本文共 3813 字,大约阅读时间需要 12 分钟。
字典本身就是很常见的数据结构之一,在Redis中,Redis数据库就是使用字典来作为底层实现的,除了用来表示数据库之外,字典还是哈希键的底层实现之一。
建议阅读:
1、字典部分源码研究见:Redis的字典使用哈希表作为底层实现。
1.1 哈希表
Redis字典所使用的哈希表结构定义如下:
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 // 总是等于 size - 1 unsigned long sizemask; // 该哈希表已有节点的数量 unsigned long used;} dictht;
table属性是一个数组,数组中的每个元素都指向一个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,即table数组的大小,而used属性则记录了哈希表目前已有键值对的数量。
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数组的哪个索引上。
下图展示了一个大小为4的空哈希表:
1.2 哈希表节点
哈希表节点使用dictEntry结构表示,每个dictEntry结构都保存一个键值对:
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,形成链表 struct dictEntry *next;} dictEntry;
key属性保持着键值对中的键,而v属性则保存着键值对中的值,其中键值对中的值可以是一个指针,或者是一个整数。
next属性是指向另一个哈希表节点的指针,这个指针可以将多个哈希值相同的键值对连接在一起,来解决键冲突问题(以链表的方式解决冲突问题)。
如下图表示一个完成的哈希表:
1.3 字典
Redis中的字典结果如下:
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 rehash 不在进行时,值为 -1 int rehashidx; /* rehashing not in progress if rehashidx == -1 */} dict;
type属性和privdata属性是针对不同类型的键值对,而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结构保存了一组用于操作特定类型键值对的函数,Redis会为用途不同的字典设置不同类型的特定函数。 而privadata属性则保存了需要传给那些类型特定函数的可选参数。ht属性是一个包含了两个项的数组,数组中每个项都是一个dictht哈希表,一般情况下,字典只使用ht[0]哈希表,而ht[1]哈希表只对ht[0]哈希表进行rehash
时使用。
另一个与rehash有关的就是rehashidx属性,它积累了rehash目前的进度,如果没有进行rehash,则它的值为-1。
下图为一个普通状态下的字典结构:
将一个新的键值对添加到字典里面的时候,程序需要先根据键值对上面的键来计算出哈希值和索引值,然后再根据索引值,将包含新键值对的哈希表节点放到哈希数组的指定索引上面。
Redis计算哈希值和索引值的方法如下:
# 使用字典设置的哈希函数,计算键 key 的哈希值hash = dict->type->hashFunction(key);# 使用哈希表的 sizemask 属性和哈希值,计算出索引值# 根据情况不同, ht[x] 可以是 ht[0] 或者 ht[1]index = hash & dict->ht[x].sizemask;
下面举例说明一个完整的添加键值对<k0, v0>过程:
hash = dict->type->hashFunction(k0);
计算的处k0的哈希值。index = hash & dict->ht[0].sizemask = 8 & 3 = 0;
计算得到k0的索引值为0,这表示包含这个键值对的节点应该放置到哈希表数组的索引0位置上。 tip: Redis使用MurmurHash2算法来计算键的哈希值。
Redis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,多个哈希表节点可以用next构成一个单向链表,被分配到同一个索引上的节点可以用这个单向链表连接起来,从而解决键冲突问题。
下面的例子说明一个解决键冲突的实例:
另外因为dictEntry节点组成的链表没有指向链表表尾的指针,为了考虑速度,程序总是将新节点添加到链表的表头位置(这样添加节点的时间复杂度为O(1))。
随着操作的不断进行,哈希表保存的键值对会逐渐增多或减少,为了让哈希表负载因子维持在一个合理范围之内,当哈希表保存的键值对太多或太少时,程序要对哈希表的大小进行相应的扩展或收缩。
Redis对字典的哈希表执行rehash的步骤如下:
为字典的ht[1]哈希表分配空间,这个空间大小取决于要执行的操作:
如果执行的是扩展操作,则ht[1]的大小为第一个大于等于等于ht[0].used*2的2^n; 如果执行的收缩操作,则ht[1]的大小为第一个大于等于ht[0].used的2^n;将保存在ht[0]中的所有键值对rehash到ht[1]上面: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]的指定位置上。
当ht[0]包含的所有键值对都迁移到ht[1]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,为下一次rehash做准备。
下面为一个rehash的实例 :
2*4 = 8(2^3): 重新计算索引,并复制:
哈希表的扩展与收缩
当以下条件中任意一个被满足时,程序会自动开始对哈希表执行扩展操作:区分这两种情况的目的在于,因为执行BGSAVE与BGREWRITEAOF过程中,Redis都需要创建子进程,而大多数操作系统都采用写时复制技术来优化子进程使用效率,所以在子进程存在期间,服务器会提高执行扩展操作所需的负载因子,从而尽可能避免在子进程存在期间进行哈希表扩展操作,这可以避免不必要的内存写入,最大限度的节约空间。
另一方面,当哈希表负载因子小于0.1时,程序自动开始对哈希表执行收缩操作。
Redis中的rehash动作并不是一次性、集中式完成的,而是分多次、渐进式的完成的。
这样做的目的是,如果服务器中包含很多键值对,要一次性的将这些键值对全部rehash到ht[1]的话,庞大的计算量可能导致服务器在一段时间内停止服务于。
为了避免这种影响,Redis采用了渐进式Redis:
渐进式rehash的好处在于其采取分而治之的方式,将rehash键值对所需要的计算工作均摊到字典的每个添加、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。
下面为一个渐进式rehash的实例:
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]和ht[1]两个哈希表,所以在渐进式rehash进行期间,字典的删除、查找、更新等操作都是在两个表上进行的。例如,查找操作会先在ht[0]上进行,如果没找到再在ht[1]上进行。
添加操作的键值对会一律保存到ht[1]中,这一措施保证ht[0]包含的键值对只会减少不会增加。
【参考】
[1] 《Redis的设计与实现》转载地址:http://xylii.baihongyu.com/