Redis数据结构 字典

目录

简介

字典的实现

哈希表

哈希表节点

字典

哈希算法

解决键冲突

rehash

哈希表的扩展与收缩

渐进式rehash

渐进式rehash执行期间的哈希表操作

字典API

重点回顾

---

简介

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(key-value pair)的抽象数据结构。

在字典中，一个键(key)可以和一个值(value)进行关联（或者说将键映射为值）， 这些关联的键和值就称为键值对。

字典中的每个键都是独一无二的，程序可以在字典中根据键查找与之关联的值，或者通 过键来更新值，又或者根据键来删除整个键值对，等等。

字典经常作为一种数据结构内置在很多高级编程语言里面，但Redis所使用的C语言并 没有内置这种数据结构，因此Redis构建了自己的字典实现。

字典在Redis中的应用相当广泛，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、查、改操作也是构建在对字典的操作之上的。

举个例子，当我们执行命令：

redis> SET msg "hello world" OK

在数据库中创建一个键为"rnsg", 值为"hello world"的键值对时，这个键值对就 是保存在代表数据库的字典里面的。

除了用来表示数据库之外，字典还是哈希键的底层实现之一，当一个哈希键包含的键值 对比较多，又或者键值对中的元素都是比较长的字符串时，Redis就会使用字典作为哈希键 的底层实现。

举个例子，website是一个包含10086个键值对的哈希键，这个哈希键的键都是一些 数据库的名字，而键的值就是数据库的主页网址：

website键的底层实现就是一个字典，字典中包含了10086个键值对，例如：

键值对的键为"Redis", 值为"Redis.io"

键值对的键为"MariaDB", 值为"MariaDB.org";

键值对的键为"MongoDB", 值为"MongoDB.org";

除了用来实现数据库和哈希键之外，Redis的不少功能也用到了字典，

字典的实现

Redis的字典使用哈希表作为底层实现，一个哈希表里面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。

接下来的三个小节将分别介绍Redis的哈希表、哈希表节点以及字典的实现。

哈希表

Redis字典所使用的哈希表由dict.h/dictht结构定义：

table属性是一个数组，数组中的每个元素都是一个指向dict.h/dictEntry结构 的指针，

每个dictEntry结构保存着一个键值对。

size属性记录了哈希表的大小，也即是table数组的大小，

而used属性则记录 了哈希表目前已有节点（键值对）的数量。

sizemask属性的值总是等于size-1, 这 个属性和哈希值一起决定一个键应该被放到 table数组的哪个索引上面。

图展示了一个大小为4的空哈希表 （没有包含任何键值对）。

哈希表节点

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

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，其中键值对的值可 以是一个指针，或者是一个uint64_t整数，又或者是一个int64_t整数。

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 连接在一次，以此来解决键冲突(collision)的问题。

举个例子，图就展示了如何通过next指针，将两个索引值相同的键k1和k0连 接在一起。

字典

Redis中的字典由dict.h/dict结构表示：

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：

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。

而privdata属性则保存了需要传给那些类型特定函数的可选参数。

ht属性是一个包含两个项的数组，数组中的每个项都是一个dictht哈希表，一般情况 下，字典只使用ht[0]哈希表，ht[1]哈希表只会在对ht[0]哈希表进行rehash时使用。

除了ht[1]之外，另一个和rehash有关的属性就是rehashidx, 它记录了 rehash目前的进度，如果目前没有在进行rehash, 那么它的值为-1。

图展示了一个普通状态下（没有进行rehash)的字典。

哈希算法

当要将一个新的键值对添加到字典里面时，程序需要先根据键值对的键计算出哈希值和

索引值，然后再根据索引值，将包含新键值对的哈希表节点放到哈希表数组的指定索引上面。

Redis计算哈希值和索引值的方法如下：

＃使用字典设置的哈希函数，计算键key的哈希值

hash= dict->type->hashFunction(key);

＃使用哈希表的sizemask属性和哈希值，计算出索引值

＃根据情况不同，ht[x]可以是ht[0]或者ht[1]

index= hash & dict->ht[x] .sizemask;

举个例子，对于图所示的字典来说，如果我们要将一个键值对k0和v0添加到字 典里面，那么程序会先使用语旬：

hash= dict->type->hashFunction(k0);

