redis字典

字典

• 字典就是map，一种保存键值对的抽象数据结构

• 字典里的每个键都是独一无二的，程序就是通过键来查其对应的值

• 但C语言也没有内置map，因此redis自己构建的字典

• 在Redis中，哈希键（Hash key）是一种特殊的键类型，它是一个字符串，其值是一个哈希表。哈希表中可以存储多个键值对

• 字典就是哈希键的底层实现之一，当一个哈希键包含的键值对比较多，又或者键值对中的元素都是比较长的字符串时，Redis会使用字典作为底层实现哈希键

• Redis使用哈希表来实现的字典，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:

  • 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，用于计算计算索引
        unsigned long sizemask;
       	//哈希表已有节点的数量
        unsigned long used;
    } dictht;
    

• table为一个数组，里面的每个元素指向dictEntry结构的指针

• size记录了哈希表的大小，即数组table的大小

• used记录了哈希表已有节点的数量

• sizemask = size - 1，这个属性和哈希值一起决定一个键应该被放到数组table哪个索引上面

• 哈希表节点：

  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;
  

  • v属性保持着键值对中的值，值可以是一个指针，或者一个uint64_t整数，又或者是一个int64_t整数

  • next是指向另一个节点的指针，这个指针可以将多个哈希值相同的键值对连接在一次，以此解决键冲突的问题

• 字典：

  • typedef struct dict {
        //类型特定函数
        dictType *type;
        //私有函数
        void *privdata;
        //哈希表
        dictht ht[2];
        //rehash索引
        //当rehash不在进行时，值为-1
        int rehashidx;
    } 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
    • ht是一个包含两个项的数组，每个项都是一个dictht哈希表，一般情况使用ht[0]哈希表，ht[0]表rehash时才会去使用ht[1]
    • rehashidx记录了rehash目前的进度

  • typedef struct dictType {
    一些操作键的函数
    } dictType; 	 
    

• 哈希算法：

  • 当添加一个新的键值对进字典的时候，程序需要根据键值对的键计算出哈希值和索引值，再将包含键值对的哈希表节点放在哈希表数组的指定索引上去
    1. 使用字典设置的哈希函数，计算key的哈希值
    2. 使用哈希表的sizemask属性和哈希值，计算出索引值
    3. 根据情况不同，选择哈希表数组加入，ht[x]可能时ht[0]或者ht[1]
  • MurmurHash算法是08年发明的，优点在于， 即使输入的键是非常有规律的，但算法仍然可以给出很好的随机分布性，计算速度也非常快
  • MurmurHash最新的版本是MurmurHash3，redis使用的是MurmurHash2

• 解决键冲突：

  • 当有两个以上的键被分配到了哈希表数组的同一个索引上了，我们称这些键发生了冲突
  • reids的哈希表使用链地址法来解决键冲突，每个哈希表节点都有一个next指针，分配在同一个索引上的多个节点可以通过next指针构成一个链表
  • 因为dictEntry节点组成的链表没有指向链表表尾的指针，所以为速度考虑，程序总是将新节点添加到表头，时间复杂度为O（1）

• rehash（重新散列）：

  • 为了让哈希表的负载因子维持在一个合理的范围内，也就是说哈希表保存的键值对数量不能太多也不能太少，程序需要对哈希表的大小进行相应的拓展或收缩
  • 先要理解used的节点是可能小于存于的键值对的，毕竟在一个节点那可以形成一条链表
  • 而这个扩展和收缩哈希表的工作就可以通过执行rehash来完成
  1. 如果是拓展操作：ht[1]的大小是为第一个大于等于ht[0].used *2的（2的n次方幂）
  2. 如果是收缩操作：ht[1]的大小为第一个大于等于ht[0].used 的（2的n次方幂）
  3. 将保存在ht[0]的所有键值对rehash到ht[1]上：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]哈希表指定位置上
  4. 当ht[0]的所有键值对都迁移到ht[1]上之后，释放ht[0],将ht[1]设置为ht[0]，并在ht[1]新创建一个空白哈希表，为下次rehash做准备

• 哈希表的扩展与收缩：

  • 负载因子= ht[0].used / ht[0].size
  • 扩展的条件：
    1. 服务器没有进行BGSAVE或者BGREWRITEAOF命令，并且哈希表的负载因子 >= 1
    2. 哈希表的负载因子 >= 5
  • 收缩的条件：哈希表的负载因子 <= 0.1

• 渐进式rehash：

  • rehash操作并不是一次性，集中做的，而是分多次、渐进式地完成

  • 这样做的原因是，如果含有的键值对太多的话，庞大的计算量会使服务器在一段时间内停止服务

  • 渐进式rehash的步骤：

    • 为ht[1]分配空间
    • 将rehashidx设置为0，表示rehash开始了
    • 在rehash期间，删除、查找、更新时，程序除了执行指定操作，还会将ht[0]哈希表在rehashidx处的所有键值对全部rehash到ht[1]，一次rehash完成，rehashidx加一
    • 每次对字典执行添加操作，直接将键值对添加到ht[1]，保证ht[0]只减不增，直到ht[0]全空
    • 等到所有键值对rehash完，就将rehashidx设置为 -1，表示rehash完成