【Redis数据结构与对象】字典

【Redis数据结构与对象】字典

字典，又称为符号表(symbol table)、关联数组(associative array)或映射(map)，是一种用于保存键值对(key-value pair)的抽象数据结构。

字典中，一个键(key)可以和一个值(value)进行关联(或者将键映射为值)，这种关联的键和值就称为键值对。

Redis使用C语言没有内置字典因此Redis自己实现了字典。

字典在Redis中使用广泛，例如Redis的数据库就是用字典作为底层实现，对数据库的增删改查都是构建在对字典的操作之上的。

SET msg "hello world"
//在数据库中穿甲键为"msg" 值为 "hello world"的键值对

字典也是哈希键的底层实现之一，当一个哈希键包含的键值对较多，或者键值对中的元素都是比较长的字符串，Redis会使用字典作为哈希键的底层实现。

4.1 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结点，每个哈希表结点就保存了字典的一个键值对。

接下来介绍Redis的哈希表、哈希表结点、字典的实现。

1、哈希表

Redis字典所用的哈希表由dict.h/dictht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;
	//该哈希表已有结点的数量
	unsigned long used;
} dictht;

table的属性是一个数组 数组中的每一个元素都是一个指向dict.h/dictEntry的结构的指针。

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，就是table数组的大小.

sizemask属性是等于size-1用于和哈希值一起决定一个键放在table上哪个索引上。

used属性则记录了哈希表目前已有结点(键值对)的数量。

2、哈希表节点

哈希表结点使用dictEntry结构表示，每个dictEntry结构都保存一个键值对：

typedef struct dictEntry {
	// 键
	void *key;
	// 值
	union{
		void *val;
		uint64_tu64;
		int64_ts64;
	}v;
	// 指向下一个哈希表结点 形成链表
	struct dictEntry *next;
} dictEntry;

key属性保存键值对中的键。

v保存值，可以是指针 或uint64_tu64;的整数或int64_ts64;的整数。

next保存下一个哈希表结点的指针。可以将多个哈希值相同的键值对连接在一起，解决键冲突。

3、字典

Redis字典由dict.h/dict结构表示

/*
 * 字典
 */
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; /* rehashing not in progress if rehashidx == -1 */

    // 目前正在运行的安全迭代器的数量
    int iterators; /* number of iterators currently running */

} dict;

（1）type属性和privdata属性是针对不同类型键值对，为创建多态字典设置的。

type属性是指向dictType结构的指针，每个dictType结构保存了一簇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的类型特定函数。

（2）private属性则保存了需要传给那些特定函数的可选参数：

/*
 * 字典类型特定函数
 */
typedef struct dictType {

    // 计算哈希值的函数
    unsigned int (*hashFunction)(const void *key);

    // 复制键的函数
    void *(*keyDup)(void *privdata, const void *key);

    // 复制值的函数
    void *(*valDup)(void *privdata, const void *obj);

    // 对比键的函数
    int (*keyCompare)(void *privdata, const void *key1, const void *key2);

    // 销毁键的函数
    void (*keyDestructor)(void *privdata, void *key);
    
    // 销毁值的函数
    void (*valDestructor)(void *privdata, void *obj);

} dictType;

（3）ht属性是哈希表：包含两项的数组，数组的每一项都是一个dictht哈希表。一般只使用ht[0]哈希表，ht[1]哈希表只会在对ht[0]的哈希表进行rehash的时候使用。

（4）rehashidx：与rehash有关系，记录了当前rehash的监督，没有在进行rehash则值为-1

普通状态（没有rehash)下的字典状态

可见只使用了ht[0]没有进行rehash则ht[1]是没有使用的状态。

4.2 哈希算法

当要将一个新的键值对添加到字典里面的时候，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结点放到哈希表数组的指定索引上面。

Redis计算哈希值和索引值的方法如下：

# 使用字典设置的哈希函数，计算键key的哈希值
hash = dict->type->hashFunction(key);

# 使用哈希表的sizemask属性和哈希值 计算出索引值
# 根据情况不同 ht[x]可以是ht[0]或ht[1]
index = hash & dict->ht[x].sizemask;

这里注意 用 & 是因为 sizemask = size-1 所以是直接阶段哈希值的尾部，让其在[0, sizemask]中正好是size大小，计算哈希值的时候已经随机化了一次 所以不用再去用size去取mod，而是直接截断。

例如，对于size=4 sizemask=3, 对(k0, v0)

# 计算k0的哈希值
hash = dict->type->hashFunction(k0);
# 假设hash=8 则
index = hash & dict->ht[x].sizemask = 8 & 3 = 0；

所以索引值为0 代表键值对k0和v0的节点应该放置到hash表数组的索引0位置上。

redis目前内置的hash函数为MurmurHash3,优点是即使输入键有规律，仍然有良好随机分布。

4.3 解决键冲突

当有两个或以上的数量键分配到了哈希表数组的同一个索引上面，就出现了键冲突(collision)

