字典 | 彩潭有鲤的札记

type

status

date

slug

summary

Redis 字典的实现

Redis 的字典使用哈希表作为底层实现，一个哈希表里面可以有多个哈希表节点，而每个哈希表节点就保存了字典中的一个键值对。

哈希表

Redis 字典所使用的哈希表由 dict.h/dictht 结构定义：

table属性是一个数组，数组中的每个元素都是一个指向dict.h/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，也即是table数组的大小，而used属性则记录了哈希表目前已有节点（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数组的哪个索引上面

一个大小为4的空哈希表（没有包含任何键值对）：

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：

key 属性保存着键值对中的键，而 v 属性则保存着键值对中的值，其中键值对的值可以是一个指针，或者是一个 uint64_t 整数，又或者是一个 int64_t 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次，以此来解决键冲突（collision）的问题。

通过 next 指针，将两个索引值相同的键 k1 和 k0 连接在一起：

字典

Redis 中的字典由 dict.h/dict 结构表示：

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。

而privdata属性则保存了需要传给那些类型特定函数的可选参数。

ht属性是一个包含两个项的数组，数组中的每个项都是一个dictht哈希表，一般情况下，字典只使用ht[0]哈希表， ht[1]哈希表只会在对ht[0]哈希表进行 rehash 时使用。

除了ht[1]之外，另一个和rehash有关的属性就是rehashidx：它记录了rehash目前的进度，如果目前没有在进行rehash ，那么它的值为-1 。

一个普通状态下（没有进行rehash）的字典：

Redis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放到哈希表数组的指定索引上面。

Redis计算哈希值和索引值：

举个例子，对于图中的字典来说，如果要将一个键值对 k0 和 v0 添加到字典里面，那么程序会先使用语句计算键k0的哈希值：

假设计算得出的哈希值为8 ，那么程序会继续使用语句：

计算出键k0的索引值0 ，这表示包含键值对k0 和v0的节点应该被放置到哈希表数组的索引0位置上：

当字典被用作数据库的底层实现，或者哈希键的底层实现时， Redis使用MurmurHash2算法来计算键的哈希值。MurmurHash算法最初由 Austin Appleby 于 2008 年发明，这种算法的优点在于，即使输入的键是有规律的，算法仍能给出一个很好的随机分布性，并且算法的计算速度也非常快。

Redis 解决键冲突

当有两个或以上数量的键被分配到了哈希表数组的同一个索引上面时，称这些键发生了冲突。

Redis的哈希表使用链地址法（separate chaining）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 指针构成一个单向链表，被分配到同一个索引上的多个节点可以用这个单向链表连接起来，这就解决了键冲突的问题。

假设要将键值对k2和v2添加到下图哈希表里，计算得出k2的索引值为2 ，那么k1和k2将产生冲突，解决办法就是使用next指针将键k2和k1所在的节点连接起来：

因为dictEntry节点组成的链表没有指向链表表尾的指针，所以为了速度考虑，程序总是将新节点添加到链表的表头位置（复杂度为），排在其他已有节点的前面。

Redis rehash（重新散列）

随着操作的不断执行，哈希表保存的键值对会逐渐地增多或者减少，为了让哈希表的负载因子维持在一个合理的范围之内，当哈希表保存的键值对数量太多或者太少时，程序需要对哈希表的大小进行相应的扩展或者收缩。

拓展和收缩哈希表的工作可以通过执行rehash 来完成：

为字典的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（也即是ht[0].used 属性的值）：

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；

如果执行的是收缩操作，那么ht[1]的大小为第一个大于等于 ht[0].used的。

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]哈希表的指定位置上。

当ht[0]包含的所有键值对都迁移到了ht[1]之后（ht[0] 变为空表），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。

假设程序要对字典的ht[0] 进行扩展操作：

当以下条件中的任意一个被满足时，程序会自动开始对哈希表执行扩展操作：

服务器目前没有在执行 BGSAVE 命令或者 BGREWRITEAOF 命令，并且哈希表的负载因子大于等于 1

服务器目前正在执行 BGSAVE 命令或者 BGREWRITEAOF 命令，并且哈希表的负载因子大于等于 5

其中哈希表的负载因子可以通过公式计算的出：

对于一个大小为4，包含4个键值对的哈希表来说，这个哈希表的负载因子为：load_factor = 4/4 = 1

根据 BGSAVE 命令或 BGREWRITEAOF 命令是否正在执行，服务器执行扩展操作所需的负载因子并不相同，这是因为在执行 BGSAVE 命令或BGREWRITEAOF 命令的过程中， Redis 需要创建当前服务器进程的子进程，而大多数操作系统都采用写时复制技术来优化子进程的使用效率，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，从而尽可能地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操作，最大限度地节约内存。

另一方面，当哈希表的负载因子小于 0.1 时，程序自动开始对哈希表执行收缩操作。

渐进式 rehash

扩展或收缩哈希表需要将ht[0]里面的所有键值对rehash到 ht[1] 里面，但是，这个rehash动作并不是一次性、集中式地完成的，而是分多次、渐进式地完成的。因为，如果哈希表里保存的键值对数量是四千万甚至四亿个键值对，一次性将这些键值对全部rehash到 ht[1]，庞大的计算量可能会导致服务器在一段时间内停止服务。

哈希表渐进式rehash的详细步骤：

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 ，并将它的值设置为 0 ，表示rehash工作正式开始

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，程序除了执行指定的操作以外，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] ，当rehash工作完成之后，程序将rehashidx属性的值增一。

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] ，这时程序将rehashidx属性的值设为1 ，表示rehash操作已完成。

渐进式rehash的好处在于它采取分而治之的方式，将rehash键值对所需的计算工作均滩到对字典的每个添加、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。

一次完整的渐进式rehash过程：

渐进式 rehash 执行期间的哈希表操作

因为在进行渐进式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（delete）、查找（find）、更新（update）等操作会在两个哈希表上进行：比如说，要在字典里面查找一个键的话，程序会先在 ht[0] 里面进行查找，如果没找到的话，就会继续到 ht[1] 里面进行查找，诸如此类。

另外，在渐进式 rehash 执行期间，新添加到字典的键值对一律会被保存到 ht[1] 里面，而 ht[0] 则不再进行任何添加操作：这一措施保证了 ht[0] 包含的键值对数量会只减不增，并随着 rehash 操作的执行而最终变成空表。

Redis 字典 API

函数	作用	时间复杂度
`dictCreate`	创建一个新的字典
`dictAdd`	将给定的键值对添加到字典里面
`dictReplace`	将给定的键值对添加到字典里面，如果键已经存在于字典，那么用新值取代原有的值
`dictFetchValue`	返回给定键的值
`dictGetRandomKey`	从字典中随机返回一个键值对
`dictDelete`	从字典中删除给定键所对应的键值对
`dictRelease`	释放给定字典，以及字典中包含的所有键值对	， `N` 为字典包含的键值对数量