字段（field） 和一个字段值（value） 都是一个独立的字符串对象

redis是通过c语言来实现的，但是没有直接使用c语言中的字符串,有几下几点原因

• 获取字符串长度需要通过运算：c字符串以\0（空字符）结尾，要获取长度必须遍历整个数组直到遇到\0，时间复杂度为o(n)，这在高性能数据库如redis中效率低下。
• 非二进制安全：c字符串不能存储任意二进制数据，因为它依赖于\0作为结束符。如果数据中包含\0（如一些二进制文件），会被错误截断，破坏数据完整性。
• 不可修改：c语言字符串常量（如char* s = "hello"）是只读的，无法直接扩展或修改其长度，这在动态数据存储中不灵活。

redis的解决方案：redis因此构建了自己的字符串结构——sds（简单动态字符串），它通过设计一个智能结构来支持查找、二进制安全性和动态修改。

二、sds底层数据结构

uint8_t (8位无符号整数),可表示的最大值是 255 (因为 2^8 - 1 = 255),因此 len 最多记录 255 字节 的长度，否则会溢出,如果一个 sds 字符串的实际长度超过 255 字节，redis 会自动选择更大容量的结构体（如 sdshdr16/sdshdr32）。

三、redisobject是什么

通常我们了解的数据结构有字符串、双端链表、字典、压缩列表、整数集合等，但是redis为了加快读写速度，并没有直接使用这些数据结构，而是在此基础上又包装了一层称之为redisobject。

redisobject 有五种对象：字符串对象(string)、列表对象(list)、哈希对象(hash)、集合对象(set)和有序集合对象(zset)。

1.type：数据类型标识（4 bit）就是redis基本类型

2.encoding：内部编码（4 bit）

同一数据类型可对应不同底层实现：

动态编码转换示例：

• 当 hash 的元素超过 hash-max-ziplist-entries 时
• obj_encoding_ziplist → obj_encoding_ht

3.lru：缓存淘汰信息（24 bit）

• lru模式：记录对象最后访问时间戳（精度：秒级）
• lfu模式（redis 4.0+）：

16 bits      8 bits
+------------+------+
| 访问时间戳   | 频率 |
+------------+------+

• 频率（logc）：基于概率递增的访问计数器
• 时间戳：解决冷数据滞留问题

4.refcount：引用计数（4字节）

• 内存回收：refcount=0 时自动释放内存
• 对象共享：相同数据复用对象（如 set key 100 共享整数对象）
• 多客户端引用：同一 key 被多个客户端连接引用

5.ptr：数据指针（8字节）

指向实际数据结构，如：

• obj_encoding_int → 直接存储整数（void * 强转为 long）
• obj_encoding_raw → 指向 sds 结构
• obj_encoding_ht → 指向 dict 哈希表

四、string类型数据结构

string类型在redis中有三种编码方式

raw编码

分配两次内存 redisobject和sds的内存不连续 两个数据结构申请了两片内存区域

embstr编码

int编码

为什么分界线是44字节？

44字节的临界值源于内存分配器的优化策略，具体计算如下：

1. 内存分配器的最小单位

• redis 默认使用 jemalloc 或 glibc malloc
• 这些分配器的最小分配单元通常是 64字节（cpu缓存行对齐）

2. embstr 的总内存占用公式

总大小 = redisobject(16字节) + sds头部(3字节) + 字符串内容(n字节) + 结束符\0(1字节)

• 最大允许占用：64字节（分配器最小单元）
• 固定开销：16(robj) + 3(sds) + 1(\0) = 20字节
• 可用空间：64 - 20 = 44字节

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持代码网。