2.1 SDS：会记住自己长度的字符串

2.1 SDS：会记住自己长度的字符串

本节摘要：Redis 的字符串不是 C 的字符数组，而是 SDS（简单动态字符串）——头部记录长度与分配额的结构体加一块连续缓冲区。它换来 O(1) 取长度、二进制安全、预分配防抖动三个特性，是理解 String 命令复杂度的钥匙。

C 字符串差在哪

C 的字符串以空字符结尾，带来两个先天缺陷。求长度要遍历到结尾，O(n)；内容里不能出现空字符，存图片、序列化对象这类二进制数据就废了。Redis 需要把键、值、协议参数全都当字符串处理，这两个缺陷是致命的，于是 SDS 登场。

SDS 结构与 C 字符串对比

结构里的 alloc 减 len 就是空闲余量。追加字符串时，如果余量够，一次分配都不发生——这是 SDS 抗抖动的核心。

三种编码：一个 String 键的变脸

OBJECT ENCODING 是本章最常用的一条诊断命令，它直接报告键当前的底层编码：

> SET msg "hi"
> OBJECT ENCODING msg
"embstr"          # 短字符串：SDS 头与内容一次分配，紧挨着放
> SET count 100
> OBJECT ENCODING count
"int"             # 纯整数：值直接存整数字面量，连 SDS 都省了
> SET big 一段超过四十四字节的字符串……
> OBJECT ENCODING big
"raw"             # 长字符串：SDS 头与内容分成两次分配
> APPEND msg " there"
> OBJECT ENCODING msg
"raw"             # embstr 是只读的，一旦被修改就转 raw，回不去了
​

44 这个分界不是拍脑袋：对象头加 SDS 头加内容拼起来恰好装满分配器的一格 64 字节块——阈值是按内存分配器的尺寸分级量身裁的。这也解释了 embstr 为什么只读：内容与头挤在一块内存里，追加就得整体搬家，那不如直接升级成 raw 一劳永逸。

预分配的账，用数字算一遍

小于 1MB 翻倍、大于 1MB 只加一兆，规则一句话就完，但推演一遍才有体感：一个从零开始、每次追加一个字节的键，第一次追加触发分配，之后连续十几次追加都不再分配——alloc 与 len 的差值就是"还能白写几次"的余量；余量耗尽时一次分配直接翻倍。均摊下来，每字节的分配成本是常数级，这正是"预分配防抖动"的数学底气。反方向同理：内容缩短时内存不立刻归还，惰性释放赌的就是"过会儿还要写回来"。

副作用要在监控里认得出来：高频追加的键，内存曲线是锯齿状缓涨；大批量写大字符串时，内存涨幅会大于数据本身的体积——多出来的部分是分配余量与对象头，做容量预估时把这个系数算进去，别到容量评审时才发现账没算平。

排错与边界

INCR 报"不是整数"。INCR 只接受能整体解析为整数的值，小数、带引号的数字、科学计数法都会被拒绝。浮点计数用 INCRBYFLOAT，它会把编码转成 raw 存十进制文本。

GETRANGE 大字符串是全量代价。GETRANGE 虽只返回一小段，服务端仍要把整个值读出来再切片，百兆级大键上它照样进慢日志。分段读取的真实需求，该用 Hash 拆字段，而不是拿 String 硬切。

单键 1MB 是工程红线。协议给单值留的理论上限是 512MB，但翻倍分配放大内存峰值、主从复制整块搬运、响应序列化占住主线程，三笔账加起来，社区经验值就是单值 10KB 舒适、100KB 告警、1MB 红线。把这条规则写进发布检查单，比事后处理大键便宜百倍。

MEMORY USAGE 是量化上述边界的尺子：传键名返回总账（含对象头与 SDS 头），配合第 8 章的大键扫描，就是容量治理的常规武器组合。

空间预分配与惰性释放

增长时新分配额有讲究：长度小于 1MB 时翻倍，大于 1MB 时只多给 1MB。缩短时不立刻还内存，只把 len 调小，等将来复用。两个策略方向相反但目标一致：把 malloc 的次数压到最低。代价是 SDS 会比实际内容多占一些内存，Redis 用 jemalloc 的尺寸分级来缓解碎片。

命令层面的验证

redis-cli -p 6390
> SET user:1 "hello"
> STRLEN user:1        # 读 len 字段，O(1)
(integer) 5
> APPEND user:1 " world"   # 预留空间内追加，零分配
(integer) 11
> SET photo "\x89PNG\r\x1a\n..."   # 二进制安全，空字符不截断
> SET counter 100
> INCR counter          # 字符串当计数器：识别为整数后原子自增
(integer) 101
> SETBIT sign:2026 227 1  # 字符串还能当位数组用，见 3.1
​

一个 String 键能扮演三种角色：文本、计数器、位数组——因为底层就是一块"带管理头的字节缓冲"，语义由命令赋予。这正是数据结构透视的趣味所在。

场景与边界

• 计数器（INCR/DECR）：阅读数、限流配额，单键原子自增，无竞争问题。
• 分布式锁（SET NX EX）：依赖"不存在才写"这一原子写原语。
• 分片计数：计数热度极高时按取模拆成 N 个计数键轮转 INCR，汇总求和，避免单键热点。

分片计数展开说一遍：某接口每次调用要给全局调用量加一，单键 INCR 到每秒十万次时会成为主线程热点。做法是拆成 64 个分片键，写入方随机或轮转挑一个 INCR，看板要显示总量时用 MGET 拉全部分片求和。写入压力摊到 64 个键上，读取聚合只有一处且频率低——用结构的组合把"单点写热"拆散，这是 String 计数器在极端热度下的标准变式。分片数取二的幂，轮转逻辑最简单，代价只是看板多一次聚合。

⚠️ 常见坑：单值别超过 1MB 级别。大字符串追加时的翻倍分配、网络传输、主从复制的瞬时带宽都会被放大，社区约定单值 10KB 以内为舒适区。

本节要点回顾

• SDS = 头部三字段加连续缓冲区，len 让取长度变成读一个字段
• 二进制安全：内容以长度界定，可存任意字节
• 预分配翻倍、惰性收缩，本质是减少内存分配次数
• String 是多面手：文本、计数器、位数组共用同一结构
• 单值体积上限不是协议限制，是工程纪律