I、字典的实现
Redis的字典使用哈希表作为底层实现。
1.1 哈希表
Redis字典所使用的哈希表结构定义如下：
typedef struct dictht {
// 哈希表数组
dictEntry **table;
// 哈希表大小
unsigned long size;
// 哈希表大小掩码，用于计算索引值
// 总是等于 size - 1
unsigned long sizemask;
// 该哈希表已有节点的数量
unsigned long used;
} dictht;
table属性是一个数组，数组中的每个元素都指向一个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，即table数组的大小，而used属性则记录了哈希表目前已有键值对的数量。
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。
下图展示了一个大小为4的空哈希表：
1.2 哈希表节点
哈希表节点使用dictEntry结构表示，每个dictEntry结构都保存一个键值对：
typedef struct dictEntry {
// 键
void *key;
// 值
union {
void *val;
uint64_t u64;
int64_t s64;
} v;
// 指向下个哈希表节点，形成链表
struct dictEntry *next;
} dictEntry;
key属性保持着键值对中的键，而v属性则保存着键值对中的值，其中键值对中的值可以是一个指针，或者是一个整数。
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起，来解决键冲突问题（以链表的方式解决冲突问题）。
如下图表示一个完成的哈希表：
1.3 字典
Redis中的字典结果如下：
typedef struct dict {
// 类型特定函数
dictType *type;
// 私有数据
void *privdata;
// 哈希表
dictht ht[2];
// rehash 索引
// 当 rehash 不在进行时，值为 -1
int rehashidx; /* rehashing not in progress if rehashidx == -1 */
} dict;
type属性和privdata属性是针对不同类型的键值对，而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结构保存了一组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类型的特定函数。
而privadata属性则保存了需要传给那些类型特定函数的可选参数。
ht属性是一个包含了两个项的数组，数组中每个项都是一个dictht哈希表，一般情况下，字典只使用ht[0]哈希表，而ht[1]哈希表只对ht[0]哈希表进行rehash时使用。
另一个与rehash有关的就是rehashidx属性，它积累了rehash目前的进度，如果没有进行rehash，则它的值为-1。
下图为一个普通状态下的字典结构：
II、哈希算法
将一个新的键值对添加到字典里面的时候，程序需要先根据键值对上面的键来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;
下面举例说明一个完整的添加键值对<k0, v0>过程：
- 首先程序会先使用语句
hash = dict->type->hashFunction(k0);计算的处k0的哈希值。 - 假设计算出的哈希值为8，则程序继续
index = hash & dict->ht[0].sizemask = 8 & 3 = 0;计算得到k0的索引值为0，这表示包含这个键值对的节点应该放置到哈希表数组的索引0位置上。
tip： Redis使用MurmurHash2算法来计算键的哈希值。
III、解决键冲突
Redis哈希表使用链地址法来解决键冲突，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构成一个单向链表，被分配到同一个索引上的节点可以用这个单向链表连接起来，从而解决键冲突问题。
下面的例子说明一个解决键冲突的实例：
另外因为dictEntry节点组成的链表没有指向链表表尾的指针，为了考虑速度，程序总是将新节点添加到链表的表头位置（这样添加节点的时间复杂度为O(1)）。
IV、rehash
随着操作的不断进行，哈希表保存的键值对会逐渐增多或减少，为了让哈希表负载因子维持在一个合理范围之内，当哈希表保存的键值对太多或太少时，程序要对哈希表的大小进行相应的扩展或收缩。
Redis对字典的哈希表执行rehash的步骤如下：
-
为字典的ht[1]哈希表分配空间，这个空间大小取决于要执行的操作：
如果执行的是扩展操作，则ht[1]的大小为第一个大于等于等于ht[0].used*2的2^n；
如果执行的收缩操作，则ht[1]的大小为第一个大于等于ht[0].used的2^n； -
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]的指定位置上。
-
当ht[0]包含的所有键值对都迁移到ht[1]之后，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。
下面为一个rehash的实例 ：
2*4 = 8(2^3)：
重新计算索引，并复制：
哈希表的扩展与收缩
当以下条件中任意一个被满足时，程序会自动开始对哈希表执行扩展操作：
- 服务器目前没有执行BGSAVE或BGREWRITEAOF命令，并且哈希表负载因子大于等于1。
- 服务器正在执行BGSAVE或BGREWRITEAOF命令，并且哈希表负载因子大于等于5。
区分这两种情况的目的在于，因为执行BGSAVE与BGREWRITEAOF过程中，Redis都需要创建子进程，而大多数操作系统都采用写时复制技术来优化子进程使用效率，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，最大限度的节约空间。
另一方面，当哈希表负载因子小于0.1时，程序自动开始对哈希表执行收缩操作。
V、渐进式rehash
Redis中的rehash动作并不是一次性、集中式完成的，而是分多次、渐进式的完成的。
这样做的目的是，如果服务器中包含很多键值对，要一次性的将这些键值对全部rehash到ht[1]的话，庞大的计算量可能导致服务器在一段时间内停止服务于。
为了避免这种影响，Redis采用了渐进式Redis：
- 为ht[1]分配空间，让字典同时持有ht[0]和ht[1]两个哈希表。
- 在字典中维持一个索引计数器变量rehashidx，并将它置为0，表示rehash工作开始。
- 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]中，当rehash工作完成之后，程序将rehashidx属性的值+1。
- 随着字典操作的不断进行，最终在某个时间点上，ht[0]的所有键值对都被rehash到ht[1]上，这时将rehashidx属性设为-1，表示rehash完成。
渐进式rehash的好处在于其采取分而治之的方式，将rehash键值对所需要的计算工作均摊到字典的每个添加、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。
下面为一个渐进式rehash的实例：
渐进式rehash执行期间的哈希表操作
因为在渐进式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、查找、更新等操作都是在两个表上进行的。
例如，查找操作会先在ht[0]上进行，如果没找到再在ht[1]上进行。
添加操作的键值对会一律保存到ht[1]中，这一措施保证ht[0]包含的键值对只会减少不会增加。
VI、字典API
【参考】
[1] 《Redis的设计与实现》
转自：https://www.jianshu.com/p/bfecf4ccf28b