使用场景:
# set person name "tom"
# set person name "jerry"
1. 字典结构:
哈希表数据结构 typedef struct dictht { //哈希表数组,存的是哈希值 dictEntrry **table; //哈希表大小(table的大小) 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;
哈希表节点数据结构 typedef struct dictEntry { //键 void *key; //值 union {
//值可以是一个指针 void *val; //也可以是一个uint64_t整数 uint64_tu64; //也可以是int64_t整数 int64_ts64; } v; //指向下个哈希表节点,形成链表,用来使用拉链法解决哈希冲突 struct dictEntry *next; } dictEntry;
字典数据结构 typedef struct dict { //类型特定函数(保存了一些操作特定类型键值对函数) dictType *type; //私有数据(保存了传给特定函数的一些参数) void *privdata; //哈希表(一般使用ht[0]哈希表,ht[1]是在rehash时使用) dictht ht[2]; //rehash 索引(记录了rehash的进度,不rehash时,值为-1) int trehashidx; } dict;
2. 哈希算法:
当添加一个新键值时,会先根据键计算出哈希值和索引值,然后将新键值节点放到指定索引上(dictEntry*[index])。
计算哈希值:hash = dict -> type -> hashFunction(key);
计算索引值:index = hash & dict -> ht[x].sizemask;
3. 解决哈希冲突:
当键冲突时,使用next指针将新键连接起来。注意:为了速度考虑,程序会将新节点添加到链表的表头位置。
4. rehash:
随着数据的增多和减少,为了让哈希表的负载因子维持在一个合理的范围,需要对哈希表进行扩展和收缩。
负载因子:load_factor = ht[0].used / ht[0].size
rehash扩展触发条件:
1). 服务器目前没有在执行BGSAVE命令或者BGREWRITEAOF命令,并且负载因子大于等于1。
2). 服务器目前正在执行BGSAVE命令或者BGREWRITEAOF命令,并且负载因子大于等于0.5。
rehash收缩触发条件:负载因子小于0.1。
步骤如下:
1). 在没有rehash时,字典只使用ht[0]。在rehash时,程序会对ht[1]分配空间。
扩展:ht[1]的大小为第一个大于等于ht[0].used * 2的2^n (2的n次方幂);
收缩:ht[1]的大小为第一个大于等于ht[0].used的2^n;
2). 将ht[0]的所有数据全部rehash到ht[1]上面,rehash指的是重新计算键的哈希值和索引值,然后放到ht[1]的指定位置上。
3). 当ht[0]上的数据全部迁移到ht[1]后,释放ht[0],将ht[1]置为ht[0],并在ht[1]上新建一个空的哈希表,为下一次rehash做准备。
5. 渐进式rehash(rehash的优化,触发条件由负载因子决定,如上)
当哈希表的键值对数量巨大时,一次rehash会非常耗时,为了避免对服务器性能造成影响,服务器采用分批次、渐进式的将ht[0]里面的键值对慢慢的rehash到ht[1]。
步骤:
1)为ht[1]分配空间,字典同时持有ht[0]和ht[1]。
2)字典中设置一个计数器rehashidx,当值为0时,表示rehash开始。
3)在rehash期间,每次增删改查时,程序还会顺带将ht[0]在rehashidx索引上的所有键值对rehash到ht[1],当rehash完成后,rehashidx增一。(这里是将table上对应的某条索引值指向的数据节点链表迁移到ht[1]中,th[0].table[rehashidx]数据就空了)
4)随着操作的不断执行,ht[0]上的所有键值对都会被rehash到ht[1]上,这时rehashidx为-1,表示rehash完成。
注意:
1)在rehash执行期间,新数据会保存到ht[1]里面,而ht[0]不进行添加操作,这样,ht[0]里的数据会逐渐迁移到ht[1],直到ht[0]清空。
2)在rehash执行期间,查找某个键时,会先从ht[0]中查找,如果没找到就去ht[1]里面查找。