《Redis源码学习笔记》数据结构－字典
《Redis源码学习笔记》文章列表由于图片较大，缩放较为模糊，请双击打开查看原图 ^_^
要看懂redis代码，其中重要的一步就是要看懂它里面所使用的数据结构，而在这不算少的数据结构中，最重要的就是字典，它几乎就是redis实现各种功能的骨架，所以理解好字典至关重要！
redis作为一个nosql数据库，所有的key-value都是存储在一个字典中，而字典则是用哈希表实现的；关于哈希表原理，随便上网查一下都能找到一大堆资料，因此这里我也不想做过多赘述，直接开门见山，看下在redis中哈希表是什么样的：
上图所示结构对应代码如下：
// 字典
typedef struct dict {
// 哈希表（2个）
dictht ht;
// rehash索引，若rehashidx == -1，则表示未开始进行rehash，
// 否则rehashidx的值表示rehash正进行到ht这个hash表上哪个索引节点
int rehashidx;
// 安全迭代器数量
int iterators;
} dict;
// 哈希表
typedef struct dictht {
// 哈希表 （指向一个dictEntry*数组，俗称“桶”）
dictEntry **table;
// 哈希表大小
unsigned long size;
// 位掩码，通过hash_value & sizemask得出节点在哈希表索引
unsigned long sizemask;
// 哈希表中节点数量
unsigned long used;
} dictht;
// 哈希节点
typedef struct dictEntry {
// 键
void *key;
// 值
union {
void *val;
uint64_t u64;
int64_t s64;
} v;
// 指向下一个节点
struct dictEntry *next;
} dictEntry;
关于redis中的字典，最特别的无疑是dict中维护着两个哈希表（ht，ht），为什么要有两个呢？在解释这个之前我们先看下哈希表的rehash;
rehash目的：
当我们不断的往哈希表（ht）插入新的键值对，如果两个键的hash值相同，那么它们将以链表的形式放入到同一个“桶”中，如下图key1和key4:
这样带来的问题就是，随着我们往哈希表里插入越来越多的键值对，哈希表性能会急剧下降（查找操作都退化成链表查找）；所以，我们就需要扩大原来的哈希表，使得哈希表大小和哈希表中的节点数的比例能够维持在1:1（dictht.size:dictht.used），这时候哈希表才能达到最佳查询性能O(1)
rehash过程：
创建一个新的哈希表，大小是当前的两倍（准确说还必须是2的幂次），然后把全部键值对重新散列到新的哈希表中，最后再用它替换原来的哈希表；
rehash问题：
我们考虑下面一种情况：客户端A插入一个键值对，这时候发现dictht.used与dictht.size的比例大于1（查询性能开始下降），于是执行rehash操作，假设目前哈希表中有10万个键值对，那么redis就会一直埋头苦干，直到完成对这个10万个键值对的rehash操作，并且在这个过程中，其他客户端请求都会被阻塞（因为redis是单线程）；很显然我们是无法忍受这种情况的发生，那redis是如何解决这个问题呢？
渐进式rehash:
“渐进式”意味着rehash过程不是一次做完而是每次做一点，这样就可以避免由于rehash过程太久导致其他客户端请求被阻塞，具体过程如下：
1. 在ht上分配一个更大的哈希表；
2. “分多次”把ht上的键值对重新散列到ht上；
3. 当处理完所有键值对时，让ht指向新的哈希表；
现在还有一个问题，我们说了“分多次把ht上的键值对重新散列到ht上”，那么这个分多次究竟是多少次？并且每次处理多少键值对才最合适？
redis准备rehash时，会把dict.rehashidx置为0（标示rehash开始），然后当执行任意一个哈希表操作（添加，删除，查找等），就会执行一次_dictRehashStep函数；
_dictRehashStep函数每次rehash把ht上的第一个不为空索引上的全部键值对迁移到ht上，并且用dict.rehashidx的值标示当前rehash正进行到了哪个索引；
也就是说按照上图，第一次迁移key1，key4键值对（这时候dict.rehashidx的值为0），第二次迁移key2键值对（这时候dict.rehashidx的值为1），第三次迁移key3键值对（这时候dict.rehashidx的值为2），至此rehash完毕（dict.rehashidx被复位成-1），相关伪代码：
# 任意dict操作（添加，删除，查找）
def anyDictOperation(dict):
# 如果正在进行rehash
if dict.rehashidx != -1:
_dictRehashStep(dict)
# 执行字典操作
dictOperation(dict)
def _dictRehashStep(dict):
# 如果当前安全迭代器数量不为0，暂停此次rehash
if dict.iterators > 0 : return
idx = dict.rehashidx
# 获取第一个不为空的索引
while len(dict.ht.table) <= 0:
idx++
# 迁移该索引节点上的所有键值对到ht上
for key, val in dict.ht.table.getKeyValuePairs:
redisServer.ht.table.used--
redisServer.ht.table.used++
redisServer.ht.table.hash(key, val)
# 当所有键值对迁移完毕，用新的哈希表替换老的，并且重置ht
if dict.ht.table.used == 0:
dict.ht = dict.ht
dict.ht.reset()
dict.rehashindx = -1 # 复位
另外，redis在服务器执行例行任务时（serverCron），也会定期去做一部分rehash操作，伪代码：
def serverCron():
# 循环redis所有数据库
for num in redisServer.dbnums:
if redisServer.db.dict.rehashidx != -1 :
# 第二个参数用来限制rehash执行多久，单位毫秒
dictRehashMilliseconds(redisServer.db.dict, 1)
# 其他例行任务...
def dictRehashMilliseconds(dict, timeout_ms):
start_time =now_time()
while now_time() - start_time < timeout_ms:
_dictRehashStep(dict)
至此，我们已经分析完：为什么要在dict中维护两个哈希表（ht，ht）；
关于redis字典的更多细节，请参看：dict.h和dict.c代码以及redis.c/serverCron函数
总结：
1.了解redis中字典是如何设计的以及这样设计的原因；
2.了解哈希表的rehash过程以及rehash时机；
页:
[1]