Redis中的字典
原文链接：https://www.changxuan.top/?p=1122
简介
字典是一种在 Redis 中高频使用的用于保存键值对的抽象数据结构，在 Java 中常用的有 HasmMap 等。
由于字典中键的唯一性，所以在 Redis 中得到了广泛的应用。
实现
Redis 中的字典是基于哈希表 (dictht, dict hash table)实现的，哈希表中的每个节点保存一个键值对。哈希表的结构体定义如下：
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，用于计算索引值 size - 1,用来计算键值对放在哪个索引上
unsigned long sizemask;
// 哈希表已有节点的数量
unsigned long used;
} dictht;
哈希表节点 dictEntry 的结构则如下所示：
typedef struct dictEntry {
// 键
void *key;
// 值
union {
void *val;
uint64_t u64;
int64_t s64;
}v;
// 指向下个哈希表节点
struct dictEntry *next;
} dictEntry;
dictEntry 中的值有些特别，它表示其值有可能是一个指针或者是一个 uint64_t 整数，或者是一个 int64_t 整数。
因为存在 next 属性，很显然它是使用链地址法解决的哈希键冲突。
接下来我们看一下字典（dict）的定义：
typedef struct dict {
// 类型特定函数
dictType *type;
// 私有数据
void *privdata;
// 哈希表
dictht ht[2];
// rehash 索引 当不在进行 rehash 的时候，值为-1
int trehashids;
} dict;
属性 type 是一个指向 dictType 结构体的指针，每个 dictType 保存了一些用于操作特定类型键值对的函数。
typedef struct dictType {
// 计算哈希值的函数
unsigned int (*hashFunction)(const void *key);
// 复制键的函数
void *(*keyDup)(void *privdata, const void *key);
// 复制值的函数
void *(*valDup)(void *privdata, const void *obj);
// 对比键的函数
int (*keyCompare)(void *privdata, const void *key1, const void *key2);
// 销毁键的函数
void (*valDestructor)(void *privdata, void *obj);
} dictType;
ht 数组表示存储两个哈希表，平常情况下只使用 ht[0] ，只有在 rehash 时才会使用到 h[1] 和 trehashids。
字典的结构就是，一个字典中有两个哈希表，平时只用一个哈希表。另一个哈希表在 rehash 的时候使用。每个哈希表中存在一个节点数组，节点则用于存放键值对。
新增键值对
新增键值对就意味着需要计算键的哈希值，从而得出索引值。根据索引值将键值对的哈希节点放到哈希表的指定位置上。计算哈希值使用的是字典结构体中的 type 中的函数，即 hash = dict->type->hashFunction(key) 。计算索引值则是 index = hash & dict->ht[x].sizemask ，x 取决于当前使用的是ht[1]还是ht[2]。
不过，总会有不同的键对应相同的索引值，产生冲突。Redis 中使用了常用的“链地址法”来解决这个问题，当出现冲突时就把新节点放到表头的位置。
Rehash
随着字典中键值对数量的不断变化，为了保证哈希表的空间利用率以及效率，在哈希表过大或者过小是要对哈希表大小进行调整。如果过小，则会不断发生键冲突导致效率低下，如果过大则会浪费存储空间。所以，经过不断调整可以使其维持在一个合理的范围。
步骤
为 ht[1]分配空间，大小取决于是扩大哈希表还是缩小哈希表。如果扩大，其大小为第一个大于等于ht[0].used * 2且同时为2的n次方幂的值。如果缩小，其大小为第一个大于等于ht[0].used其同时为2的n次方幂的值。将保存在 ht[0]中所有的键值对重新计算哈希值和索引值后，存放在ht[1]中。当迁移完所有的键值之后，释放原 ht[0]的空间，将原h[1]改为h0, 并在ht[1]新创建一个空白哈希表。
那么何时扩展哈希表大小呢？ 一是当没有在执行 BGSAVE 或者 BGREWRITEAOF 命令时，并且哈希表的负载因子大于等于1时。 二是当在执行这俩命令，但是负载因子大于等于5时（节约内存，上述两命令消耗内存）。
负载因子计算公式为：负载因子 = 哈希表保存节点数量／哈希表大小
那么何时缩小哈希表大小呢？ 当哈希表负载因子小于 0.1 时则会进行缩小。
渐进式 Rehash
其实对于上述步骤 2 ，普通人觉得这不就是把键值对重新分配一下吗？但是如果此时存在百万、千万甚至亿级的键值对时，恐怕就是不是一眨眼的功夫就可以完成的了。如果非得一次性完成，那么可能会导致服务器的不可用。所以为了解决这个问题，Redis 采用了慢慢来的办法渐进式 Rehash。
其主要步骤与前面的有些相似，只不过在渐进式Rehash中使用到了 dict->trehashids 值来记录当前rehash到了哪个索引。在 Rehash 期间，可以对字典正常进行增加、删除、查找和更新。然后同时也会将 trehashids 上记录的索引值上的节点迁移到 h[1] 上。并且所有的新增节点都会放到 h[1]中，这样就会导致 h[0] 中的节点越来越少，最终完成 rehash。其它的操作则会在两个表上进行。
