字典，又称为符号表、关联数组或映射，是一种用于保存键值对的抽象数据结构。在学习Redis字典基本操作的同时我们需要思考，它和其他语言(或工具)中的字典是否不同，尤其在解决哈希冲突和rehash的细节上。

基本操作

127.0.0.1:6379> hset person name "zhangsan"
(integer) 1
127.0.0.1:6379> hset person age 20
(integer) 1
127.0.0.1:6379> hset person major java
(integer) 1
127.0.0.1:6379> hgetall person
1) "name"
2) "zhangsan"
3) "age"
4) "20"
5) "major"
6) "java"

127.0.0.1:6379> hlen person
(integer) 3
127.0.0.1:6379> hget person major
"java"
127.0.0.1:6379> hget person age
"20"

# 一个个插入太慢了
127.0.0.1:6379> hmset user username lisi role admin skill java
OK
127.0.0.1:6379> hgetall user
1) "username"
2) "lisi"
3) "role"
4) "admin"
5) "skill"
6) "java"

字典的实现

      Redis的字典使用哈希表作为底层实现，一个哈希表里面可以有多个哈希表节点，而每个哈希表节点就保存了字典中的一个键值对。

哈希表

/* 这是哈希表的结构。每个字典有两个哈希表，实现了渐进式哈希 */
typedef struct dictht {
    //哈希表数组
    dictEntry **table;
    //哈希表大小
    unsigned long size;
    //哈希表大小掩码，用于计算索引值
    //总是等于size - 1
    unsigned long sizemask;
    //该哈希表已有节点的数量
    unsigned long used;
} dictht;

      table属性是一个数组，数组中的每个元素都是一个指向dictEntry结构(节点)的指针，每个dictEntry结构保存着一个键值对。size属性记录了哈希表的大小，也即是table数组的大小，而user属性则记录了哈希表目前已有节点的数量。sizemask属性的值总是等于size-1，这个属性和哈希值一起决定一个键应该被放到table数组的哪个索引上面。

哈希表节点

      哈希表的节点使用dictEntry结构表示：

typedef struct dictEntry {
    //键
    void *key;
    //值
    union {
        void *val;
        uint64_t u64;
        int64_t s64;
        double d;
    } v;
    //指向下一个链表，形成链表
    struct dictEntry *next;
} dictEntry;

      属性v保存着键值对中的值，其中键值对的值可以是一个指针，或者是一个uint64_t整数，或者是一个int64_t整数，又或者是double类型。
      next属性是指向另一个哈希表节点的指针，这个指针可以将多个哈希值相同的键值对连接在一起，以此来解决哈希冲突。

字典

      Redis中的字典由dict.h/dict结构表示：

typedef struct dict {
    //类型特定函数
    dictType *type;
    //私有数据
    void *privdata;
    //哈希表
    dictht ht[2];

    long rehashidx; /* 如果rehashidx == -1，则不进行rehash */
    int iterators; /* 当前运行的迭代器的数量 */
} dict;

      我们需要重点关注dictht ht[2]和long rehashidx。ht属性是一个包含两个项的数组，数组中的每个项都是一个 dictht 哈希表，一般情况下，字典值使用ht[0]哈希表，ht[1]哈希表只会在对ht[0]哈希表进行rehash时使用。rehashidx记录了rehash目前的进度，如果目前没有在进行rehash，那么它的值为-1。
      下图展示了一个普通状态(未进行 rehash )下的字典：

解决哈希冲突

      当有两个或以上数量的键被分配到了哈希表数组的同一个索引上面时我们称这些键发生了哈希冲突。
      Redis的哈希表使用链地址法来解决键冲突，每个哈希表节点都有一个next指针，多个哈希表节点可以用next指针构成一个单向链表，被分配到同一个索引上的多个节点可以用这个单向链表连接起来，这就解决了键冲突的问题。

rehash

      随着操作的不断执行，哈希表保存的键值对会逐渐地增多或者减少，为了让哈希表的负载因子维持在一个合理的范围之内，当哈希表保存的键值对数量太多或者太少时程序需要对哈希表的大小进行相应的扩展和收缩。
      扩展和收缩哈希表的工作可以通过执行rehash操作来完成，Redis对字典的哈希表执行rehash的步骤如下：

1. 为字典的ht[1]哈希表分配空间，这个哈希表的空间大小取决于要执行的操作，以及ht[0]当前包含的键值对数量：

   • 如果执行的是扩展操作，那么ht[1]的大小为第一个大于等于ht[0].used*2的2的n次方幂。
   • 如果执行的是收缩操作，那么ht[1]的大小为第一个大于等于ht[0].used的2的n次方幂。
2. 将保存在ht[0]中所有键值对rehash到ht[1]上面：rehash指的是重新计算键的哈希值和索引值，然后将键值对放在到ht[1]哈希表的指定位置上
3. 当ht[0]包含的所有键值对都迁移到了ht[1]之后(ht[0]变为空表)，释放ht[0]，将ht[1]设置为ht[0]，并在ht[1]新创建一个空白哈希表，为下次rehash做准备

      下面展示一下这个过程：

      ht[0].used的值为4，4*2=8，而8恰好是第一个大于等于8的$2^n$，所以ht[1]的大小设置为8.

      释放ht[0]，并将ht[1]设置为ht[0]，然后为ht[1]分配一个空白哈希表。至此rehash完成，哈希表的大小从原来的4变为8。

哈希表的扩容和收缩

      当以下条件中的任意一个被满足时，程序会自动开始对哈希表执行扩展操作：

1. 服务器目前没有执行BGSAVE命令或者BIGREWRITAOF命令，并且哈希表的负载因子大于等于1
2. 服务器目前正在执行BGSAVE命令或者BIGREWRITAOF命令，并且哈希表的负载因子大于等于5

      根据BGSAVE和BGREWRITEAOF命令是否正在执行，服务器执行扩展操作所需的负载因子并不相同，这是因为在执行BGSAVE或BGREWRITEAOF命令的过程中，Redis需要创建当前服务器进程的子进程，而大多数操作系统都采用写时复制(copy-on-write)技术来优化子进程的使用效率，所以在子进程存在期间，服务器会提高执行扩展操作所需的负载因子，从而尽可能地避免在子进程存在期间进行哈希表扩展操作，这可以避免不必要的内存写入操作，最大限度地节约内存。
      另一方面，当哈希表的负载因子小于0.1时，程序自动开始对哈希表执行收缩操作。

渐进式rehash

      扩展或收缩哈希表需要将ht[0]里面的所有键值对rehash到ht[1]里面，但是这个rehash动作并不是一次性的、集中式地完成的，而是分多次、渐进式地完成的。

1. 为ht[1]分配空间，让字典同时持有ht[0]和ht[1]两个哈希表
2. 在字典中维持一个索引计数器变量rehashidx，并将它的值设为0，表示rehash工作开始
3. 在rehash进行期间，每次对字典执行添加、删除、查找或者更新操作时，程序除了指定的操作以外，还会顺带将ht[0]哈希表在rehashidx索引上的所有键值对rehash到ht[1]，当rehash工作完成之后，程序将rehashidx属性值增一
4. 随着字典操作的不断执行，最终在某个时间点上，ht[0]的所有键值对都会被rehash至ht[1]，这时程序将rehashidx属性的值设为-1，表示rehash操作已完成

版权属于：带翅膀的猫

本文链接：https://www.chengpengper.cn/archives/110/

转载时须注明出处及本声明