[docs update]添加 Redis String 类型的底层实现

docs/cs-basics/data-structure/heap.md

@@ -64,7 +64,7 @@ tag:
 
 > 有能力的人会逐渐升职加薪，是金子总会发光的！！！
 
-**2.从底向上，如果父结点比该元素大，则该节点和父结点交换，直到无法交换**
+**2.从底向上，如果父结点比该元素小，则该节点和父结点交换，直到无法交换**
 
 ![堆-插入元素2](./pictures/堆/堆-插入元素2.png)
 

docs/database/mysql/mysql-high-performance-optimization-specification-recommendations.md

@@ -9,7 +9,7 @@ tag:
 >
 > JavaGuide 已获得作者授权，并对原文内容进行了完善。
 
-## 数据库命令规范
+## 数据库命名规范
 
 - 所有数据库对象名称必须使用小写字母并用下划线分割
 - 所有数据库对象名称禁止使用 MySQL 保留关键字（如果表名中包含关键字查询时，需要将其用单引号括起来）
@@ -84,7 +84,7 @@ InnoDB 支持事务，支持行级锁，更好的恢复性，高并发下性能
 
 存储字节越小，占用也就空间越小，性能也越好。
 
-**a.某些字符串可以转换成数字类型存储比如可以将 IP 地址转换成整形数据。**
+**a.某些字符串可以转换成数字类型存储比如可以将 IP 地址转换成整型数据。**
 
 数字是连续的，性能更好，占用空间也更小。
 

docs/database/mysql/mysql-questions-01.md

@@ -21,7 +21,7 @@ head:
 
 关系型数据库中，我们的数据都被存放在了各种表中（比如用户表），表中的每一行就存放着一条数据（比如一个用户的信息）。
 
-![](https://guide-blog-images.oss-cn-shenzhen.aliyuncs.com/java-guide-blog/5e3c1a71724a38245aa43b02_99bf70d46cc247be878de9d3a88f0c44.png)
+![关系型数据库表关系](https://guide-blog-images.oss-cn-shenzhen.aliyuncs.com/java-guide-blog/5e3c1a71724a38245aa43b02_99bf70d46cc247be878de9d3a88f0c44.png)
 
 大部分关系型数据库都使用 SQL 来操作数据库中的数据。并且，大部分关系型数据库都支持事务的四大特性(ACID)。
 
@@ -376,7 +376,7 @@ InnoDB 不光支持表级锁(table-level locking)，还支持行级锁(row-level
 
 **表级锁和行级锁对比** ：
 
-- **表级锁：** MySQL 中锁定粒度最大的一种锁，是针对非索引字段加的锁，对当前操作的整张表加锁，实现简单，资源消耗也比较少，加锁快，不会出现死锁。其锁定粒度最大，触发锁冲突的概率最高，并发度最低，MyISAM 和 InnoDB 引擎都支持表级锁。
+- **表级锁：** MySQL 中锁定粒度最大的一种锁（全局锁除外），是针对非索引字段加的锁，对当前操作的整张表加锁，实现简单，资源消耗也比较少，加锁快，不会出现死锁。其锁定粒度最大，触发锁冲突的概率最高，并发度最低，MyISAM 和 InnoDB 引擎都支持表级锁。
 - **行级锁：** MySQL 中锁定粒度最小的一种锁，是针对索引字段加的锁，只针对当前操作的行记录进行加锁。 行级锁能大大减少数据库操作的冲突。其加锁粒度最小，并发度高，但加锁的开销也最大，加锁慢，会出现死锁。
 
 ### 行级锁的使用有什么注意事项？

docs/database/redis/redis-data-structures-01.md

@@ -12,6 +12,18 @@ head:
       content: Redis基础数据结构总结：String（字符串）、List（列表）、Set（集合）、Hash（散列）、Zset（有序集合）
 ---
 
+Redis 共有 5 种基本数据结构：String（字符串）、List（列表）、Set（集合）、Hash（散列）、Zset（有序集合）。
+
+这 5 种数据结构是直接提供给用户使用的，是数据的保存形式，其底层实现主要依赖这 8 种数据结构：简单动态字符串（SDS）、LinkedList（双向链表）、Hash Table（哈希表）、SkipList（跳跃表）、Intset（整数集合）、ZipList（压缩列表）、QuickList（快速列表）。
+
+Redis 基本数据结构的底层数据结构实现如下：
+
+| String | List                         | Hash                | Set             | Zset              |
+| :----- | :--------------------------- | :------------------ | :-------------- | :---------------- |
+| SDS    | LinkedList/ZipList/QuickList | Hash Table、ZipList | ZipList、Intset | ZipList、SkipList |
+
+Redis 3.2 之前，List 底层实现是 LinkedList 或者 ZipList。 Redis 3.2 之后，引入了 LinkedList 和 ZipList 的结合 QuickList，List 的底层实现变为 QuickList。
+
 你可以在 Redis 官网上找到 Redis 数据结构非常详细的介绍：
 
