redis设计与实现之字典

1. 介绍

　　字典又称做符号表、关联数组、映射，是一种保存键值对的抽象数据结构。

　　字典中每个键都是独一无二的，可以根据键去查找、更新对应的值或者删除整个键值对。

2. 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。

2.1 哈希表

　　redis字典的哈希表由dict.h/dictht结构定义：　

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dict.h/dictEnntry结构的指针，每个dictEnntry结构都保存这个一个键值对。

size属性记录哈希表的大小，也是table数组的大小。

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会被放到table数组的哪个索引上。

userd属性记录目前已有的键值对的数量。

下图为一个大小为4的空哈希表

2.2 哈希表节点dictEntry

　　哈希表节点使用dictEntry结构表示，每个dictEntry结构都保存着一个键值对:

typedef struct dictEntry {
     // 键
     void *key;
     // 值
     union {
          void *val;
          uint64_tu64;
          int64_ts64;
     } v;
     // 指向下个哈希表节点，形成链表
     struct dictEntry *next;
} dictEntry;

key属性保存键值对中的键。

v属性保存键值对中的值，值可以是一个指针、uint64_t整数或int64_t整数。

next属性指向下个哈希表的节点的指针，这个指针可以将哈希值相同的键值对连接在一起，用来解决键冲突

下图为通过next指针连接键

2.3 字典

　　redis的字典有dict.h/dict结构定义：

typedef struct dict {
    // 类型特定函数
    dictType *type;
    // 私有数据
    void *privdata;
    // 哈希表
    dictht ht[2];
    // rehash索引
    // 当rehash不在进行时，值为-1
    int rehashidx;
} dict;

type属性是一个指向dictType结构的指针，每个dictType结构保存了一组用于操作特定类型键值对的函数，Redis会为用途不同的字典设置不同类型的特定函数。

privadata属性是保存了需要传给那些类型特定函数的可选参数。

ht属性是一个包含两个项的数组，数组中每个项都是一个dictht哈希表，一般情况下只使用ht[0]哈希表，ht[1]哈希表只会在进行rehash时使用。

rehashidx属性记录这rehash目前的进度，没有进行rehash时，值为-1。

下图为一个普通状态下的字典

3. 解决键冲突

　　Redis的哈希表使用链地址法（separate chaining）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。

　　因为dictEntry节点组成的链表没有指向链表表尾的指针，所以为了速度考虑，程序总是将新节点添加到链表的表头位置（复杂度为O₍₁₎），排在其他已有节点的前面。

4. 哈希算法

　   创建一个新的键值对到字典时，程序需先根据键值对的键计算出哈希值和索引值，然后再根据索引值，将包含新键值对的哈希表节点放到哈希表数组的指定索引上面。

　　当字典被用作数据库的底层实现，或者哈希键的底层实现时，Redis使用MurmurHash2算法来计算键的哈希值。

5. rehash

5.1 哈希表执行rehash的步骤

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（也即是ht[0].used属性的值）：

　　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2ⁿ（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2ⁿ。

2）将保存在ht[0]中的所有键值对rehash到ht[1]上面：rehash指的是重新计算键的哈希值和索引值，然后将键值对放置到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，为下一次rehash做准备。

5.2 负载因子计算公式　　

　　load_factor = ht[0].used / ht[0].size

5.3 哈希表扩容条件

1）服务器目前没有在执行BGSAVE命令或者BGREWRITEAOF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BGREWRITEAOF命令，并且哈希表的负载因子大于等于5

　　根据BGSAVE命令或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命令或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。

5.4 哈希表收缩条件

　　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

6. 渐进式rehash

　　为了避免rehash对服务器性能造成影响，服务器不是一次性将ht[0]里面的所有键值对全部rehash到ht[1]，而是分多次、渐进式地将ht[0]里面的键值对慢慢地rehash到ht[1]。

 哈希表渐进式rehash步骤

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，并将它的值设置为0，表示rehash工作正式开始。

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，程序除了执行指定的操作以外，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属性的值增一。

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。

　　渐进式rehash的好处在于它采取分而治之的方式，将rehash键值对所需的计算工作均摊到对字典的每个添加、删除、查找和更新操作上，从而避免了集中式rehash而带来的庞大计算量。

　　在进行渐进式rehash的过程中，字典会同时使用ht[0]和ht[1]两个哈希表，所以在渐进式rehash进行期间，字典的删除（delete）、查找（find）、更新（update）等操作会在两个哈希表上进行。

　　在渐进式rehash执行期间，新添加到字典的键值对一律会被保存到ht[1]里面，而ht[0]则不再进行任何添加操作，这一措施保证了ht[0]包含的键值对数量会只减不增，并随着rehash操作的执行而最终变成空表。

扩展阅读：

　　Redis在执行BGSAVE和BGREWRITEAOF命令时，哈希表的负载因子>=5，而未执行时>=1？

来源：《Redis设计与实现》

redis设计与实现之字典

原文：https://www.cnblogs.com/Dzsom/p/12977144.html