REDIS 字典数据结构

对于REDIS来讲  其实就是一个字典结构，key ---->value  就是一个典型的字典结构

【当然  对于vaule来讲的话，有不同的内存组织结构 这是后话】

试想一个这样的存储场景：

key:"city"

value:"beijing"

如果有若干个这样的键值对，你该怎么去存储它们呢 要保证写入和查询速度非常理想~！

抛开redis不说，如果你想要存储 快速查找的话， Hash算法是最快的，理想的哈希函数可以带来O(1)的查找速度，你都这样想，那么redis也的确采用这种方法来做~！

但是HASH算法有2个致命的弱点：1）填充因子不能太满 2）不好的HASH算法可能会导致一个冲突率非常高。

填充因子不能太满

这个理论上一般为0.5左右  过高 就是哈希槽都被塞满了 ，即使在好的哈希分布算法 也无法避免key冲突。

不好的哈希分布算法

丢到第一个因素来讲， 如果一个不好的哈希分布算法会导致了key分布不均匀，也就是通过哈希函数计算出来的哈希槽都是落在了一个桶里，这样的哈希分布算法是最不理想的，最理想的情况下是 保证每个key都落在不同的哈希槽里【哈希槽>key】

   实际存储的哈希存储设计

    1）一般来讲，哈希分布函数确定后，可调控的因子就是这个填充因子 如果填充因子大于你卡的某个阈值，那么你就要做哈希结构迁移工作，迁移到一个更大的哈希槽中。而对用同用的这种哈希分布 函数，有许多人用各种数学方法计算过，这里也没有深入研究这个分布函数，倒是在这个填充因子上面，卡的阈值是需要仔细思考。

    2） 哈希槽迁移   哈希槽在迁移的过程中，无论是单线程环境还是多线程环境，都会造成一个短暂的停止服务过程。这个对生产环境会造成非常短暂的影响  我个人认为在服务器 特别存储服务器过程中，本来就是面向大量高并发存储，应该可以把哈希槽设置的更加大一些，这样尽可能避免哈希槽的一个迁移。

REDIS哈希存储设计

    前面说到的一些场景是一些哈希存储引擎都会面临到的问题，REDIS的解决方面如下：

    1）代码层面  我觉得REDIS的代码开发者写代码风格真的是太棒了 封装性，易看性都是很值得学习的  一步一步的看看：

    用C写的redis，但是里面有很多STL的那种设计理念： 迭代器  动态内存管理 等

    如果你写一个哈希存储，最基本的几个子数据结构是必须的：

每个基本的元素

struct DicElement
{
/* data */
void* key;
void* value;
struct DicElement *next;
};

哈希槽

struct DicElement **HASHTABLE[HASHSOLT];

这是redis的真实源码，中间用了一个union联合体 要么是指针，要么就是一个64位的数字。

typedef struct dictht {

    dictEntry **table;     
unsigned long size;    
unsigned long sizemask;
unsigned long used;    
} dictht;

dictht就是一个完整的哈希槽，这里面记录了table有多少个哈希槽被用了，【used】 已经哈希槽有多少个 【size】

一般对于静态的哈希存储结构来讲 上面2个数据结构就可以了，但是redis有一个特性：就是支持扩容，动态扩容，和stl的vector的策略是相似的 当达到临界阈值时，就会增加的到一倍。

真正的dic结果如下：

1. typedef struct dict {

2.     //这里封装了dic的函数指针结构体 典型的C写法 如果是c++ 就是一个类 更易读

3.     dictType *type;

4. void *privdata;

5.    //2个字典  一个空 一个是需要写入的

6.    dictht ht[2];      

7.    //如果重新哈希  就是扩容 这个标记位就会改写

8. int rehashidx;

9. int iterators;     

10. } dict;

    rehashidx 表示正在索引的索引值，字典正在赋值的索引号。

题外话：如果用C++来写  代码片段更加容易看懂。

字典迭代器讨论

typedef struct dictIterator {
// 正在迭代的字典
    dict *d;               
int table,              // 是哈希表1还是2
        index,              // 迭代那个哈希槽
        safe;             
    dictEntry *entry,       // 现在哈希结点
*nextEntry;   // 后面一个
} dictIterator;

这里的迭代器提出了safe字段：迭代器的安全

迭代器安全：REDIS不是一次性全部迁移过来的，而是根据时间片来迁移，这样的话也就是如果没有迁移完的话，如果有插入迭代器或者删除迭代器存在的话，可能会导致漏掉或者多复制现象存在。

这样的话 还是采用最好的战术模式：记录操作这个dic的迭代器数量，只有当全部是安全迭代器时，才可以进行迁移工作。

在生产环境下，如果是HASHTABLE是多线程的呢？ 多个线程进行读和写，可控制性将会变得非常不可控啊~！  而且如果是多线程，一致性怎么能够得到保证呢~！

• 在每次迁移完  ht[i]会释放内存 然后制空。 没迁移完之前，就会查看2个字典桶。

关于REDIS哈希槽扩容设计

1） 每次进行add del，lookfor操作时，都会做执行dicRehashStep函数一次，在调用dictRehash(d,1)一次，这里的一就是执行rehashidex那个下一个不为null的值一次，也就是把一个槽给迁移到ht[1]中，只执行一次 也是为了不会让redis出现太长时间的暂停服务而考虑的一种设计。 但是这里的前提就是安全iterator迭代器的数量为0 也就是不包含增 删 改这3个操作的iterator~! 如果含有增，删，改，那么有可能会出现漏掉entry的情况。

2）这里是提示用多少毫秒作为一个间隔来做rehash操作，也就是把ht[0]迁移到ht[1]上，每次的base值是100，时间是由服务器来控制,这是第2种迁移方式，这种迁移方式每次迁移的槽多，相对来讲所需要的时间更多，所以ms间隔是需要仔细评估，如果没有弄好，会造成一个时间上的空档。

int dictRehashMilliseconds(dict *d, int ms) {
long long start = timeInMilliseconds();
int rehashes = 0;
while(dictRehash(d,100)) {
        rehashes += 100;
if (timeInMilliseconds()-start > ms) break;
    }
return rehashes;
}