Redis 3.0 源码解析---底层数据结构分析(3)

    在上一篇文章中，在对dict的add，update，find，delete等操作中多次提到了一个词单步渐进式rehash操作，这篇文章我们也来看看redis是如何对字典进行rehash操作的，同时对字典的遍历进行相关的解读。

3.3.dict---渐进式rehash
        在Redis哈希表数据结构中，由于采用的是数组实现哈希表，利用链表来解决哈希冲突，必然会存在一个问题，当哈希表的大小不能满足需求，如已经有1024个元素了，但是我的字典中桶的大小的只有128，造成过多的哈希冲突，这显然影响了字典的快速操作元素（平均操作一个元素，光定位这个元素就得需要8次），使得性能降低，那么就需要重新来申请一个较大的（如2048个桶大小的哈希表），然后将之前的字典中的元素重新hash到这个新的哈希表中，我们称这一过程为rehash。
        那么问题来了，什么时候进行rehash呢？其实，在上一篇文章中我们已经介绍了redis进行rehash的条件有两个：
         1.字典已使用节点数大于字典大小，也可以说两者的比率接近1:1
         2.字典可以被rehash（指dict_can_resize）  或者字典中使用节点数和字典大小之间的比率超过dict_force_resize_ratio
dict_force_resize_ratio=5，在dict.c中定义.dict_can_resize=1，同样也在dict.c中定义。dict_can_resize指的是可以手动开启和关闭字典的rehash操作。但是这并不是一定的，因为，当达到一定条件：字典中使用节点数和字典大小之间的比率超过 dict_force_resize_ratio的话，都会强制进行rehash。
 
      那么，如果来对字典进行rehash呢？有两种办法
 
      1.当需要进行rehash操作的时候，我们创建新的哈希表的时候，直接将所有的元素rehash到新的哈希表中，有一点是在进行扩容的时候需要将哈希表锁定，不能有其他操作，rehash完成之后再进行其他的操作，这在数据量较小的情况下是没有问题的，但是如果数据量很大之后，就会很大的影响，在rehash的时候，外界不能对字典做任何操作。就好像你访问一个网页，如果这个网页10秒钟才打开，你会怎么想，哎，算了，这个网站肯定挂了，然后直接关掉了。Java的hashmap就是这么做的，所以在很多关于hashmap的说明中，如果你事先知道会用到大概多少元素，最好提前指定，这样做显然是为了避免rehash操作给hashmap带来的性能开销。
 
      2.上面的方法是一次性的将所有的字典元素rehash到新的哈希表中，另一种办法自然就是渐进式rehash，也就是分步进行了，既然一次性rehash影响到性能，那就分步进行，将rehash的操作分散到一个一个小的时间单元里，一次仅仅只rehash一小部分，或者当服务器空闲的时候进行rehash操作。
 
      redis采用的第二种方法，分步进行rehash操作。那么对于一个字典来说，有两种状态，正在rehash状态，非rehash状态（rehash完成或者没有rehash）。所以，在redis的dict中定义了一个rehashidx来表明这两种状态。rehashidx=-1，非rehash状态；rehashidx>=0,rehash状态，并且rehashidx的值表明了当前已经rehash到哪个桶了。
 
      redis的rehash的过程在int dictRehash(dict *d, int n)函数中进行，其实现如下所示：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

/* ** d---要进行rehash的字典 ** n---对字典进行n步渐进式rehash操作，n指的是哈希的n个桶 **      也就是说rehash的最小单位为桶 **/ int   dictRehash(dict *d,  int   n) {      if   (!dictIsRehashing(d))  return   0;      while (n--) {     //进行n步渐进式rehash          dictEntry *de, *nextde;          if   (d->ht[0].used == 0) {  // 如果 0 号哈希表为空，表示 rehash 执行完毕              zfree(d->ht[0].table);              d->ht[0] = d->ht[1];              _dictReset(&d->ht[1]);              d->rehashidx = -1;              return   0;          }          assert (d->ht[0].size > (unsigned)d->rehashidx);          while (d->ht[0].table[d->rehashidx] == NULL) d->rehashidx++;          de = d->ht[0].table[d->rehashidx];          while (de) {              unsigned  int   h;              nextde = de->next;              h = dictHashKey(d, de->key) & d->ht[1].sizemask;              de->next = d->ht[1].table[h];              d->ht[1].table[h] = de;              d->ht[0].used--;              d->ht[1].used++;              de = nextde;          }          d->ht[0].table[d->rehashidx] = NULL;          d->rehashidx++;      }      return   1; }

        过程比较清楚：就是根据rehashidx得值来获取需要进行rehash的桶（期间要略过桶为空的情况），找到后，然后将整个桶的元素rehash到1号哈希表中，执行完n步后，函数返回。
 
      我们在前面的介绍中提到的对dict的增删改查中，都提到了一个词单步rehash操作，其函数显示如下：

1 2 3

static   void  _ dictRehashStep(dict *d) {      if   (d->iterators == 0) dictRehash(d,1); }

