Redis数据结构与对象—

1 字典的实现

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

1.1 哈希表

Redis中的哈希表由dictht结构定义：

typedef struct dictht{
  // 哈希表数组
  dictEntry **table;
  // 哈希表大小
  unsigned long size;
  // 哈希表掩码，用于计算索引值，该值总是等于size - 1
  unsigned long sizemask;
  // 该哈希表已有节点的数量
  unsigned long used;
} dictht

(1) table属性是一个数组，数组中的每个元素都是一个指向dictEntry结构的指针，每个dictEntry结构保存着一个键值对。
(2) size属性记录了哈希表的大小，即table数组的大小。
(3) used属性表示哈希表目前已有节点的数量。
(4) sizemask属性值总是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。

下图表示大小为4的空哈希表

1.2 哈希表节点

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

typedef struct dictEntry{
  // 键
  void *key;
  // 值
  // 值既可以是指针，也可以是uint64_t整数，或是一个int64_t整数。
  union{
    void *val;
    uint64_tu64;
    int64_ts64;
  }
  // 指向下一个哈希表节点，形成链表，这里也看出处理哈希冲突使用的是链地址法
  strcut dictEntry *next;
} dictEntry

下图表示通过next指针，将两个索引值相同的键连接在一起：

1.3 字典

Redis中字典由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]
  // rehash索引
  // 当rehash不在进行时，值为-1
  int rehashidx;

} dict;

(1) ht属性是一个包含两个项的数组，数组中的每一个项都是一个dictht哈希表，一个情况下，字典只使用ht[0]哈希表，ht[1]哈希表只会对ht[0]哈希表进行rehash时使用。
(2) rehashidx属性它记录了rehash目前的进度，如果目前没有进行rehash，那么它的值为-1。

字典的计算键所在table数组中的位置和HashMap相似，都是先根据key计算出hash，然后根据hash & (size - 1)得到新加入的键所在数组的位置。哈希冲突的处理也都是链地址法。

2 rehash

随着哈希表保存的键值对越来越多，为了让哈希表的负载因子（load factor）维持在一个合理的范围之内，就需要对哈希表的大小进行相应的扩展或收缩。
扩展和收缩哈希表的工作可以通过rehash（重新散列）操作完成。步骤如下：

(1) 为字典的ht[1]哈希表分配空间。
如果要禁止性扩展操作，那么ht[1]的大小为第一个大于等于ht[0].used*2的2ⁿ。如ht[0]哈希表中有7个键值对，那么ht[1]表的大小就是16。
如果要收缩操作，那么ht[1]的大小等于ht[0].used的2ⁿ。
(2) 将保存在ht[0]中所有键值对rehash到ht[1]上：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ht[1]哈希表指定的位置。
(3) 当ht[0]包含的所有的键值对都迁移到了ht[1]之后（ht[0]变为空表），释放ht[0]，将ht[1]设置ht[0]，并在ht[1]新创建一个空白哈希表，为下一次rehash做准备。

下图表示一次rehash过程：

ht[0].usedd的值为4，所以ht[1]的值应为第一个大于等于8（4 * 2 ）的2的n次幂，也就是8，所以ht[1]数组的大小是8.

哈希表的扩展和收缩

(1) 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。
(2) 一下两种情况下哈希表会执行扩展操作：

服务器目前没有执行BGSAVE命令或者BGREWIRTEAOF命令，并且哈希表的负载因为大于等于1。

服务器目前执行BGSAVE命令或者BGREWIRTEAOF命令，并且哈希表的负载因子大于等于5。

注：负载因子 = 哈希表已保存节点数量 / 哈希表大小
load_factor = ht[0].used / ht[0].size

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人操作，最大限度地节约内存。

3 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、集中式地完成的，而是分多次、渐进式地完成的。这是如果因为数据量过大时，rehash过程需要的时间长，会造成服务器在一段时间内停止服务，所以服务器不是一次性将所有的键值对全部迁移，而是分多次、渐进式的将ht[0]里面的键值对慢慢的rehash到ht[1]。
哈希表渐进式rehash的步骤：

(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，并将它设置为0，表会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，程序除了执行指定的操作外，还会顺带将ht[0]哈希表在rehashidx索引上所有键值对rehash到ht[1]，当rehash工作完成时，程序将rehashidx属性的值增加1。
(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操作已经完成。

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。

渐进式rehash执行期间的哈希表操作

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期间，字典的删除、查找、更新等操作都是在两个表上进行的。例如，要在字典中查找一个键的话，程序会现在ht[0]里面进行查找，如果查找不到的化，就会继续到ht[1]里面查找。
此外，在渐进式rehash执行期间，新添加到字典的键值对一律保存到ht[1]里，而ht[0]不执行任何添加操作，这一措施保证了ht[0]包含的键值对会只减不增，并随着rehash过程最终变成空表。

小结

(1) Redis中字典使用哈希表作为底层实现，每个字典带有两个哈希表，一个平时使用，一个仅在rehash时使用。
(2) 在对哈希表进行扩展或收缩操作时，并不是一次性将ht[0]表中的数据一次性迁移到ht[1]表中，而是渐进式的完成。

本文完

注：本文参考《Redis设计与实现》，如发现错误，请指正！

Redis数据结构与对象——哈希