Redis的数据结构(3):字典

Nyarlathotep0113
0 阅读6分钟

哈希

Redis的字典使用哈希表作为底层实现，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

Redis中使用的哈希表结构如下：

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;

其中table属性是一个数组，数组中的每一个元素都指向dictEntry结构，每个dictEntry结构都保存着一个键值对。 示例图如下：

image.png

哈希表节点

哈希表的节点使用dictEntry结构来表示，每个dictEntry结构中都保存着一个键值对:

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;

这个哈希表通过拉链法来解决哈希冲突，示意图如下：

image.png

字典

Redis中的字典由dict结构表示：

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， 为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 结构保存了一簇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的类型特定函数。
  • 而 privdata 属性则保存了需要传给那些类型特定函数的可选参数。
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 (*keyDestructor)(void *privdata, void *key);

    // 销毁值的函数
    void (*valDestructor)(void *privdata, void *obj);

} dictType;

ht属性是一个包含两个项的数组，数组中的每个项都是一个dictht哈希表，一般情况下，字典只使用ht[0]哈希表，ht[1]哈希表只会在对ht[0]哈希表进行rehash时使用。

除了ht[1]之外，另一个和rehash有关的属性就是rehashidx：它记录了rehash目前的进度，如果目前没有在进行rehash，那么它的值为-1。

以下是普通状态的字典：

image.png

哈希算法

当要将一个新的键值对添加到字典里面时， 程序需要先根据键值对的键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表数组的指定索引上面。

哈希值和索引值的计算：

# 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;

哈希冲突

Redis使用拉链法解决了哈希冲突：通过哈希表的节点中的next指针，构成一个单向链表

image.png 因为dictEntry节点组成的链表没有指向链表表尾的指针，因此为了速度考虑，链表插入使用头插法。

重哈希

为了使得哈希表中的负载因子维持在一个合理的范围之内，当哈希表保存的键值对数量太多或者太少时， 程序需要对哈希表的大小进行相应的扩展或者收缩，这就是rehash重哈希的过程：

  1. 为字典中的ht[1]哈希表分配空间，空间的大小为：

    • 如果是扩展，则空间大小为第一个大于等于ht[0].used*2的2^n
    • 如果是缩小，则空间大小为第一个大于等于ht[0].used的2^n

  2. 将保存在ht[0]上的所有键值对都rehash到ht[1]上

  3. 当全部重哈希完成后，将ht[0]释放，将ht[1]设置为ht[0]，ht[1]重新创建一个空白哈希表，为下一次rehash做准备。

哈希表的扩展条件

当以下条件中的任意一个被满足时， 程序会自动开始对哈希表执行扩展操作：

  1. 服务器目前没有在执行BGSAVE命令或者BGREWRITEAOF命令，并且哈希表的负载因子大于等于1；
  2. 服务器目前正在执行BGSAVE命令或者BGREWRITEAOF命令，并且哈希表的负载因子大于等于5；

在执行BGSAVE命令或者BGREWRITEAOF命令时，负载因子的阈值会增加，这是因为在执行BGSAVE命令或BGREWRITEAOF命令的过程中，Redis需要创建当前服务器进程的子进程， 而大多数操作系统都采用写时复制技术来优化子进程的使用效率。

因此如果在执行上述命令的时候，进行重哈希，将会导致内存的消耗增加。

负载因子的计算公式为：

# 负载因子 = 哈希表已保存节点数量 / 哈希表大小
load_factor = ht[0].used / ht[0].size

哈希表的缩小条件

当哈希表的负载因子小于0.1时，程序自动开始收缩操作。

渐进式哈希

Redis进行重哈希的动作并不是一次性、集中完成的，是多次、渐进完成的。因为如果Redis中的键值对非常大，要一次性将这些全部rehash到ht[1]，这样的计算量会使得Redis在一段内无法对外服务。

渐进式rehash的过程：

  1. 为ht[1]分配空间，让字典同时持有ht[0]和ht[1]两个哈希表
  2. 字典中维护一个rehashidx，并设置为0，代表rehahs的工作开始进行。
  3. 在rehash进行期间，每次对字典执行添加、删除、查找或者更新操作时， 程序除了执行指定的操作以外，还会顺带将ht[0]哈希表在rehashidx索引上的所有键值对 rehash到ht[1]，当rehash工作完成之后，程序将 rehashidx 属性的值增一。

渐进式rehash的好处在于它采取分而治之的方式，将rehash键值对所需的计算工作均滩到对字典的每个添加、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。

因为在进行渐进式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、更新等操作会在两个哈希表上进行：比如说，要在字典里面查找一个键的话，程序会先在ht[0]里面进行查找，如果没找到的话，就会继续到ht[1]里面进行查找，诸如此类。

另外，在渐进式rehash执行期间，新添加到字典的键值对一律会被保存到ht[1]里面，而ht[0]则不再进行任何添加操作：这一措施保证了ht[0]包含的键值对数量会只减不增，并随着rehash操作的执行而最终变成空表。

avatar
文章
阅读
粉丝