Redis~哈希(Hash)类型的数据结构之字典

最新推荐文章于 2024-07-29 21:39:45 发布

Listen-Y

最新推荐文章于 2024-07-29 21:39:45 发布

阅读量1.6k

点赞数 4

分类专栏： Redis 文章标签：链表数据结构数据库 redis

本文链接：https://blog.csdn.net/Shangxingya/article/details/111315335

版权

Redis 专栏收录该内容

21 篇文章 1 订阅

订阅专栏

文章目录

哈希类型

字典类型 (Hash) 又被成为散列类型或者是哈希表类型，它是将⼀个键值 (key) 和⼀个特殊的“哈希表”关联起来。相当于java中的Map<Object, Map<Object, Object>>
哈希类型的底层数据结构可以是压缩列表（ZipList)或者字典（Dict）
当哈希对象的所有键值对的键和值的字符串长度都小于64字节，并且保存的键值对数量小于512个时，使用压缩列表, 压缩列表在上一篇文章中讲到
如果不满足上述条件中的任意一个，都会使用字典

字典介绍

在字典中，一个键（key）可以和一个值（value）进行关联（或者说将键映射为值），这些关联的键和值就称为键值对
字典中的每个键都是独一无二的，程序可以在字典中根据键查找与之关联的值，或者通过键来更新值，又或者根据键来删除整个键值对，等等

字典的底层实现

-Redis的字典底层采用了哈希表来进行实现。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（struct dictht）

Redis字典所使用的哈希表由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;

成员介绍：

table属性：是一个数组，数组中的每个元素都是一个指向dict.h/dictEntry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，也即是table数组的大小
used属性：则记录了哈希表目前已有节点（键值对）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
下图展示了一个大小为4的空哈希表（没有包含任何键值对）

哈希表节点

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;

成员如下：

key属性保存着键值对中的键
v属性则保存着键值对中的值，值可以是一个指针，或者是一个uint64_t整数，又或者是一个int64_t整数
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次，以此来解决键冲突（collision）的问题
下图就展示了如何通过next指针，将两个索引值相同的键k1和k0连接在一起
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。

字典（struct dict）

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
    in trehashidx; /* rehashing not in progress if rehashidx == -1 */
} dict;
 
 
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;

为保证字典具有多态及泛型，dictType中提供了如哈希函数以及K-V的各种操作函数，使得字典适用于多重情景
下图展示了一个普通状态下（没有进行rehash）的字典
当要将一个新的键值对添加到字典里面时，程序需要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

#使用字典设置的哈希函数，计算键key 的哈希值, Redis使用MurmurHash2算法来计算键的哈希值
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] 或者ht[1]
index = hash & dict->ht[x].sizemask;

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

rehash（重新排列）

Redis作为一个插入频繁且对效率要求高的数据库，当插入的数据过多时，就会因为哈希表中的负载因子过高而导致查询或者插入的效率降低，此时就需要通过rehash来进行重新扩容并重新映射。
但是如果只是用一个哈希表，映射时就会导致数据库暂时不可用，作为一个使用频繁的数据库，短期的停机几乎是不可容许的问题，所以Redis设计时采用了双哈希的结构，并采用了渐进式rehash的方法来解决这个问题。

rehash双哈希结构的实现

rehash双哈希结构实现步骤如下

为ht[1]的哈希表分配空间
将ht[0]中的键值对重新映射到ht[1]上
当ht[0]的数据迁移完成，此时ht[0]为一个空表，此时释放ht[0]，并让ht[1]成为新的ht[0]，再为ht[1]创建一个新的空白哈希表，为下一次的rehash做准备

渐进式rehash的实现

由于数据库中可能存在大量的数据，而rehash的时候又过长，为了避免因为rehash造成的服务器停机，rehash的过程并不是一次完成的，而是一个多次的，渐进式的过程。

哈希表渐进式 rehash 的详细步骤：

为 ht[1] 分配空间，让字典同时持有 ht[0] 和 ht[1] 两个哈希表。
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。
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。
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滩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。