Redis---渐进式哈希

Redis支持的数据结构有很多，其中dict的使用非常频繁，其实Redis的每一个数据库结构都是一个dict。dict使用哈希表实现，这也是Redis性能十分强悍的原因之一，增删改查的时间复杂度为O(1).

上图是我根据Redis源码中定义的数据结构及网上资料参考画的参考图。

随着Redis的操作越来越多，dict中保存的数据量也会动态变化，当数据量增加或者减少到一定的程度，为了让负载因子维持在一个合理的范围内，Redis就会对dict的大小进行相应的扩容或者收缩。而这一过程正是通过渐进式哈希（rehash）操作来完成的。

渐进式哈希的原理：

将原哈希表中的数据以少量多次的方式，rehash到新的哈希表中，避免一次性数据迁移导致堵塞问题，通过rehashidx记录rehash的进度，在rehash结束后，新的哈希表将替代原哈希表。

在正式了解渐进式哈希之前，我们先来看几个重要的概念：

负载因子：ht[0].used / ht[0].size，即哈希表的填满程度。它决定了哈希表的元素多少、空间利用率高低、哈希冲突机会的大小以及操作开销程度等，本质上是数据结构中有名的“时-空”矛盾。
sizemask：也叫大小掩码，用来计算索引值，其值等于哈希表size - 1。
rehashidx：当rehash结束时，其值为-1，rehash进行时，其值为rehash的进度，以bucket为单位，一个bucket可能有多个元素。
iterators：当前正在运行的安全迭代器数量。
渐进式哈希的步骤：

1. 判断负载因子，进行rehash操作。
2. 申请ht[1]的内存空间，此时dict同时拥有ht[0]和ht[1]。
   扩容：ht[1]的大小为大于等于ht[0].used * 2的且为2^n的值。
   收缩：ht[1]的大小为大于等于ht[0].used 的且为2^n的值。
3. 将dict.rehashidx置为0，开始对dict.ht[0].table[0]的bucket进行rehash。
   因为一个bucket是一个链表式结构，所以循环遍历这个bucket上的元素。
   计算每一个元素中key的新哈希值，与dict.ht[1].sizemask进行位与运算，得到索引h。
4. 根据索引h，将元素插入ht[1].table[h]。
5. 更新ht[0].used–，ht[1].used++。
6. 继续处理bucket上的下一个元素。
7. 处理完一个bucket后，将ht[0].table[dict.rehashidx] 置为 NULL。
8. 将dict.rehashidx加1，处理下一个bucket：ht[0].table[dict.rehashidx]。
9. 直到ht[0].used 为 0，说明ht[0]中的所有元素完成数据迁移。
   释放ht[0].table内存，将ht[1]赋值给ht[0]，然后重置ht[1]，为下一次rehash做准备。
10. 将dict.rehashidx置为-1，rehash工作正式结束。

渐进式哈希的控制：

/d为需要rehash的字典，n为bucket的个数/

int dictRehash(dict *d, int n)

/在ms时间段内进行rehash操作/

int dictRehashMilliseconds(dict *d, int ms)

rehash操作默认是分步的，即一次只rehash一个bucket：n = 1。
如果bucket为null，则继续处理下一个，但是不能超过10n个为null的bucket：
按时间段rehash，在时间段内每次rehash 100个bucket：n = 100，直到超时。
连续的10n个为null的bucket算为一个bucket。
渐进式哈希过程中访问元素：

rehash操作非一蹴而就，在rehash的过程中，ht[0]和ht[1]同时存放着数据，但是有dict.rehashidx变量标识着rehash的进度，即可以通过dict.rehashidx判断哈希值存在于ht[0]还是ht[1]。

如果是新增元素，会直接操作ht[1]，保证ht[0]的数据只减不增。
如果dict.rehashidx值为-1，则当前没有rehash操作，直接操作ht[0]。
如果dict.rehashidx值大于等于0，则表示正在进行rehash操作。
将计算的ht[0]中的索引与dict.rehashidx比较，如果索引大于dict.rehashidx，表示索引还未rehash，直接操作ht[0]。
如果索引不大于dict.rehashidx，则表示索引已经rehash到ht[1]。
根据ht[1]重新计算索引，根据索引操作ht[1]。
结束。

总结：

渐进式哈希的设计无疑是优秀的，在动态扩容收缩空间的同时，保证了Redis的服务能力，避免了阻塞；但是在rehash期间，dict同时拥有ht[0]和ht[1]，申请内存空间后内存会瞬间增长，此时可能会触发Redis的过期机制或者内存淘汰策略以释放更多的内存，尤其是Redis作为lru cache长期处于maxmemory状态，势必会删除大量的key

参考资料
https://baijiahao.baidu.com/s?id=1663870339713597715&wfr=spider&for=pc

关注公众号：关大仙的学习笔记

后续高质量文章都会发布到这个公众号上, 还有面试共享群可以添加