字典,又称为符号表(symbol table)、关联数组(associate 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。
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)。
字典中每个键都是独一无二的,可以通过键查找值,更新值,删除整个键值对等。
Redis使用的C语言没有内置这种数据结构,因此Redis构建了自己的字典实现。
应用:广泛,比如Redis的数据库就是使用字典作为底层实现的,对数据库的增、删、改、查操作也是构建在对字典的操作之上的。
除了用来表示数据库之外,字典还是“哈希键”的底层实现之一:当一个哈希键包含的键值对比较多,或者键值对中的元素都是比较长的字符串时,哈希键就会使用字典作为底层实现。(可以参考哈希对象一章)
字典的实现:
Redis字典使用哈希表作为底层实现,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。
字典:dict
Redis中的字典由ditc.h/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 trehashidx; }dict;
type属性和privdata属性是针对不同类型的键值对,为创建多态字典而设置的;
1.type属性还是一个指向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.而privdata属性则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,数组中的每个项都是一个dictht哈希表,一般情况下,字典值使用ht[0]哈希表,ht[1]哈希表只会在对ht[0]哈希表进行rehash时使用。
除了ht[1]之外,另一个和rehash有关的属性就是rehashidx,它记录了rehash目前的进度,如果目前没有在进行rehash,它的值为-1。
下图为普通状态下的字典(没有进行rehash):
哈希表:dictht
Redis字典使用的哈希表有dict.h/dictht结构定义:
typedef struct dictht{ //哈希表数组,存放的都是指针。 dictEntry **table; //哈希表大小,即table数组的大小。 unsigned long size; //哈希表大小掩码,用于计算索引值,总是等于size-1,该属性和哈希值一起决定一个键被放到table数组的那个索引上面。 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,数组中每一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。
一个空的哈希表(没有包含任何键值对):
哈希表节点:
哈希表节点用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;//可以是指针 unit64_t u64;//可以是一个unit64_t整数 int64_t s64;//可以是int64_t整数 }v; //指向下个哈希表节点,形成链表,该指针可以将多个哈希值相同的键值对连接在一起,以此来解决键冲突(collison)的问题。 struct dictEntry *next; }dictEntry;
解决键冲突:当有两个或多个数量的键被分配到了哈希表的同一个缩印上面,我们称这些键发生了冲突(collision)。Redis的哈希表使用链地址法(separate chaining)来解决键冲突,每个哈希表节点都分配一个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单向链表连接起来。这就解决了键冲突(collision)的问题。因为dictEntry节点组成的单向链表没有执行链表表尾的指针,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),排在其它节点的前面)。
举个例子:下图就是如何通过next指针,将两个索引值相同的键K1和K0连接在一起。
哈希算法:
当要将一个新的键值对添加到字典里面,程序需要先根据键值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。
哈希值:使用字典设置的哈希函数,计算key的哈希值;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算法计算键的哈希值。
索引值:使用哈希表的sizemask属性和哈希值,计算出索引值;
rehash:
随着操作的不断执行,哈希表保存的键值对会逐渐的增多或者减少,为了让哈希表的负载因子(load factor)维持在一个比较合理的范围内,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rehash(重新散列)执行操作完成:
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)。
a.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2^n(2的n次方幂);
b.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]包含的键值对都迁移到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。
哈希表的扩展与收缩:
上述说明的是rehash操作的具体步骤,但是什么时候程序会自动开始执行扩展或收缩操作?
1.服务器目前没有在执行BGSAVE命令或者BGREWITEAOF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BGREWITEAOF命令,并且哈希表的负载因子大于等于5.
哈希表的负载因子计算公式为:
#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
渐进式rehash:
rehash动作并不是一次性、集中式地完成的,而是分多次、渐进式的完成的。
渐进式rehash执行期间的哈希表操作:
因为在rehash期间,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、改、查等操作会在两个表上进行。新添加到字典的键值对一律会被保存到ht[1]里面,而ht[0]不再进行任何添加操作。