Redis(3) —— 底层数据结构 —— 字典

字段是以 key-value 形式来存储数据的，c 语言中没有字典的数据结构，所以 Redis 构建了自己的字典实现

1. Redis 字典的用处

• Redis 数据库就是以字典来存储数据
• Redis 的散列表（哈希键） 使用字典来实现的

2. 字典的实现

哈希表的实现

Redis 字典所使用的哈希表由 dict.h/dictht 结构定义

typedf 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;
}

哈希表节点的实现

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_t u64;
        int 64_t s64;
    }v;
    
    //指向下个哈希表节点，形成链表
    struct dictEntry *next;
}dictEntry;

字典的实现

Redis 中的字典由 dict.h/dict 结构表示

typedef struct dict{
    //类型特定函数
    dictType *type;
    
    //私有数据
    void *privatedata;
    
    //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 private 属性是针对不同类型的键值对，为创建多态字典而设置的。
• type 属性指向一个 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
• private 属性保存了需要传给那些类型特定函数的可选参数
• ht[2] 保存了两张哈希表， 0 号哈希表一般正常使用，1 号哈希表只有在 rehash 的时候才会用到
• trehashidx 记录当前 rehash 的进度，如果没有开始 rehash，则 trehashidx 为 -1

3. 哈希算法

将一个键值对添加到字典里面时，需要经过两个步骤计算出键值对应该放置的位置

• 使用 dict 中的 type 里面的 HashFunction 计算出 key 的哈希值
• 用计算出的哈希值与 dict 里面的 ht（散列表） 中的 sizemask 做 &（与）操作，得出键值对应该放的位置（index）

4. 解决键冲突

Redis 用链地址法来解决键冲突。

程序总是将新节点添加到链表的表头位置（头插法）

5. rehash

随着操作的不断进行，哈希表保存的键值对会逐渐增多或减少，为了让哈希表的负载因子维持在一个合理的范围内，当哈希表保存的键值对数量太多或者太少时，程序需要对哈希表大小进行相应 的扩展或者收缩

扩展和搜索通过 rehash 来完成

rehash 步骤如下:

1. 为字典 ht[1] 分配空间，分配空间的大小取决于要执行的操作以及当前键值对的数量（ht[0].used 属性的值）
   • 如果是扩展操作，那么 ht[1] 分配的空间为 2ⁿ, 使 2ⁿ >= ht[0].used * 2, 且 n 要最小
   • 如果是收缩操作，那么 ht[1] 分配的空间为 2ⁿ, 使 2ⁿ >= ht[0].used, 且 n 要最小
2. 将保存在 ht[0] 上面的键值对 rehash 到 ht[1] 上，rehash 是指重新计算键值对在 ht[1] 上的哈希值和索引值，然后将键值对放到 ht[1] 上
3. rehash 完成之后，释放 ht[0] 的空间，将 ht[1] 设置为 ht[0], 并将 ht[1] 的位置设置为一个空的哈希表，为下次 rehash 做准备

6. 哈希表扩展与收缩的条件

哈希表的负载因子 = ht[0].used / ht[0].size

换种方式就是说：哈希表的负载因子等于哈希表平均每个桶下边挂载的节点数量

哈希表的扩展条件:

1. 当服务器没有进行 BGSAVE 或者 BGREWRITEAOF 命令，并且哈希表的负载因子大于等于 1
2. 当服务器在进行 BGSAVE 或者 BGREWRITEAOF 命令， 并且哈希表的负载因子大于等于 5

哈希表的收缩条件::

1. 当哈希表的负载因子小于等于 0.1

7. 渐进式 rehash

rehash 不是一次性执行完的，而是在每次对字典进行 增删改查 的时候就会进行一次 rehash

这样做是为了将 rehash 操作均摊到每一次的增上改查上，避免集中式 rehash 带来的庞大计算量

rehash 的步骤:

1. 为 ht[1] 分配空间
2. 将字典中的 rehashidx 设置为 0， 表示 rehash 开始
3. 在每次对字典进行添加、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] 哈希表的 rehashidx 索引上的所有键值对 rehash 到 ht[1] 上，之后将 rehashidx 加一
4. 当 rehash 执行完的时候，也就是 ht[0] 上的键值对全部转移到 ht[1] 上的时候，程序将 rehashidx 设置为 -1， 表示 rehash 工作已经完成

渐进式 rehash 执行期间的哈希表的操作:

1. 字典的删除、查找、更新等操作会在两个哈希表上进行
2. 字典的添加操作一律在 ht[1] 哈希表上操作

参考资料

[1].《Redis 设计与实现》