 - [Redis Data Structures](https://redis.com/redis-enterprise/data-structures/)
@@ -144,7 +156,7 @@ Redis 中的 List 其实就是链表数据结构的实现。我在 [线性数据
 
 更多 Redis List 命令以及详细使用指南，请查看 Redis 官网对应的介绍：https://redis.io/commands/?group=list 。
 
-**通过  `RPUSH/LPOP` 或者 ` LPUSH/RPOP`实现队列** ：
+**通过 `RPUSH/LPOP` 或者 `LPUSH/RPOP`实现队列** ：
 
 ```bash
 > RPUSH myList value1

docs/database/redis/redis-data-structures-02.md

@@ -12,6 +12,8 @@ head:
       content: Redis特殊数据结构总结：HyperLogLogs（基数统计）、Bitmap （位存储）、Geospatial (地理位置)。
 ---
 
+除了 5 种基本的数据结构之外，Redis 还支持 3 种特殊的数据结构 ：Bitmap、HyperLogLog、GEO。
+
 ## Bitmap
 
 ### 介绍

docs/database/redis/redis-questions-01.md

@@ -20,7 +20,7 @@ head:
 
 为了满足不同的业务场景，Redis 内置了多种数据类型实现（比如 String、Hash、Sorted Set、Bitmap）。并且，Redis 还支持事务 、持久化、Lua 脚本、多种开箱即用的集群方案（Redis Sentinel、Redis Cluster）。
 
-Redis 没有外部依赖，Linux 和 OS X 是 Redis 开发和测试最多的两个操作系统，官方推荐生产环境使用  Linux 部署 Redis。
+Redis 没有外部依赖，Linux 和 OS X 是 Redis 开发和测试最多的两个操作系统，官方推荐生产环境使用 Linux 部署 Redis。
 
 个人学习的话，你可以自己本机安装 Redis 或者通过 Redis 官网提供的[在线 Redis 环境](https://try.redis.io/)来实际体验 Redis。
 
@@ -36,7 +36,7 @@ Redis 内部做了非常多的性能优化，比较重要的主要有下面 3
 - Redis 基于 Reactor 模式设计开发了一套高效的事件处理模型，主要是单线程事件循环和 IO 多路复用（Redis 线程模式后面会详细介绍到）；
 - Redis 内置了多种优化过后的数据结构实现，性能非常高。
 
-下面这张图片总结的挺不错的，分享一下，出自 [Why is Redis so fast?](https://twitter.com/alexxubyte/status/1498703822528544770)  。
+下面这张图片总结的挺不错的，分享一下，出自 [Why is Redis so fast?](https://twitter.com/alexxubyte/status/1498703822528544770) 。
 
 ![why-redis-so-fast](./images/why-redis-so-fast.png)
 
@@ -95,7 +95,7 @@ Memcached 是分布式缓存最开始兴起的那会，比较常用的。后来
 
 ### Redis 除了做缓存，还能做什么？
 
-- **分布式锁** ： 通过 Redis 来做分布式锁是一种比较常见的方式。通常情况下，我们都是基于 Redisson 来实现分布式锁。相关阅读：[《分布式锁中的王者方案 - Redisson》](https://mp.weixin.qq.com/s/CbnPRfvq4m1sqo2uKI6qQw)。
+- **分布式锁** ： 通过 Redis 来做分布式锁是一种比较常见的方式。通常情况下，我们都是基于 Redisson 来实现分布式锁。关于 Redis 实现分布式锁的详细介绍，可以看我写的这篇文章：[分布式锁详解](https://javaguide.cn/distributed-system/distributed-lock.html) 。
 - **限流** ：一般是通过 Redis + Lua 脚本的方式来实现限流。相关阅读：[《我司用了 6 年的 Redis 分布式限流器，可以说是非常厉害了！》](https://mp.weixin.qq.com/s/kyFAWH3mVNJvurQDt4vchA)。
 - **消息队列** ：Redis 自带的 list 数据结构可以作为一个简单的队列使用。Redis 5.0 中增加的 Stream 类型的数据结构更加适合用来做消息队列。它比较类似于 Kafka，有主题和消费组的概念，支持消息持久化以及 ACK 机制。
 - **复杂业务场景** ：通过 Redis 以及 Redis 扩展（比如 Redisson）提供的数据结构，我们可以很方便地完成很多复杂的业务场景比如通过 bitmap 统计活跃用户、通过 sorted set 维护排行榜。
@@ -113,6 +113,10 @@ Redis 5.0 新增加的一个数据结构 `Stream` 可以用来做消息队列，
 
