Redis-字典

场景

最近在读《redis设计与实现》，记录下第4章字典这个常用数据结构。

定义

字典又叫关联数组或者映射，是一种用于保存键值对的数据结构。

用途

Redis的数据库就是使用字典作为底层实现，例如执行set msg "hello world"，在数据库中会保存为一个key为’msg‘，value为’hello world‘键值对。

实现

Redis字典底层采用哈希表实现，一个hash表有多个hash节点，每个hash节点就保存了字典中的一个键值对。

typedef struct dict{

	// 类型特定函数
	dictType *type;
	// 私有数据
	void *privdata;

	// 哈希表
	// 包含2个hashTable的数组，ht[0]平常使用，ht[1]rehash时会用到
	dictht ht[2];

	// rehash索引，也标志着rehash的进度
	// rehash不进行时为-1
	int rehashidx;
} dict;

随着字典的键值对的使用，Redis为了让哈希表的负载因子维持在一个合理范围内，会对字典进行rehash操作（包括扩展和收缩）

rehash时机

什么时候进行rehash操作呢？
当满足以下任意一个条件时，程序自动进行rehash（扩展）操作：

1. 如果Redis服务器没有在执行BGSAVE命令（RDB）或者BGREWRITEAOF（AOF）命令且哈希表负载因子大于等于1
2. 如果Redis服务器正在执行BGSAVE命令（RDB）或者BGREWRITEAOF（AOF）命令且哈希表负载因子大于等于5

为什么当Redis在进行RDB或者AOF持久化时，需要负载因子大于1呢？最终目标是为了节省内存，Redis在进行持久化时会创建一个子进程执行任务，而大多数操作系统会采用写时复制（copy on write）来提高子进程使用效率，负载因子提高会避免在子进程存在期间进行rehash操作，避免不必要的内存写入操作。

rehash（收缩）：hash表负载因子小于等于0.1。

rehash流程：

当满足rehash时机时，程序会进行rehash操作，因为Redis是单线程（epoll+事件提高效率），采用一次性把所有的键值对重写计算和放置的话，势必会有stop the world，Redis采用渐进式rehash解决了长时间的阻塞问题。
具体流程：

1. 为ht[1]分配空间size，其大小取决于是扩展还是收缩以及ht[0]实际使用数量 used
   扩展：size = 第一个大于等于used * 2的2的n次幂
   收缩：size = 第一个大于等于used的2的n次幂
   当n为2的次幂时 (n - 1) & size = n % size，即可以用与运算替换取模运算，为什么要替换，因为速度快啊，为什么快啊，可以通过查看汇编指令观察二者的CPU周期总数，前者比后者少的多，所以更快
2. rehash所有ht[0]键值对，把元素放到ht[1]上
3. 释放ht[0]，将ht[1]设置为ht[0]，在ht[1]新建一个空白hash表，为下一次rehash做准备

在渐进式rehash期间，rehashidx = 0 标志着rehash正式开始，在对字典执行删除、查找或者更新时，程序除了执行指定的操作外，会顺带将ht[0]在rehashidx索引上的所有键值对rehash至ht[1]，当rehash完成后rehashidx加一，当所有ht[0]都被移至ht[1]后rehashidx置为-1。执行添加时，程序只在ht[1]添加，使得ht[0]的哈希表是逐渐减少的。

在此期间删除、查找、更新操作需要同时对ht[0]和ht[1]进行操作，以免命令不能被正确执行。