Redis数据结构——字典

字典是一种用来保存键值对的数据结构。
在字典中，一个key与一个value相对应，字典中的key是唯一的。
在Redis中字典使用哈希表作为底层实现，用数组来表示一个哈希表，每个元素都是一对key-value

同样，在Redis中字典由三部分组成：

• 哈希节点，保存一对key-value
• 哈希表，用来爆粗整个哈希表以及相关信息
• 字典用来封装哈希表

字典的实现

哈希节点

typeof struct dictEntry{
	void *key; // 键key 

	union v ;	// 值value 
	
	struct dictEntry *next; // 指向下一个哈希节点，形成链表 
} dictEntry;

哈希节点中的这三个属性没啥说的，看过HashMap源码的，应该都懂。

哈希表

哈希表的结构体：

typeof struct dictht {
	dictEntry **table; // 哈希表数组
	
	unsigned long size; //哈希表大小
	
	unsigned long sizemask; // 掩码,用来计算索引
	
	unsigned long used; // 哈希表中已使用的节点数量 
} dictht;

还是来说一下这个结构：

• table属性是一个数组，数组中的每个元素都是指向dictEntry哈希表节点的指针
• sizemask用来快速计算一个哈希节点的索引

字典

字典的底层实现是哈希表，字典结构体还保存着整体的信息，还字典的结构体：

typeof struct dict {
	// 哈希表
	dictht ht[2];
	
	// 类型特定函数,针对不同类型的key-value操作的一系列函数,不必关心 
	dictType *type; 
	
	// 私有数据,不必关心 
	void *private; 
	
	// rehash索引 
	int rehashidx; 
} dict;

在字典的结构体中，有两个属性比较重要：

• dictht ht[2],这是两个哈希表。我们前面讲解了哈希表结构体dictht，一个字典中竟然封装了两个哈希表，主要用来rehash，接下来说。
• int rehashidx 在rehas时指向旧哈希表的一个指针，关于rehash接下来就说。

关于哈希表节点、哈希表、字典的关系，看这张图梳理一下：

hash冲突

谈到哈希表，那么hash冲突是绕不开的一个点。
哈希冲突：当两个不同的key，通过哈希运算，被分配到了统一索引上，这就是哈希冲突。

那么Redis中是如何解决哈希冲突的呢？
Redis中的哈希表与Java中的HashMap的原理相似，都是通过链表法来解决key冲突。
我们知道每个链表节点dictEntry中，都有一个next属性，这个属性用来构成单向链表，把分配到同一个索引上的节点通过此属性连接起来
因为在dictEntry中只有一个next指针，所以为了性能考虑，Redis哈希表采用了头插法，时间复杂度是O(1)，排在其已有节点的前面。

Redis中使用了MurmurHash算法，即使对于相同的输入，也能够保证很好的随机分布性，而且计算速度非常快。

rehash

rehash也是哈希表绕不开的一个点。
随着操作的不断进行，哈希表中的键值对数量会逐渐增多或减少，为了让哈希表的负载因子load factor(负载因子，用来衡量哈希表满的程度)维持在一个合理的范围，当哈希表中保存的键值对的数量太多或太少时，就会触发rehash，来对哈希表进行适应的扩容或收缩。

负载因子 = 哈希表中已保存的数量 / 哈希表容量

我们前文提到，在字典中定义了两个哈希表，即dictht ht[2]，在正常使用时，我们是把键值对分配到第一个哈希表中，也就是ht[0]中，当rehash时，第二个哈希表ht[1]就发挥作用了。
rehash的具体过程：

1. 首先为ht[1]分配空间，ht[1]的大小取决于原先的ht[0]中键值对的数量：
   • 如果是扩容操作，那么ht[1] 的大小是第一个大于等于ht[0].used*2的2^n。
   • 如果是收缩操作，那么ht[1]的大小是第一个等于ht[0].used的2^n
2. 为ht[1]分配空间完成后，就是键值对迁移的过程了。将ht[0]中的所有键值对再次hash放到ht[1]中，rehash就是重新计算哈希值和索引值，然后放到ht[1]的指定位置上。
3. 当ht[0]中的键值对全部迁移到了ht[1]之后，释放ht[0]，将ht[1]作为ht[0]，并在ht[1]创建一个新的空白的哈希表，留着下一次rehash使用

何时对哈希表进行扩容操作？满足以下任意一个条件

• redis服务器目前没有执行BGSAVE(rdb持久化)命令或BGREWRITEAOF(AOF文件重写)命令，并且此时哈希表的复杂因子大于等于1.
• 服务器正在执行BGSAVE(rdb持久化)命令或BGREWRITEAOF(AOF文件重写)命令，并且哈希表的复杂因子大于等于5

当负载因子小于0.1时，会自动进行收缩操作

渐进式rehash

刚才说了rehash的基本流程，对于第二个过程，将ht[0]中的键值对rehash到ht[1]上这一个过程，并不是一次完成的。
因为考虑到哈希表中的键值对数量过多，一次性完成可能会占用非常长的时间，由于redis是单线程的，同时还要对外提供服务，如果rehash是一次性完成的，那么在rehash期间，Redis必须停掉服务。
因此，为了避免rehash对服务器性能造成的影响，服务器并不是一次性将ht[0]中的键值对迁移到ht[1]中的，而是分多次、渐进式、慢慢地rehash到ht[1]上的

渐进式rehash的详细过程：

1. 为ht[1]分配空间，字典同时持有ht[0]和ht[1]两个哈希表
2. 在字典内部维护一个索引计数器变量，就是前文提到的rehashidx，将它设置为0（即ht[0]中第一个键值对的索引），表示rehash工作开始。
3. 在rehash期间，每次对字典进行增、删、改、查操作时，还会顺带着将ht[0]哈希表在rehashidx指向的键值对rehash到ht[1]中，当这一次操作完成后，rehashidx + 1，指向下一个需要rehash的键值对。
4. 随着对字典的操作不断执行，最终ht[0]中所有的键值对都会迁移到ht[1]中，这时rehashidx为-1，表示rehash已经全部完成。

在渐进式rehash的过程中，对字典的新增操作，是直接在ht[1]新的哈希表上进行，而删除、查找、更新操作是在这两个哈希表上进行的
例如，当查找一个元素时，先去ht[0]上查找，如果没有找到，再去ht[1]上查找。
随着rehash的进行，ht[0]最终变成空表。

总结

在这一篇中，说了很多，大致总结一下：

• 字典是一种存储键值对数据的结构
• 在Redis中，字典是由哈希表实现的，字典相关的结构体有三个：
  • dictEntry哈希表中的一个节点，就是一个键值对
  • dictht哈希表，有多个dictEntry组成的数组来表示哈希表
  • dict字典，其中保存了两个哈希表ht[2]，在rehash时使用
• 哈希表的rehash操作并不是一次性完成的，而是渐进式地，伴随着每次对哈希表的操作，顺带迁移一个键值对，直至完成。

参考文章

• 《Redis设计与实现》
• Redis数据结构——字典 - 随心所于 - 博客园