本筆記參考《Redis設計與實現》 P24~ 37

Redis字典實現

哈希表節點結構

typedef struct dictEntry
{
	// 鍵
	void *key;

	// 值 : 可以是一個指針，或者是一個uint64/int64 的整數
	union {
		void *val;
		uint64_t u64;
		int64_t s64
	} v;

	// 指向下一個哈希表節點，形成鏈表 ： 該指針可以將多個哈希值相同的鍵值對連接在一起，以此解決鍵沖突的問題。
	struct dictEntry *next;
} dictEntry;

哈希表結構

typedef struct dictht
{
	// 哈希表數據
	dictEntry **table;

	// 哈希表集合大小
	unsigned long size;

	// 哈希表大小掩碼，用于計算索引值
	// 總是等于 size - 1
	unsigned long sizemask;

	// 哈希表已有節點數量
	unsigned long used;
} dictht;

字典

typedef struct dict 
{
	// 類型特定函數
	dicType *type;

	// 私有數據
	void *privdata;

	// 哈希表
	dictht ht[2];

	// rehash 索引
	// 當rehash不在進行時， 值為-1
	int rehashidx;
} dict;

type屬性和privdata屬性針對不同類型的鍵值對，為多態字典而設置。
ht是包含兩個項的數組，每個元素都是一個dictht哈希表，一般情況下字典之是喲個ht[0],ht[1]會在對ht[0]進行rehash的時候使用。
rehashidx記錄了rehash目前的進度，如果目前沒有在進行rehash，值為-1。

哈希算法

• 使用字典設置的哈希函數，計算key的hashvalue
  

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

• 使用哈希表的sizemask屬性和哈希值，計算出索引值
• 根據不同的情況，ht[x]可以是ht[0]或ht[1]
  

index = hash dict->ht[x].sizemask;

redis使用的是MurmurHash算法，優點是：輸入的鍵是有規律的時候，算法仍然能給出很好的隨機分布性，計算速度也快。

解決hash沖突

當有兩個或以上的key分配到了hash table數組的同一個index上，稱為發生了collision。
Redis采用鏈地址法解決沖突，每個hash table節點都有一個next指針，多個hash table節點可以用next指針構成一個單向鏈表。為了速度考慮，程序總是會將新節點插入到鏈表頭位置。

rehash

隨著操作不斷執行，哈希表保存的key value對會逐漸增加和減少。哈希表有一個統計參數load factor，即負載因子，公式如下：

# 負載因子 = 哈希表已經保存的節點數量 / 哈希表大小
load_factor = ht[0].used / ht[0].size;

為了維持負載因子在一個合理的范圍，程序會對哈希表的大小進行相應的擴展或收縮，條件如下：

1、服務器目前沒有執行BGSAVE命令或者BGREWRITEAOF命令，并且哈希表的負載因子 >= 1

2、服務器正在執行BGSAVE命令或者BGREWRITEAOF命令，且負載因子 >= 5

• 在執行BGSAVE命令或者BGREWRITEAOF命令過程中，Redis需要創建當前服務器進程的子進程，大多的OS采用寫時復制技術優化子進程的使用效率，所以子進程存在期間，**服務器會提高執行擴展操作的負載因子，避免在子進程存在期間進行哈希表的擴展操作，避免不必要的內存寫入操作，最大限度節約內存。**當負載因子小于0.1時，程序自動對哈希表進行收縮操作。
• 此時就會進行擴展收縮，規則如下：
• 這里就是rehash(重新散列)操作了：
• 1、為字典的ht[1]哈希表分配內存空間，空間大小取決于要執行的操作，以及ht[0]當前包含的鍵值對數量（ht[0].used）
• 如果是擴展操作，ht[1]的大小為 >= ht[0].used * 2的 2的冪次方
• 如果是收縮操作，ht[1]的大小為 >= ht[0].used 的 2的冪次方
• 2、將保存在ht[0]中的所有鍵值對rehash到ht[1]上：即重新計算key的hashValue以及indexValue，然后將鍵值對放到ht[1]的指定位置
• 3、當ht[0]包含的所有鍵值對都遷移到ht[1]之后，ht[0]變為空表，釋放ht[0]，將ht[1]置為ht[0]，在ht[1]重新分配一個空白的哈希表，為下一次rehash做準備

漸進式hash

rehash的動作并不是一次性集中完成的，而是分多次漸進完成。
如果哈希表中村的鍵值對數量很多，一次性將鍵值對全部rehash到ht[1]的計算量十分龐大，可能會導致服務器在一段時間內停止服務。
漸進式rehash采取分而治之的方法，將rehash鍵值對所需要的計算工作分攤到每次對字典的CRUD操作上，從而避免了集中式rehash帶來的龐大計算量。
詳細步驟如下：
1、為ht[1]分配空間，讓字典同時持有ht[0]和ht[1]兩個哈希表
2、在字典中維護一個索引計數器：rehashidx，將值設置為0，表示rehash工作正式開始。
3、在rehash進行期間，每次對字典的CRUD操作，程序除了執行指定操作以外，順帶將ht[0]哈希表在rehashidx索引上的所有鍵值對rehash到ht[1]上，當rehash操作完成后，程序將rehashidx值++
4、重復迭代操作執行后，ht[0]的數據全部rehash到ht[1]上，將rehashidx設為-1，表明rehash操作已經完成

需要注意的地方
在rehash的過程中，對于字典的刪除、查找、更新操作會在兩個哈希表上執行。如想要查找一個鍵，現在ht[0]中找，沒有找到再去ht[1]
對于insert操作來說，新添加到字典的鍵值對會一律保存到ht[1]中，不然還得多一次搬運。

到此這篇關于Redis字典實現、Hash鍵沖突以及漸進式rehash的文章就介紹到這了,更多相關Redis 漸進式rehash內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！