计算键k0的哈希值。

假设计算得出的哈希值为8, 那么程序会继续使用语句：

index= hash&dict->ht[0].sizernask = 8 & 3 = 0;

计算出键k0的索引值0, 这表示包含键值对k0和v0的节点应该被放置到哈希表数组 的索引0位置上，如图所示。

当字典被用作数据库的底层实现，或者哈希键的底层实现时，lledis使用MurmurHash2 算法来计算键的哈希值。

MurmurHash算法最初由Austin Appleby于2008年发明，这种算法的优点在于，即使 输人的键是有规律的，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。

解决键冲突

当有两个或以上数量的键被分配到了哈希表数组的同一个索引上面时，我们称这些键发 生了冲突(collision)。

Redis的哈希表使用链地址法(separate chaining)来解决键冲突，每个哈希表节点都有 一个next指针，多个哈希表节点可以用next指针构成一个单向链表，被分配到同一个索 引上的多个节点可以用这个单向链表连接起来，这就解决了键冲突的问题。

举个例子，假设程序要将键值对k2和v2添加到图所示的哈希表里面，并且计算 得出k2的索引值为2, 那么键k1和k2将产生冲突，而解决冲突的办法就是使用next指 针将键k2和k1所在的节点连接起来，如图所示。

因为dictEntry节点组成的链表没有指向链表表尾的指针，所以为了速度考虑，程序 总是将新节点添加到链表的表头位置（复杂度为O(1)), 排在其他已有节点的前面。

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之内，当哈希表保存的键值对数量太多或者太 少时，程序需要对哈希表的大小进行相应的扩展或者收缩。

扩展和收缩哈希表的工作可以通过执行rehash (重新散列）操作来完成，Redis对字典 的哈希表执行rehash的步骤如下：

1)为字典的ht[1]哈希表分配空间，这个哈希表的空间大小取决于要执行的操作，以 及ht[0]当前包含的键值对数量（也即是ht[0] .used属性的值）：

如果执行的是扩展操作，那么ht[1]的大小为第一个大于等于ht [ 0 ] • used*2 的2^n(2的n次方幕）；

如果执行的是收缩操作，那么ht[1]的大小为第一个大于等于ht[ 0 ] .used的2^n。

2)将保存在ht[0]中的所有键值对rehash到ht[1]上面： rehash指的是重新计 算键的哈希值和索引值，然后将键值对放置到ht(1)哈希表的指定位置上。

3)当ht[0]包含的所有键值对都迁移到了ht[1]之后(ht [ 0 ]变为空表），释放 ht[0], 将ht [1]设置为ht [ 0 ] , 并在ht[1]新创建一个空白哈希表，为下一次rehash 做准备。

举个例子，假设程序要对图所示字典的ht[0]进行扩展操作，那么程序将执行以 下步骤：

1) ht[0] .used当前的值为4, 4• 2=8, 而8 (2^3)恰好是第一个大于等于4的2的 n次方，所以程序会将ht[1]哈希表的大小设置为8。图展示了ht[1]在分配空间之 后，字典的样子。

2)将ht[0]包含的四个键值对都rehash到ht [1], 如图

3)释放ht [ 0] , 并将ht[ 1]设置为ht[0], 然后为ht[l]分配一个空白哈希表，如 图所示。至此，对哈希表的扩展操作执行完毕，程序成功将哈希表的大小从原来的4 改为了现在的8。

哈希表的扩展与收缩

当以下条件中的任意一个被满足时，程序会自动开始对哈希表执行扩展操作：

1)服务器目前没有在执行BGSAVE命令或者BGREWRITEAOF命令，并且哈希表的负 载因子大于等于1。

2)服务器目前正在执行BGSAVE命令或者BGREWRITEAOF命令，并且哈希表的负载 因子大于等于5。

其中哈希表的负载因子可以通过公式：

＃负载因子＝哈希表巳保存节点数量／哈希表大小

load factor= ht[0].used / ht[0].size

计算得出。

例如，对于一个大小为4, 包含4个键值对的哈希表来说，这个哈希表的负载因子为：

load_factor = 4 / 4 = 1

又例如，对于一个大小为512, 包含256个键值对的哈希表来说，这个哈希表的负载 因子为：

load_factor = 256 / 512 = 0.5

根据BGSAVE命令或BGREWRITEAOF命令是否正在执行，服务器执行扩展操作所 需的负载因子并不相同，这是因为在执行BGSAVE命令或BGREWRITEAOF命令的过程 中，Redis需要创建当前服务器进程的子进程.

