Redis设计与实现之字典_redis不支持字典-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_43354004/article/details/109566722

字典
1.1 定义
字典，又称为符号表(Symbol table)、关联表(associative array)或映射(map),是一种用于保存键值对（key-value pair）的抽象数据结构。

在字典里面，一个键(key)可以和一个值(value)进行关联(将键映射为值)

字典中的每个键都是独一无二的，程序可以在字典中根据键查找与之关联的值，或者通过键更新值，又或者根据键来删除整个键值对。

Redis所使用的C语言里面没有内置这种数据结构，所以Redis构建了自己的字典实现。

字典在Redis中的应用广泛，比如Redis的数据库就是使用字典来作为底层实现的，对数据库的增删改查操作也都是构建在字典的操作上的。

举例如下：

127.0.0.1:6379> set msg "hello world"
OK
127.0.0.1:6379> get msg
"hello world"
127.0.0.1:6379>

在数据库中创建了一个键为msg，值为 hello world的键值对，这个键值对就是保存在代表数据库的字典里面的。除了用来表示数据库之外，字典还是hash键的底层实现之一，当一个hash键包含的键值对比较多，又或者键值对中的元素是比较长的字符串时，Redis就会使用字典作为哈希键的底层实现。
3.2 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。

（一）哈希表
Redis字典所使用的哈希表由dict.h/dictht结构定义

typedef struct dictht{
    dictEntry **table;//哈希表数组
    unsigned long size;//哈希表大小
    unsigned long sizemask;//哈希表大小掩码，用于计算索引值 ，总是等于size -1
    unsigned long used;//该哈希表已有节点数量
}

table属性是一个数组，数组中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hash表目前已有节点的数量。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数组的那个索引上面。
下面图片为大家展示一个空的hash表。

在这里插入图片描述

（二）哈希表节点

哈希表节点使用dictEntry结构标识，每个dictEntry保存一个键值对。

typedef struct dictEntry{
    void *key;//键
    union{
    void *val;
    uint64_tu64'
    int64_ts64'
    } v;//值
    struct dictEntry *next;//指向下个哈希节点，形成链表
} ductEntry;

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，或者一个整数。
next属性是指向下一个哈希表节点，这个指针可以将多个哈希值相同的键值对链接在一起，以此来解决键冲突问题。
下图为大家展示通过next将k1和k0连接在一起
在这里插入图片描述
（三）字典
Redis中的字典由dict.h/dict结构表示：

typedef struct dict{
    dictType *type;//类型特定函数
    void *orivdata;//私有数据
    dictht ht[2];//哈希表
    int trehashidx;//rehash 索引 ，当rehash不再进行时，值为-1
} 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会为不同用途的字典设置不同类型的特定函数。
而private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的值
       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); 
       //对比健的函数
       int (*keyCompare)(void *privdata,const void *key1,const void *key2);
       //销毁健的函数
       void (*keyDestructor)(void *privdata,void *key);
       //销毁值的函数
       void (*valDestructor)(void *privdata,void *obj);
}dictType;

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，一边情况下，字典除了只使用ht[0]哈希表，ht[1]哈希表只会在对ht[0]哈希表进行rehash是使用。

除了ht[1]之外，另一个和rehash有关的属性是rehashidx，它记录了rehash目前的进度，如果目前没有在进行rehash，那么他的值应该为-1。
下图展示一个普通状态没有rehash的字典

在这里插入图片描述
1.2 hash算法

当要将一个新的键添加到字典里面时，程序先根据键值对的键计算出哈希值和索引值，然后再更加索引值，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。

#使用字典设置的哈希函数，计算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
#根据情况不同，ht[x]可以使ht[0]或者ht[1]
index = hash & dict->ht[x].sizemask;

下图为大家展示一个空字典
在这里插入图片描述
对于上图来说，如果我们要将一个键值对k0和v0加入到字典里，那么程序会先使用语句

hash = dict->type->hashFunction(k0);

计算k0的hash值。假设计算得到的结果为8，那么程序会继续使用语句：

index = hash & dict->ht[0].sizemask = 8 & 3 = 0；

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hash表数组的索引0的位置。如下图：
在这里插入图片描述