 相关文章推荐：[Redis 消息队列的三种方案（List、Streams、Pub/Sub）](https://javakeeper.starfish.ink/data-management/Redis/Redis-MQ.html)。
 
+### 如何基于 Redis 实现分布式锁？
+
+关于 Redis 实现分布式锁的详细介绍，可以看我写的这篇文章：[分布式锁详解](https://javaguide.cn/distributed-system/distributed-lock.html) 。
+
 ## Redis 数据结构
 
 ### Redis 常用的数据结构有哪些？
@@ -140,6 +144,83 @@ Redis 5.0 新增加的一个数据结构 `Stream` 可以用来做消息队列，
 
 在绝大部分情况，我们建议使用 String 来存储对象数据即可！
 
+### String 的底层实现是什么？
+
+Redis 是基于 C 语言编写的，但 Redis 的 String 类型的底层实现并不是 C 语言中的字符串（即以空字符 `\0` 结尾的字符数组），而是自己编写了 [SDS](https://github.com/antirez/sds)（Simple Dynamic String，简单动态字符串） 来作为底层实现。
+
+SDS 最早是 Redis 作者为日常 C 语言开发而设计的 C 字符串，后来被应用到了 Redis 上，并经过了大量的修改完善以适合高性能操作。
+
+Redis7.0 的 SDS 的部分源码如下（https://github.com/redis/redis/blob/7.0/src/sds.h）：
+
+```c
+/* Note: sdshdr5 is never used, we just access the flags byte directly.
+ * However is here to document the layout of type 5 SDS strings. */
+struct __attribute__ ((__packed__)) sdshdr5 {
+    unsigned char flags; /* 3 lsb of type, and 5 msb of string length */
+    char buf[];
+};
+struct __attribute__ ((__packed__)) sdshdr8 {
+    uint8_t len; /* used */
+    uint8_t alloc; /* excluding the header and null terminator */
+    unsigned char flags; /* 3 lsb of type, 5 unused bits */
+    char buf[];
+};
+struct __attribute__ ((__packed__)) sdshdr16 {
+    uint16_t len; /* used */
+    uint16_t alloc; /* excluding the header and null terminator */
+    unsigned char flags; /* 3 lsb of type, 5 unused bits */
+    char buf[];
+};
+struct __attribute__ ((__packed__)) sdshdr32 {
+    uint32_t len; /* used */
+    uint32_t alloc; /* excluding the header and null terminator */
+    unsigned char flags; /* 3 lsb of type, 5 unused bits */
+    char buf[];
+};
+struct __attribute__ ((__packed__)) sdshdr64 {
+    uint64_t len; /* used */
+    uint64_t alloc; /* excluding the header and null terminator */
+    unsigned char flags; /* 3 lsb of type, 5 unused bits */
+    char buf[];
+};
+```
+
+通过源码可以看出，SDS 共有五种实现方式 SDS_TYPE_5（并未用到）、SDS_TYPE_8、SDS_TYPE_16、SDS_TYPE_32、SDS_TYPE_64，其中只有后四种实际用到。Redis 会根据初始化的长度决定使用哪种类型，从而减少内存的使用。
+
+| 类型     | 字节 | 位   |
+| -------- | ---- | ---- |
+| sdshdr5  | < 1  | <8   |
+| sdshdr8  | 1    | 8    |
+| sdshdr16 | 2    | 16   |
+| sdshdr32 | 4    | 32   |
+| sdshdr64 | 8    | 64   |
+
+对于后四种实现都包含了下面这 4 个属性：
+
+- `len` ：字符串的长度也就是已经使用的字节数
+- `alloc`：总共可用的字符空间大小，alloc-len 就是 SDS 剩余的空间大小
+- `buf[]` ：实际存储字符串的数组
+- `flags` ：低三位保存类型标志
+
+SDS 相比于 C 语言中的字符串有如下提升：
+