而大多数操作系统都采用写时复制(copy-on­write)技术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，从而尽可能地避免在子进程存在期间进行哈希表扩展操作，这可以避免不 必要的内存写入操作，最大限度地节约内存。

另一方面，当哈希表的负载因子小于0.1时，程序自动开始对哈希表执行收缩操作。

渐进式rehash

扩展或收缩哈希表需要将ht[0]里面的所有键值对rehash到ht[l] 里面，但是，这个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。

这样做的原因在于，如果ht[0]里只保存着四个键值对，那么服务器可以在瞬间就将 这些键值对全部rehash到ht [ 1] ; 但是，如果哈希表里保存的键值对数量不是四个，而是 四百万、四于万甚至四亿个键值对，那么要一次性将这些键值对全部rehash到ht[l]的话， 庞大的计算量可能会导致服务器在一段时间内停止服务。

因此，为了避免rehash对服务器性能造成影响，服务器不是一次性将ht[0]里面的所有 键值对全部rehash到ht [1], 而是分多次、渐进式地将ht[0]里面的键值对慢慢地rehash 到ht[ 1 ]。

以下是哈希表渐进式rehash的详细步骤：

1)为ht [ 1]分配空间，让字典同时持有ht[0]和ht[1]两个哈希表。

2)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。

3)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属性的值增一。

4)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。

渐进式rehash的好处在于它采取分而治之的方式，将rehash键值对所需的计算工作均 摊到对字典的每个添加、删除、查找和更新操作上，从而避免了集中式rehash而带来的庞 大计算量。

展示了一次完整的渐进式rehash过程，注意观察在整个rehash过程中， 字典的rehashidx属性是如何变化的。

渐进式rehash执行期间的哈希表操作

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。例如，要在字典里面查找一个键的话，程序会先在ht[0]里面进 行查找，如果没找到的话，就会继续到ht[l]里面进行查找，诸如此类。

另外，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h[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。

字典API

表列出了字典的主要操作API。

重点回顾

字典被广泛用于实现Redis的各种功能，其中包括数据库和哈希键。

字典是 Redis 服务器中出现最为频繁的复合型数据结构。除了 hash 结构的数据会用到字典外，整个 Redis 数据库的所有 key 和 value 也组成了一个 全局字典，还有带过期时间的 key 也是一个字典。(存储在 RedisDb 数据结构中)

字典结构内部包含 两个 hashtable，通常情况下只有一个 hashtable 有值，但是在字典扩容缩容时，需要分配新的 hashtable，然后进行 渐进式搬迁 (rehash)，这时候两个 hashtable 分别存储旧的和新的 hashtable，待搬迁结束后，旧的将被删除，新的 hashtable 取而代之。

Redis 中的字典相当于 Java 中的 HashMap，内部实现也差不多类似，都是通过 "数组 + 链表" 的 链地址法 来解决部分 哈希冲突，同时这样的结构也吸收了两种不同数据结构的优点。

当字典被用作数据库的底层实现，或者哈希键的底层实现时，Redis使用MurmurHasn2 算法来计算键的哈希值。

哈希表使用链地址法来解决键冲突，被分配到同一个索引上的多个键值对会连接成 一个单向链表。

在对哈希表进行扩展或者收缩操作时，程序需要将现有哈希表包含的所有键值对 rehash到新哈希表里面．并且这个rehash过程并不是一次性地完成的，而是渐进式 地完成的。

正常情况下，当 hash 表中 元素的个数等于第一维数组的长度时，就会开始扩容，扩容的新数组是 原数组大小的 2 倍。不过如果 Redis 正在做 bgsave(持久化命令)，为了减少内存也得过多分离，Redis 尽量不去扩容，但是如果 hash 表非常满了，达到了第一维数组长度的 5 倍了，这个时候就会 强制扩容。

当 hash 表因为元素逐渐被删除变得越来越稀疏时，Redis 会对 hash 表进行缩容来减少 hash 表的第一维数组空间占用。所用的条件是 元素个数低于数组长度的 10%，缩容不会考虑 Redis 是否在做 bgsave。