        其内部调用的就是dictRehash函数，不过此时的n为1，所以称之为单步rehash操作，也就是一次仅仅只进行一个hash桶的元素的rehash操作。
 
      redis将rehash的操作分散到了各个对dict的操作当中去，当然为了不影响性能，一次操作进行一次单步rehash。同样，redis也提供了在一个时间段内对dict进行rehash操作。代码如下：

1 2 3 4 5 6 7 8 9

int   dictRehashMilliseconds(dict *d,  int   ms) {      long   long   start = timeInMilliseconds();     // 记录开始时间      int   rehashes = 0;      while (dictRehash(d,100)) {          rehashes += 100;          if   (timeInMilliseconds()-start > ms)  break ;  // 如果时间已过，跳出      }      return   rehashes; }

        ms是以毫秒为单位的，在一定的毫秒时间内，进行rehash操作。while循环中每次循环进行100步rehash操作。然后判断时间，如果超过了设定的时间，就退出。
 
      总结：redis的rehash操作是采用渐进式的方式，rehash操作的分步主要在两方面。1.被动触发：在对dict进行增删改查操作的时候进行单步rehash；2主动触发：通过设定一定的时间进行rehash操作。
3.4. dictIterator
3.4.1 dictIterator
        迭代器，用来迭代字典中的元素，在redis中，迭代器分为两种，安全迭代器和非安全迭代器。在dictIterator中用safe字段标识，再一次列出迭代器的数据结构如下所示。

1 2 3 4 5 6 7 8 9 10 11

typedef   struct   dictIterator {      dict *d;               //指向要迭代的字典      long   index;         //迭代器当前所指向的哈希表索引位置      //table：正在被迭代的hash表，dict中申请了两个hash表，值可以为0或1      //safe：表示这个迭代器是否安全      int   table, safe;         //entry：指向当前迭代到的节点指针      //nextEntry：指向下一个迭代节点的指针      dictEntry *entry, *nextEntry;       long   long   fingerprint;   //用于非安全迭代器计算字典指纹 } dictIterator;

        安全迭代器：指的是程序在迭代的过程中，程序依然可以执行dictAdd，dictFind等操作来对字典进行修改。在上面我们介绍的_dictRehashStep(dict *d)函数，是在dictFind，dictAdd函数内部调用，该函数内部有一个判断条件，只有在字典安全迭代器的数量为0的时候才会进行单步rehash，也就是说在有安全迭代器存在的时候是不允许被动触发的单步rehash操作的。
        非安全迭代器：在迭代的过程中，程序仅仅只会调用dictNext对字典进行迭代，二不会对字典进行修改。所以非安全迭代器迭代前后要对字典进行指纹计算，计算的值保存在fingerprint中。（指纹计算的方法为：取出0和1两个哈希表的table，size，used属性的值，进行一次hash操作，计算出一个特征值，迭代完后，只需要按照同样的计算方法得出的值与这个进行比较即可）
        迭代器最重要的方法就是获取下一个字典的元素。其实现函数如下所示：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37

dictEntry *dictNext(dictIterator *iter) {      while   (1) {          if   (iter->entry == NULL) {              dictht *ht = &iter->d->ht[iter->table];              //第一次迭代时才会执行这个if语句，如果为安全迭代器，字典的安全迭代器计数加1              //如果为非安全迭代器需要计算字典的指纹              if   (iter->index == -1 && iter->table == 0) {                  if   (iter->safe)                      iter->d->iterators++;                  else                      iter->fingerprint = dictFingerprint(iter->d);              }              iter->index++;              //判断哈希表是否迭代完              if   (iter->index >= ( long ) ht->size) {                  if   (dictIsRehashing(iter->d) && iter->table == 0) {  //0号哈希表遍历结束                      iter->table++;  //table+1，下一次开始遍历1号哈希表                      iter->index = 0;                      ht = &iter->d->ht[1];                  }  else   {                      break ;                  }              }              iter->entry = ht->table[iter->index];          }  else   {              iter->entry = iter->nextEntry;          }          if   (iter->entry) {              /* We need to save the 'next' here, the iterator user               * may delete the entry we are returning. */              iter->nextEntry = iter->entry->next;              return   iter->entry;          }      }      return   NULL; }

        迭代器在第一次对字典进行迭代的时候，如果是如果为安全迭代器，字典的安全迭代器计数加1 ，如果为非安全迭代器需要计算字典的指纹。然后根据entry和nextEntry的值来获取下一个元素。在获取的过程中，如果正在rehash的话，需要切换遍历的哈希表，在代码中的注释中可以看得比较清楚。

        
        （ps：在redis中还有一个迭代遍历函数dictScan，采用的是方向迭代的思想，在字典处于rehashing状态的时候依然能够具有很好的性能，在一些情况下会有部分数据的冗余，但不会遗漏任何一个数据。这个算法的实现确实比较精妙，有兴趣的同学可以参考http://chenzhenianqing.cn/articles/1101.html ，讲的非常精彩）