当字典被用作数据库底层时，或者hash键的底层实现时，Redis使用MurmurHash2算法来计算键的哈希值。

1.3 解决键冲突

当两个或两个一个数量的键被分配到了哈希表数组的同一个索引上面时，为我们称作这些键发生冲突。Redis的哈希表使用链地址法来解决冲突，每个哈希表节点的next指针构成了一个单向链表，以此来解决键冲突。
举个例子，如果程序要将键值对k2和v2添加到下图hash表里，并计算出k2的索引值为2，那么k1和k2冲突，
在这里插入图片描述
解决办法就是使用next指针将k1和k2连接起来。另外由于链表没有指向链表结尾的指针，为考虑速度，每次将新加的节点放到链表表头位置（复杂度为O(1)）。

1.4 rehash

随着操作的不断增加，哈希表保存的键值对会逐渐的增多或者减少，为了让哈希表的负载保存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，程序对hash表的大小进行动态的扩展或者收缩。

拓展和收缩哈希表的工作可以通过执行Rehash操作来完成，Redis的字典的Rehash过程如下：
1）为字典的ht[1]哈希表分配空间，这个哈希表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2^n(2的n次方幂)；
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2^n

2）将保持在ht[0]中所有键值对rehash到ht[1]上面，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]哈希表指定位置上。

3）当ht[0]包含的所有键值对都迁移到ht[1]之后，释放ht[0]，当ht[1]设置为ht[0]，并在ht[1]新创建空白哈希表，为下一次hash做准备。

下面举个例子，假设程序要对下图所示字典的ht[0]进行拓展操作，那么程序将执行以下步骤：
在这里插入图片描述
a）ht[0].used当前的值为4,4*2=8，而8（2^3）恰好是第一个大于等于4的2的n次方，所以程序会将ht[1]的哈希表大小设置为8.下图展示分配好空间之后字典的样子。

在这里插入图片描述
b）将ht[0]包含的四个键值对都rehash到ht[1]上，如下图所示：

c）释放ht[0]，并将ht[1]设置为ht[0]，然后为ht[1]分配一个空白hash表。扩展结束。

4）hash表的扩展与收缩
当一下任意一条被满足时，程序会行动开始对hash表执行扩展操作：
a）当服务器目前没有在执行BGSAVE命令或者BGREWRITEAOF命令，并且hash表的负载因子大于等于1。
b）服务器目前正在执行BGSAVE命令或者BGREWRITEAOF命令，并且hash表的负载因子大于等于5。
其中hash表的负载因子计算公式如下：

#负载因子=hash表已保存节点数量/hash表大小
load_factor = ht[0].used / ht[0].size

1.5 渐进式rehash
上一节说过，扩展或收缩hash表需要将ht[0]里面所有的键值对rehash到ht[1]里面，但是这个rehash动作并不是一次性、集中式完成，二十分多次、渐进式的完成。

这样做的原因在于，如果ht[0]里保存的键非常少，那么服务器可以在瞬间就将这些键值对全部rehash到ht[1]。但是，如果哈希表里面保存的键值对数量非常多，几百万，几千万甚至上亿个。那么要一次性将这些键值对全部Rehash到ht[1]的话，庞大的计算量可能会导致服务器在一段时间内停止服务。

因此，为了避免rehash对服务器性能造成影响，服务器不是一次性将ht[0]里面所有的值对都全部rehash到ht[1]，而是分多次，渐进式的将ht[0]里面的值对慢慢地rehash到ht[1]。

详细步骤：

1）为ht[1]分配空间，让字典同时持有ht[1]和ht[0]两个哈希表。

2）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

3）在Rehash期间，每次对字典的执行添加，删除，查找或者更新操作时，程序除了执行指定的操作外，还会顺带将ht[0]哈希表在rehashidex索引上的所有键值对rehash到[1]，当rehash完成，程序将rehashidx属性的值增一。

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]，这时程序将rehashidex属性的值设置为-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摊到了对字典的每个添加，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。

下图展示了一次完整的rehash过程，注意观察整个rehash过程中字典rehashidx属性是如何变化的。
准备开始rehash
在这里插入图片描述
rehash索引0上的键值对

rehash索引1上的键值对

在这里插入图片描述
rehash索引2上的键值对

rehash索引3上的键值对

rehash执行完毕

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]，ht[1]两个哈希表，所以在渐进式rehash期间，字典的删除，查找，更新等操作会在两个哈希表上进行，例如，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，则会继续到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保存到ht[1]当中，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的操作，最后变为空表。

1.6 字典API
在这里插入图片描述