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结点可以用这个单向链表连接在一起解决键冲突问题。

例如(k2,v2)加入结算k2索引值为2 则与(k1,v1)冲突，则解决方法就是使用next指针将键k2和k1所在的节点连接在一起。

因为dictEntry节点组成链表没有指向链表尾部的指针，所以为了速度考虑，使用头插法（复杂度O(1))，将新加入的结点放在其他已有结点的前面。

4.4 rehash

1、原理

随着在的不断进行，哈希表保存的键值对会逐渐的增多或减少，为了让哈希表的负载因子(load factor)维持在合理的范围内，当哈希表保存的键值对数量太大或太少的时候，程序会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步骤如下：

（1）为字典的ht[1]哈希表分配空间，这个哈希表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ht[0].used数学的值)。

​ ①如果是扩展操作：ht[1]大小=第一个大于等于ht[0].used*2的2^n

​ ②如果是收缩操作：ht[1]大小=第一个大于等于ht[0].used的2^n

（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],并且在ht[1]新创建一个空表哈希表，为下次rehash做准备。

例子：

假如程序对字典ht[0]进行扩展，那么程序将执行

（1）ht[0].used当前值为4,4*2=8， 8正好为第一个大于等于4的2^n。所以ht[1]哈希表大小设置为8.

（2）将ht[0]包含的四个键值对rehash到ht[1]

（3）释放ht[0]，并且将ht[1]设置为ht[0]，然后重新给ht[1]分配一个空白哈希表。则完成了哈希表大小从4变成了8.

2、哈希表扩展与收缩的情况

【哈希表扩展情况】

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）服务器目前没有在执行BGSAVE或BGREWRITEAOF命令，并且哈希表负载因子>=1

（2）服务器目前正在执行BGSAVE或BGREWRITEAOF命令，哈希表附在因子大于等于5.

注：

BGSAVE指令：在后台异步(Asynchronously)保存当前数据库的数据到磁盘。

BGREWRITEAOF指令：异步执行一个 AOF（AppendOnly File） 文件重写操作。

负载因子 = 哈希表已保存结点数量 / 哈希表大小
load_factor = ht[0].used / ht[0].size

对于一个大小为4包含4个键值对的哈希表，负载因子4/4=1。

注：BGSAVE或BGREWRITEAOF命令是否执行，服务器执行扩展操作要求的负载因子不同，是因为BGSAVE或BGREWRITEAOF的过程，Redis要创建当前服务进程的子进程，而大多数操作系统都采用写时复制(copy-on-write)的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，从而避免在子进程存在期间进行扩展操作，可以避免不必要的内存写入操作，解约内存。

【哈希表收缩情况】

哈希表负载因子小于0.1程序自动执行收缩操作。

4.5、渐进式rehash

1、操作过程

扩展或收缩哈希表需要将ht[0]中的所有键值对rehash到ht[1]里面，但是rehash操作不是一次性、集中式完成，而是分多次、渐进式完成。

原因：如果ht[0]只保存四个键值对，那么服务器可以在瞬间就将键值对rehash到ht[1]；但是，如果哈希表里面保存的键值对是400w甚至更大的时候，一次性rehash会导致服务器宕机。

避免对服务器影响，不是一次性ht[0]里面rehash到ht[1]，而是分多次、渐进式的ht[0]慢慢rehash到ht[1]。

哈希表rehash详细步骤：

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，并且将值设置为0，表示rehash工作正式开始。

3）rehash进行期间，每次对字典执行添加、删除、查找或者更新操作的时候，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工作完成后程序将rehashidx索引上的值+1；

4）字典操作不断执行，最终在某个时间，ht[0]所有键值对都会被rehash到ht[1]，这时将rehashidx属性设置为-1，表示rehash操作已经完成。

渐进式rehash操作好处在于用了分治的方法。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、更新，避免了集中rehash

[

2、渐进rehash执行期间的哈希表操作

渐进式rehash过程，字典会使用ht[0]和ht[1]两个哈希表。

所以渐进式rehash进行期间，字典的删除(delete)、查找(find)、更新(update)等操作，会在两个哈希表上操作，例如查找一个键，先在ht[0]找没找到去ht[1]找。

渐进式rehash过程，新添加到字典的键值对一律会保存到ht[1]中，而ht[0]不再进行任何添加操作，保证了ht[0]包含的键值对数量只会减少不会增加，并且随着rehash执行变成空表。

4.6 字典API

4.7 小结

（1）字典广泛用于Redis各种功能，包括数据库和哈希键

（2）Redis中的字典使用哈希表作为底层实现，每个字典有两个哈希表，一个平时用一个rehash用。

（3）字典作为数据库底层实现，或者哈希键底层实现，Redis使用MurmurHash2算法来计算键的哈希值。

（4）哈希表使用链地址法来解决键冲突，被分配到同一索引上的多个键值对会连接成一个单向链表

（5）对哈希表进行扩展或者收缩的时候，程序需要将现有哈希表包含的所有键值对rehash到新哈希表李，并且rehash操作不是一次性完成，而是渐进式完成。

参考文献：
《Redis设计与实现(第二版)》