Redis 字典结构细谈

Redis 字典底层基于哈希表实现。

一、哈希表结构

1、dictht：

typedef struct dictht {

dictEntry **table; //哈希表数组，存储具体的键值对元素，对象类型 dictEntry

unsigned long size; //哈希表容量

unsigned long sizemask; //哈希表大小掩码，计算索引使用

unsigned long used; //已使用容量

} dictht

2、示例数据：

二、哈希表节点

1、dictEntry：

typedef struct dictEntry {

void *key; //键值对 key

union{  //键值对 value 三种类型

void *val;

uint64_tu64;

int64_ts64;

} v;

struct dictEntry *next;  //下一个节点指针

} dictEntry;

说明：next 为指向下一个节点的指针，是我们熟悉的链表节点结构，单向链表，用于处理键哈希冲突问题。

相同哈希值的键的键值对会以链表的形式存在同一位置。

2、示例数据：

三、Redis 字典

1、dict：

typedef struct dict{

dictType *type; //类型特定函数

void *privdata; //私有数据

dictht ht[2]; //哈希表数组，类型为dictht，ht[0]为实际存储数据使用，ht[1] 为rehash时使用

int rehashidx; //rehash进度标志，-1 代表当前不在 rehash

} dict

2、示例数据：

四、添加元素

向字典中添加元素主要涉及一下几步操作：

1、计算键值对键的哈希值

hash：dict->type->hashFunction(key)

使用dictType内部的哈希函数得到键哈希值

2、计算需要放入的位置索引

index：hash&dict->ht[0].sizemask

使用上一步计算得到的哈希值与哈希表的sizemask属性进行与操作得到需要放入的位置索引值

3、键冲突解决

没有完美的哈希函数，哈希冲突往往无法避免，当多个键被所引导同一个位置时，这种现象，我们称之为键冲突。

解决间冲突，Redis 采用链地址法，也即将冲突的键值对组成一条链条放到同一个哈希位置上。上面第二节我们介绍过 dictEntry的结构，其中包含一个指向另一个节点的指针next。

这里需要说明的一点是，冲突节点插入时，是插入到链表的头部，这样只需要执行操作一次操作即可，也即时间复杂度为O(1)。

如下图：（k2，v2）与（k1，v1）发生冲突，直接将（k2，v2）插入到链表头部：

五、rehash

rehash过程是在重新规划哈希表占用空间时发生的。

负载因子 load_factor：已保存节点数量（dict.ht[0].used）/ 哈希表容量（dict.ht[0].size）

负载因子用以表名当前哈希表的使用状态，它需要保持在一个合理的范围，以保障资源的最优利用。通常需要适时的对哈希表进行扩展或者收缩来对负载因子进行维护，而这个过程，我们称之为 rehash。

这里涉及到一个问题，就是什么时候需要进行伸缩维护？

1、扩展时机：

当前无bgsave及bgrewriteaop操作，load_factor >= 1

当前存在bgsave及bgrewriteaop操作，load_factor >= 5

Redis服务器通过fork子进程形式执行bgsave及bgrewriteaop操作，此时整个服务的资源耗费较大，为了避免可能发生的rehash带来额外的资源压力，此期间，服务器会调高触发执行扩展操作的负载因子界限。

2、收缩时机：

load_factor < 0.1

3、rehash 基本操作：

a) 为dict.ht[1]分配空间：

空间大小计算如下：

扩展：最小n满足2ⁿ >= dict.ht[0].used * 2

收缩：最小n满足2ⁿ >= dict.ht[0].used

如下图：ht[0].used = 3，假定无bg相关任务，则h[1]大小需要计算：2ⁿ >= 3 * 2 = 6

n = 3，ht[1].size = 2³ = 8

b) rehash

对于dict.ht[0] 中的元素，依据dict.ht[1]特性（sizemask）重新计算索引值，并放置到dict.ht[1]中。

c) 当所有元素迁移完毕，释放dict.ht[0]，并将dict.ht[1]设置为dict.ht[0]，重新在dict.ht[1]上创建空的哈希表。

六、渐进式rehash

所谓渐进式，是针对大数据量字典数据。直接一次性的执行rehash会导致服务资源的集中占用，影响正常的服务响应。因此需要进行分而治之。

这里会用到上面我们介绍的dict字典结构中的 rehashidx属性，用以标识当前rehash进度。

首先将rehashidx置0，标示rehash开始，每次rehash一个元素，rehashidx值增加1，当最终所有元素rehash完成，将rehashidx置-1。

这里需要说明下rehash中对正常的服务请求的处理：

1、删除、查找、更新：

会涉及到两个哈希表（ht[0]、ht[1]）操作，如查找元素，首先尝试在ht[0]上查找，找不到，则继续在h[1]上查找。

2、添加

添加元素只会在h[1]上操作，h[0]上只减不增。