+1. **可以避免缓冲区溢出** ：C 语言中的字符串被修改（比如拼接）时，一旦没有分配足够长度的内存空间，就会造成缓冲区溢出。SDS 被修改时，会先根据 len 属性检查空间大小是否满足要求，如果不满足，则先扩展至所需大小再进行修改操作。
+2. **获取字符串长度的复杂度较低** ： C 语言中的字符串的长度通常是经过遍历计数来实现的，时间复杂度为 O(n)。SDS 的长度获取直接读取 len 属性即可，时间复杂度为 O(1)。
+3. **减少内存分配次数** ： 为了避免修改（增加/减少）字符串时，每次都需要重新分配内存（C 语言的字符串是这样的），SDS 实现了空间预分配和惰性空间释放两种优化策略。当 SDS 需要增加字符串时，Redis 会为 SDS 分配好内存，并且根据特定的算法分配多余的内存，这样可以减少连续执行字符串增长操作所需的内存重分配次数。当 SDS 需要减少字符串时，这部分内存不会立即被回收，会被记录下来，等待后续使用（支持手动释放，有对应的 API）。
+4. **二进制安全** ：C 语言中的字符串以空字符 `\0` 作为字符串结束的标识，这存在一些问题，像一些二进制文件（比如图片、视频、音频）就可能包括空字符，C 字符串无法正确保存。SDS 使用 len 属性判断字符串是否结束，不存在这个问题。
+
+多提一嘴，很多文章里 SDS 的定义是下面这样的：
+
+```c
+struct sdshdr {
+    unsigned int len;
+    unsigned int free;
+    char buf[];
+};
+```
+
+这个也没错，Redis 3.2 之前就是这样定义的。后来，由于这种方式的定义存在问题，`len` 和 `free` 的定义用了 4 个字节，造成了浪费。Redis 3.2 之后，Redis 改进了 SDS 的定义，将其划分为了现在的 5 种类型。
+
 ### 购物车信息用 String 还是 Hash 存储更好呢?
 
 由于购物车中的商品频繁修改和变动，购物车信息建议使用 Hash 存储：

docs/java/new-features/java11.md

@@ -7,7 +7,9 @@ tag:
 
 **Java 11** 于 2018 年 9 月 25 日正式发布，这是很重要的一个版本！Java 11 和 2017 年 9 月份发布的 Java 9 以及 2018 年 3 月份发布的 Java 10 相比，其最大的区别就是：在长期支持(Long-Term-Support)方面，**Oracle 表示会对 Java 11 提供大力支持，这一支持将会持续至 2026 年 9 月。这是据 Java 8 以后支持的首个长期版本。**
 
-![](https://img-blog.csdnimg.cn/20210603202746605.png)
+下面这张图是 Oracle 官方给出的 Oracle JDK 支持的时间线。
+
+![](https://img-blog.csdnimg.cn/4c1611fad59449edbbd6e233690e9fa7.png)
 
 **概览（精选了一部分）** ：
 

docs/java/new-features/java17.md

@@ -5,7 +5,17 @@ tag:
   - Java新特性
 ---
 
-Java 17 在 2021 年 9 月 14 日正式发布，Java 17 是一个长期支持（LTS）版本，这次更新共带来 14 个新特性：
+Java 17 在 2021 年 9 月 14 日正式发布，是一个长期支持（LTS）版本。
+
+下面这张图是 Oracle 官方给出的 Oracle JDK 支持的时间线。可以看得到，Java
+
+ 17 最多可以支持到 2029 年 9 月份。
+
+![](https://img-blog.csdnimg.cn/4c1611fad59449edbbd6e233690e9fa7.png)
+
+Java 17 将是继 Java 8 以来最重要的长期支持（LTS）版本，是 Java 社区八年努力的成果。Spring 6.x 和 Spring Boot 3.x 最低支持的就是 Java 17。
+
+这次更新共带来 14 个新特性：
 
 - [JEP 306:Restore Always-Strict Floating-Point Semantics（恢复始终严格的浮点语义）](https://openjdk.java.net/jeps/306)
 - [JEP 356:Enhanced Pseudo-Random Number Generators（增强的伪随机数生成器）](https://openjdk.java.net/jeps/356)

docs/java/new-features/java18.md

@@ -5,7 +5,9 @@ tag:
   - Java新特性
 ---
 
-Java 18 在 2022 年 3 月 22 日正式发布，非长期支持版本。Java 18 带来了 9 个新特性：
+Java 18 在 2022 年 3 月 22 日正式发布，非长期支持版本。
+
+Java 18 带来了 9 个新特性：
 
 - [JEP 400:UTF-8 by Default（默认字符集为 UTF-8）](https://openjdk.java.net/jeps/400)
 - [JEP 408:Simple Web Server（简易的 Web 服务器）](https://openjdk.java.net/jeps/408)