面试官：说说Redis的Hash底层 我：......（来自阅文的面试题）

redis源码分析系列文章

[Redis源码系列]在Liunx安装和常见API

为什么要从Redis源码分析

String底层实现——动态字符串SDS

Redis的双向链表一文全知道

前言

hello，各位小可爱们，又见面了。今天这篇文章来自去年面试阅文的面试题，结果被虐了。这一part不说了，下次专门开一篇，写下我面试被虐的名场面，尴尬的不行，全程尬聊。哈哈哈哈，话不多说，开始把。

今天要写Redis的Hash类型，如果有对Redis不熟悉，或者对其他数据类型感兴趣的，可以移步上面的系列文章。（最上面的最上面最上面，重要的事情说三遍）

在Redis中Hash类型的应用非常广泛，其中key到value的映射就通过字典结构来维护的。记笔记，此处要考。

API使用

API的使用比较简单，所以以下就粗略的写了。

插入数据hset

使用hset命令往myhash中插入两个key，value的键值对，分别是（name,zhangsan）和（age,20），返回值当前的myhash的长度。

获取数据hget

使用hget命令获取myhash中key为name的value值。

获取所有数据hgetall

使用hgetall命令获取myhash中所有的key和value值。

获取所有key

使用hkeys命令获取myhash中所有的key值。

获取长度

使用hlen命令获取myhash的长度。

获取所有value

使用hvals命令获取myhash中所有的value值。

具体逻辑图

hash的底层主要是采用字典dict的结构，整体呈现层层封装。

首先dict有四个部分组成，分别是dictType(类型，不咋重要),dictht（核心），rehashidx(渐进式hash的标志)，iterators（迭代器），这里面最重要的就是dictht和rehashidx。

接下来是dictht，其有两个数组构成，一个是真正的数据存储位置，还有一个用于hash过程，包括的变量分别是真正的数据table和一些常见变量。

最后数据节点，和上篇说的双向链表一样，每个节点都有next指针，方便指向下一个节点，这样目的是为了解决hash碰撞。具体的可以看下图。

这边看不懂没关系，后面会针对每个模块详细说明。（千万不要看到这里就跳过啦）

双向链表的定义

字典结构体dict

我们先看字典结构体dict，其包括四个部分，重点是dictht[2]（真正的数据）和rehashidx（渐进式hash的标志）。具体图如下。

具体代码如下：

//字典结构体
 typedef struct dict {
    dictType *type;//类型，包括一些自定义函数，这些函数使得key和value能够存储
    void *privdata;//私有数据
    dictht ht[];//两张hash表
    long rehashidx; //渐进式hash标记，如果为-1，说明没在进行hash
    unsigned long iterators; //正在迭代的迭代器数量
} dict;

数组结构体dictht

dictht主要包括四个部分，1是真正的数据dictEntry类型的数组，里面存放的是数据节点；2是数组长度size；3是进行hash运算的参数sizemask，这个不咋重要，只要记住等于size-1；4是数据节点数量used，当前有多少个数据节点。

具体代码如下：

//hash结构体
typedef struct dictht {
    dictEntry **table;//真正数据的数组
    unsigned long size;//数组的大小
    unsigned long sizemask;//用户将hash映射到table的位置索引，他的值总是等于size-1
    unsigned long used;//已用节点数量
} dictht;

数据节点dictEntry

dictEntry为真正的数据节点，包括key，value和next节点。

//每个节点的结构体
typedef struct dictEntry {
    void *key; //key
    union {
        void *val;
        uint64_t u64;
        int64_t s64;
        double d;
    } v;//value
    struct dictEntry *next; //下一个数据节点的地址
} dictEntry;

扩容过程和渐进式Hash图解

我们先来第一个部分，dictht[2]为什么会要2个数组存放，真正的数据只要一个数组就够了？

这其实和Java的HashMap相似，都是数据加链表的结构，随着数据量的增加，hash碰撞发生的就越频繁，每个数组后面的链表就越长，整个链表显得非常累赘。如果业务需要大量查询操作，因为是链表，只能从头部开始查询，等一个数组的链表全部查询完才能开始下一个数组，这样查询时间将无线拉长。

