rehash 的过程?

💝💝💝欢迎来到我的博客，很高兴能够在这里和您见面！希望您在这里可以感受到一份轻松愉快的氛围，不仅可以获得有趣的内容和知识，也可以畅所欲言、分享您的想法和见解。

• 持续学习,不断总结,共同进步,活到老学到老
• 人生的本质是追寻自我的提升，包括思想、能力、意志等等。
• 直面变化，找到背后更基础的东西，更基础的东西是用户的需求。
• 我们的成功是我们的现在和将来决定的。今天和明天已经由昨天决定，你还可以决定后天。

非常期待和您一起在这个小小的网络世界里共同探索、学习和成长。💝💝💝 ✨✨ 欢迎订阅本专栏 ✨✨

7.rehash 的过程?

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（loadfactor）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或者收缩。扩展和收缩哈希表的工作可以通过执行 rehash（重新散列）操作来完成，Redis 对字典的哈希表执行 rehash 的步骤如下：

扩展操作：

• 当执行哈希表的扩展操作时，即需要将哈希表从当前大小扩展为更大的大小，Redis 会按照如下规则计算新哈希表的大小 ht[1]：
• ht[1] 的大小为第一个大于等于 ht[0].used * 2 的 2^n（2 的 n 次方幂）。
• 其中，ht[0] 是当前的原始哈希表，ht[0].used 表示当前哈希表中已使用的槽数量，而 n 是一个非负整数，使得 2^n 大于等于 ht[0].used * 2。
• 这个规则确保了新哈希表的大小足够大，能够容纳扩展后的数据，并且也有一定的冗余空间，以减少哈希冲突。

收缩操作：

• 当执行哈希表的收缩操作时，即需要将哈希表从当前大小收缩为更小的大小，Redis 会按照如下规则计算新哈希表的大小 ht[1]：
• ht[1] 的大小为第一个大于等于 ht[0].used 的 2^n（2 的 n 次方幂）。
• 同样，ht[0] 是当前的原始哈希表，ht[0].used 表示当前哈希表中已使用的槽数量，n 是一个非负整数，使得 2^n 大于等于 ht[0].used。
• 这个规则确保了新哈希表的大小足够小，能够适应收缩后的数据，避免过多的内存浪费。

rehash为渐进式:分多次渐进完成扩展收缩，因为如果键值对数量庞大，全部一次性 rehash 会停止服务,通过 rehashidx 来实现.

因为在进行渐进式 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。例如，要在字典里面查找一个键的话，程序会先在 ht[0]里面进行查找，如果没找到的话，就会继续到 ht[1]里面进行查找。诸如此类。

另外，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。

觉得有用的话点个赞 👍🏻 呗。
❤️❤️❤️本人水平有限，如有纰漏，欢迎各位大佬评论批评指正！😄😄😄

💘💘💘如果觉得这篇文对你有帮助的话，也请给个点赞、收藏下吧，非常感谢!👍 👍 👍

🔥🔥🔥Stay Hungry Stay Foolish 道阻且长,行则将至,让我们一起加油吧！🌙🌙🌙