Redis数据结构-字典

1. 简介

字典在Redis中应用广泛，Redis数据库的底层就是使用字典来实现的，对数据库的增删查改也都是建立在字典的操作之上的。

此外，字典还是哈希键的实现之一。

2. 实现

2.1 哈希表

哈希表由dict.h/dictht 结构定义：

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;
    //该哈希表已有节点数量
    unsigned long used;
} dictht;

2.2 哈希表节点

哈希表节点使用dictEntry结构表示，每个dictEntry结构都保存着一个键值对：

typedef struct dictEntry {
    //键
    void *key;
    //值
    union {
        void *val;
        uint64_t u64;
        int64_t s64;
        double d;
    } v;
    //指向下一个哈希表节点，形成链表
    struct dictEntry *next;
} dictEntry;

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，以此来解决键值冲突的问题(哈希冲突)。

3.3 字典

字典由dict.h/dict结构表示：

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
    long rehashidx; /* rehashing not in progress if rehashidx == -1 */
    int iterators; /* number of iterators currently running */
} dict;

type属性和privdata属性是针对不同类型的键值对，为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结构保存了一簇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的类型特定函数。
• privdata属性则保存了需要传给那些类型特定函数的可选参数。

typedef struct dictType {
    //计算hash值的函数
    unsigned int (*hashFunction)(const void *key);
    //复制键的函数
    void *(*keyDup)(void *privdata, const void *key);
    //复制值得函数
    void *(*valDup)(void *privdata, const void *obj);
    //对比键的函数
    int (*keyCompare)(void *privdata, const void *key1, const void *key2);
    //销毁键的函数
    void (*keyDestructor)(void *privdata, void *key);
    //销毁值得函数
    void (*valDestructor)(void *privdata, void *obj);
} dictType;

所以一个字典里是包含两个哈希表，ht。 一般情况下，字典只使用ht[0]哈希表，ht[1]哈希表只会在对ht[0]哈希表进行rehash时使用。

3. 哈希算法

当要将一个新的键值对添加到字典里面时，程序需要先根据键值对的键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先放到哈希表数组的指定索引上面。

4. 键冲突

从字典整个hash表设计上看，就知道它使用链地址法解决has冲突。在哈希节点都有一个next指针构成一个单向链表。

由于没有指向链表尾部的指针，因此为了速度考虑，程序总是将新节点添加到链表的表头位置。

5. rehash

为了让hash表的负载因子维持在一个比较合理的范围，当hash表保存的键值对数量太或者太少时，程需要对哈希表的大小进行相应的扩展或者收缩。
扩展和收hash表的工作通过rehash实现，步骤如下：

1. 为字典ht[1]哈希表分配空间，这个哈希表的空间大小取决于要执行的操作，以及ht[0]当前包含的键值对数量（也就是ht[0].used属性的值）：
2. 如果执行的是扩展操作，那么ht[1]的大小为第一个大于等于ht[0].used*2的2^n；
3. 执行的是收缩操作，那么ht[1]的大小为第一个大于等于ht[0].used的2^n。
4. 将保存在ht[0]中的所有键值对rehash到ht[1]上，rehash指的是重新计算hash值和索引值，然后将键值对放置到ht[1]哈希表的指定位置上。
5. 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]新创建一个空白的哈希表，为下一次rehash做准备。

6. 渐进式rehash

为避免大数据量一次性rehash可能对服务器性能造成的影响，服务器不是一次性地将ht[0]里面所有的键值对全部rehash到ht[1]，而是分多次、渐进式地将ht[0]里面的键值对慢慢地rehash到ht[1]：

1. 为ht[1]分配空间；
2. 在字典中维持一个索引计数器rehashidx，并将它置为0，表示rehash工作正式开始。
3. 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，程序出了执行执行指定的操作外，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]，当rehash工作完成后，程序将rehashidx属性的值增1.
4. 随着字典操作的不断执行，最终在某个时间点上，ht[0]的所有键值对都会被rehash至ht[1],这是程序将rehashidx属性的值设置为-1，表示rehash操作完成。

由于在rehash期间，字典同时在使用两个哈希表，所以字典的删除、查找、更新等操作会在两个哈希表上进行；而添加操作则会在ht[1]上进行，不对ht[0]进行操作，保证ht[0]只减不增。