这无疑是要进行扩容，所以第一个数组存放真正的数据，第二个数组用于扩容用。第一个数组中的节点经过hash运算映射到第二个数组上，然后依次进行。那么过程中还能对外提供服务吗？答案是可以的，因为他可以随时停止，这就到了下一个变量rehashidx。（一点都不生硬的转场，哈哈哈）

rehashidx其实是一个标志量，如果为-1说明当前没有扩容，如果不为-1则表示当前扩容到哪个下标位置，方便下次进行从该下标位置继续扩容。

这样说是不是太抽象了，还是一脸懵逼，贴心的送上扩容过程全解，一定要点赞评论多夸夸我哦。（越来越不要脸了。。。）

步骤1

首先是未扩容前，rehashidx为-1，表示未扩容，第一个数组的dictEntry长度为4，一共有5个节点，所以used为5。

步骤2

当发生扩容了，rahashidx为第一个数组的第一个下标位置，即0。扩容之后的大小为大于used*2的2的n次方的最小值，即能包含这些节点*2的2的倍数的最小值。因为当前为5个数据节点，所以used*2=10，扩容后的数组大小为大于10的2的次方的最小值，为16。从第一个数组0下标位置开始，查找第一个元素，找到key为name，value为张三的节点，将其hash过，找到在第二个数组的下标为1的位置，将节点移过去，其实是指针的移动。这边就简单说了。

步骤3

key为name，value为张三的节点移动结束后，继续移动第一个数组dictht[0]的下标为0的后续节点，移动步骤和上面相同。

步骤4

继续移动第一个数组dictht[0]的下标为0的后续节点都移动完了，开始移动下标为1的节点，发现其没有数据，所以移动下标为2的节点，同时修改rehashidx为2，移动步骤和上面相同。

整个过程的重点在于rehashidx，其为第一个数组正在移动的下标位置，如果当前内存不够，或者操作系统繁忙，扩容的过程可以随时停止。

停止之后如果对该对象进行操作，那是什么样子的呢？

• 如果是新增，则直接新增后第二个数组，因为如果新增到第一个数组，以后还是要移过来，没必要浪费时间
• 如果是删除，更新，查询，则先查找第一个数组，如果没找到，则再查询第二个数组。

字典的实现（源码分析）

创建并初始化字典

首先分配内存，接着调用初始化方法_dictInit，主要是赋值操作，重点看下rehashidx赋值为-1（这验证了刚才的图解，-1表示未进行hash扩容），最后返回是否创建成功。

/* 创建并初始化字典 */
dict *dictCreate(dictType *type,
        void *privDataPtr)
{
    dict *d = zmalloc(sizeof(*d));
    _dictInit(d,type,privDataPtr);
    return d;
}

/* Initialize the hash table */
int _dictInit(dict *d, dictType *type,
        void *privDataPtr)
{
    _dictReset(&d->ht[]);
    _dictReset(&d->ht[]);
    d->type = type;
    d->privdata = privDataPtr;
    d->rehashidx = -;//赋值为-1，表示未进行hash
    d->iterators = ;
    return DICT_OK;
}

扩容

dict里面有一个静态方法_dictExpandIfNeed，判断是否需要扩容。

首先判断通过dictIsRehashing方法，判断是否处于hash状态，其调用的是宏常量#define dictIsRehashing(d) ((d)->rehashidx != -1)，即判断rehashidx是否为-1，如果为-1，即不处于hash状态，if条件为false，可以进行扩容，如果不为-1，即处于hash状态，if条件为true，不可以进行扩容，直接返回常量DICT_OK。

接着判断第一个数组的size是否为0，如果为0，则扩容为默认大小4，如果不为0，则执行下面的代码。

再接着判断是否需要扩容，if中有三个条件，具体的分析如下。

最后就是调用dictExpand扩容方法了，参数为数据节点的双倍大小ht[0].used*2。此处验证了上面扩容过程的数组大小16。

扩容方法比较简单点，获取扩容后的大小，将第二个设置新的大小。

这样讲感觉有点空，看下流程图。

扩容流程图

具体代码：

static int _dictExpandIfNeeded(dict *d)
{
    //判断是否处于扩容状态中，通过调用宏常量#define dictIsRehashing(d) ((d)->rehashidx != -1)
    //来判断是否可以扩容
    if (dictIsRehashing(d)) return DICT_OK;

    //判断第一个数组size是否为0,如果为0，则调用扩容方法，大小为宏常量
    //#define DICT_HT_INITIAL_SIZE     4
    if (d->ht[].size == ) return dictExpand(d, DICT_HT_INITIAL_SIZE);

    //下面先列出if条件中所使用到的参数
    // static int dict_can_resize = 1;数值为1表示可以扩容
    //static unsigned int dict_force_resize_ratio = 5;
    //我们来分析if条件，如果第一个数组的所有节点数量大于等于第一个数组的大小（表示节点数据已经有些多）
    //并且可用扩容（数值为1）或者所有节点数量除以数组大小大于5
    //这个条件表示扩容那个的条件，第一个就是节点必要大于等于数组长度，
    //第二点就再可以扩容和数据太多，超过5两个中选其一
    if (d->ht[].used >= d->ht[].size &&
        (dict_can_resize ||
         d->ht[].used/d->ht[].size > dict_force_resize_ratio))
    {
        //调用扩容方法
        return dictExpand(d, d->ht[].used*);
    }
    return DICT_OK;
}

int dictExpand(dict *d, unsigned long size)
{
    dictht n;
    //获取扩容后真正的大小，找到比size大的最小值，且是2的倍数
    unsigned long realsize = _dictNextPower(size);

