Redis设计与实现第一部分：第4章：字典、哈希表

　　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。