1、字典的定义以及作用
1.1、什么是字典?
字典,又称为符号表(symbol table)、关联数组(associative array)或映射(map),是一种用于保存键值对的抽象数据结构,即,一个键(key)可以和一个值(value)进行关联,将键映射为值。
1.2、有什么作用?
字典在Redis中的应用非常广泛,比如Redis的数据库就是使用字典来作为底层实现的,对数据库的增删改查操作等,还有哈希对象。
2、字典的实现
Redis的字典使用哈希表作为底层实现,一个哈希表里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。
2.1、哈希表
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; //哈希表已有节点的数量 unsigned long used;}dictht;
table属性是一个数组,每一个dictEntry结构都保存着一个键值对。掩码如何和hash值一起决定一个键应该被放到table数组的哪个索引上面?
2.2、哈希表节点
typedef struct dictEntry{ void *key; union{ void *val; uint64_tu64; int64_ts64; }v; //指向下一个哈希表节点,形成链表 struct dictEntry *next;}dictEntry;
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起,以此解决键冲突的问题。
key属性保存着键值对中的键,而v属性则保存着键值对中的值,可以是一个指针,也可以是整数。
2.3、字典
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不再进行时,值为-1 int rehashidx;}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 *key); //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
ht是一个哈希表数组,长度为2,一般情况下字典只使用ht[0]哈希表,ht[1]哈希表只会对ht[0]哈希表rehash时使用。而rehashidx则记录了rehash目前的进度,如果目前没有在进行rehash,它的值为-1;
type属性是一个指向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。
privdata属性则保存了需要传给不确定类型特定函数的可选参数
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(就是说支持多种数据类型吧,此时还是不确定的类型):
3、解决冲突
Redis用的hash算法是murmurhash2,即使输入的键是有规律的,算法仍能给出一个很好的随机分布性,并且算法的计算速度也非常快。
Redis用链地址法来解决键冲突。但是因为dictEntry节点组成的链表是没有指向链表表尾的指针,所以为了速度考虑,采用的是头插法。
3.1、rehash
随着操作的不断执行,哈希表保存的键值对会逐渐地增多或者减少,为了让哈希表的负载因子(load factor)维持在一个合理的范围,会对哈希表进行相应的扩展或者收缩。
(1)为字典的ht[1]哈希表分配空间,这个值取决于是要扩展还是收缩。以及当前ht[0].used的数量
如果是扩展,那么ht[1]的大小为第一个大于等于ht[0].used*2的2^n;
如果是收缩,那么ht[1]的大小为第一个大于等于ht[0].used的2^n;
ps:这里的扩缩容原理应该和hashmap的差不多,而且还用到了掩码,即公式hash%len=hash&(len-1)其中len要为2^n.
(2)将保存在ht[0]上的键值对,通过重新计算散列值和数组下标,rehash到ht[1]上,然后ht[0]的值被释放,ht[0]设置为ht[1],为下一次rehash作准备。
rehash需要满足以下条件:
服务器目前没有执行BGSAVE(rdb持久化)命令或者BGWRITEAOF(AOF文件重写)命令,且哈希表的负载因子大于等于1
服务器目前正在执行BGSAVE或者BGWRITEAOF命令,且哈希表的负载因子大于等于5
当负载因子小于等于0.1时,程序自动执行收缩操作
根据BG类命令是否正在执行,服务器扩展操作所需的负载因子并不相同,这是因为在执行BG类命令时,Redis需要创建当前服务器进程的子进程,而大多数操作系统采用写时复制(copy-on-write)来优化子进程的使用效率,所以在子进程存在期间,服务器会提高执行扩展操作所需的负载因子,尽可能地避免在子进程存在期间进行哈希表扩展操作。
3.2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、渐进式地完成的,用rehashidx判断是否正在rehash。
对于rehash我们思考一个问题如果散列表当前大小为 1GB,要想扩容为原来的两倍大小,那就需要对 1GB 的数据重新计算哈希值,并且从原来的散列表搬移到新的散列表。这种情况听着就很耗时,而生产环境中甚至会更大。为了解决一次性扩容耗时过多的情况,可以将扩容操作穿插在插入操作的过程中,分批完成。当负载因子触达阈值之后,只申请新空间,但并不将老的数据搬移到新散列表中。当有新数据要插入时,将新数据插入新散列表中,并且从老的散列表中拿出一个数据放入到新散列表。每次插入一个数据到散列表,都重复上面的过程。经过多次插入操作之后,老的散列表中的数据就一点一点全部搬移到新散列表中了。这样没有了集中的一次一次性数据搬移,插入操作就都变得很快了。
Redis为了解决这个问题采用渐进式rehash方式。以下是Redis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1。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。
说明:
1.因为在进行渐进式 rehash 的过程中,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,字典的删除(delete)、查找(find)、更新(update)等操作会在两个哈希表上进行。
2. 在渐进式 rehash 执行期间,新添加到字典的键值对一律会被保存到 ht[1] 里面,而 ht[0] 则不再进行任何添加操作:这一措施保证了 ht[0] 包含的键值对数量会只减不增,并随着 rehash 操作的执行而最终变成空表。
4、字典API
参考来源:https://www.cnblogs.com/hunternet/p/9989771.html
参考书籍:Redis设计与实践