    //一些判断条件
    if (dictIsRehashing(d) || d->ht[].used > size)
        return DICT_ERR;

    if (realsize == d->ht[].size) return DICT_ERR;

    n.size = realsize;
    n.sizemask = realsize-;
    n.table = zcalloc(realsize*sizeof(dictEntry*));
    n.used = ;

    //第一个hash为null，说明在初始化
    if (d->ht[].table == NULL) {
        d->ht[] = n;
        return DICT_OK;
    }
    //正在hash，给第二个hash的长度设置新的，
    d->ht[] = n;
    d->rehashidx = ;//设置当前正在hash
    return DICT_OK;
}

/* 找到比size大的最小值，且是2的倍数 */
static unsigned long _dictNextPower(unsigned long size)
{
    unsigned long i = DICT_HT_INITIAL_SIZE;

    if (size >= LONG_MAX) return LONG_MAX;
    while() {
        if (i >= size)
            return i;
        i *= ;
    }
}

渐进式hash

渐进式hash过程已经通过上面图解说明，以下主要看下代码是如何实现的，以及过程是不是对的。

扩容之后就是执行dictRehash方法，参数包括待移动的哈希表d和步骤数字n。

首先判断标志量rehashidx是否等于-1，如果等于-1，则表示hash完成，如果不等于-1，则执行下面的代码。

接着进行循环，遍历第一个数组上的每个下标，每次移动下标位置，都需要更新rehashidx值，每次加1。

再接着进行第二个循环，遍历下标的链表每个节点，完成数据的迁移，主要是指针的移动和一些参数的修改。

最后，返回int数值，如果为0表示整个数据全部hash完成，如果返回1则表示部分hash结束，并没有全部完成，下次可以通过rehashidx值继续hash。

具体代码如下：

//重新hash这个哈希表
 // Redis的哈希表结构公有两个table数组，t0和t1，平常只使用一个t0，当需要重hash时则重hash到另一个table数组中
 //参数列表
 // 1. d: 待移动的哈希表，结构中存有目前已经重hash到哪个桶了
  //  2. n: N步进行rehash
// 返回值 返回0说明整个表都重hash完成了，返回1代表未完成
int dictRehash(dict *d, int n) {
    int empty_visits = n*;
    //如果当前rehashidx=-1,则返回0，表示hash完成
    if (!dictIsRehashing(d)) return ;
    //分n步，而且ht[0]还有没有移动的节点
    while(n-- && d->ht[].used != ) {
        dictEntry *de, *nextde;
        assert(d->ht[].size > (unsigned long)d->rehashidx);
        //第一个循环用来更新 rehashidx 的值，因为有些桶为空，所以 rehashidx并非每次都比原来前进一个位置，而是有可能前进几个位置，但最多不超过 10。
        //将rehashidx移动到ht[0]有节点的下标，也就是table[d->rehashidx]非空
        while(d->ht[].table[d->rehashidx] == NULL) {
            d->rehashidx++;
            if (--empty_visits == ) return ;
        }
        de = d->ht[].table[d->rehashidx];  //第二个循环用来将ht[0]表中每次找到的非空桶中的链表（或者就是单个节点）拷贝到ht[1]中

        /* 利用循环讲数据节点移过去 */
        while(de) {
            unsigned int h;

            nextde = de->next;
            /* Get the index in the new hash table */
            h = dictHashKey(d, de->key) & d->ht[].sizemask;
            de->next = d->ht[].table[h];
            d->ht[].table[h] = de;
            d->ht[].used--;
            d->ht[].used++;
            de = nextde;
        }
        d->ht[].table[d->rehashidx] = NULL;
        d->rehashidx++;
    }

    if (d->ht[].used == ) {
        zfree(d->ht[].table);
        d->ht[] = d->ht[];
        _dictReset(&d->ht[]);
        d->rehashidx = -;
        return ;
    }

    return ;
}

总结

该篇主要讲了Redis的Hash数据类型的底层实现字典结构Dict，先从Hash的一些API使用，引出字典结构Dict，剖析了其三个主要组成部分，字典结构体Dict，数组结构体Dictht，数据节点结构体DictEntry，进而通过多幅过程图解释了扩容过程和rehash过程，最后结合源码对字典进行描述，如创建过程，扩容过程，渐进式hash过程，中间穿插流程图讲解。

如果觉得写得还行，麻烦给个赞，您的认可才是我写作的动力！

如果觉得有说的不对的地方，欢迎评论指出。

好了，拜拜咯。