Redis底层数据结构之字典

Redis底层数据结构之字典

说起字典我们应该都比较熟悉，在C++ STL或者Java集合框架中的HashMap就是一种典型的字典结构，用于保存一个键-值对，将一个键与一个值进行关联起来，其中键是不能重复的，也就是说是唯一的。字典作为一种重要的数据结构在Redis数据库中被广泛应用，底层的很多操作基本都是基于字典的。

一、字典的基本数据结构

一张图描述map的基本数据结构



字典的数据结构定义在dict.h文件中，首先我们看dict结构体构成

/* 字典结构体 */
typedef struct dict {
//字典类型
dictType *type;
//字典中私有数据指针
void *privdata;
//字典中的哈希表，这里设置了两张哈希表，主要是为了给后面的rehash用
dictht ht[2];
//rehash时记录位置下标，当不在进行rehash时候，等于-1
long rehashidx; /* rehashing not in progress if rehashidx == -1 */
//当前迭代器数量
int iterators; /* number of iterators currently running */
} dict;

从下至下，一个个子结构说明，dictType结构保存了一系列用于操作特定类型键值对的函数，Redis会根据字典的不同用途实现不同的函数

/* 字典类型 */
typedef struct dictType {
//哈希计算方法，返回整形变量
unsigned int (*hashFunction)(const void *key);
//复制key方法
void *(*keyDup)(void *privdata, const void *key);
//复制val方法
void *(*valDup)(void *privdata, const void *obj);
//key值比较方法
int (*keyCompare)(void *privdata, const void *key1, const void *key2);
//key的析构函数
void (*keyDestructor)(void *privdata, void *key);
//val的析构函数
void (*valDestructor)(void *privdata, void *obj);
} dictType;

dictht是一个哈希表结构，这是真正用于存储键和值的数据结构

/* This is our hash table structure. Every dictionary has two of this as we
* implement incremental rehashing, for the old to the new table. */
/* 哈希表结构体 */
typedef struct dictht {
//指向dictEntry的二位指针，dictEntry表示键值对实体
dictEntry **table;
//表格可容纳键值对数量
unsigned long size;
//哈希表掩码，用于计算索引值
unsigned long sizemask;
//哈希表已有节点的数量
unsigned long used;
} dictht;

在看下dictEntry的结构：

/* 键值对实体构体，保存K-V值的结构体 */
typedef struct dictEntry {
//指向key的指针
void *key;
union {
//指向value的指针
void *val;
//无符号整型值
uint64_t u64;
//有符号整型值
int64_t s64;
double d;
} v;
//下一字典结点，形成链表
struct dictEntry *next;
} dictEntry;

字典迭代器

/* If safe is set to 1 this is a safe iterator, that means, you can call
* dictAdd, dictFind, and other functions against the dictionary even while
* iterating. Otherwise it is a non safe iterator, and only dictNext()
* should be called while iterating. */
/* 字典迭代器，如果是安全迭代器，这safe设置为1，可以调用dicAdd，dictFind */
/* 如果是不安全的，则只能调用dicNext方法*/
typedef struct dictIterator {
//当前字典
dict *d;
//下标
long index;
//哈希表
int table, safe;
//字典实体
dictEntry *entry, *nextEntry;
/* unsafe iterator fingerprint for misuse detection. */
/* 指纹标记，避免不安全的迭代器滥用现象 */
long long fingerprint;
} dictIterator;

什么叫安全与不安全的迭代器？

安全迭代器：在迭代进行过程中，可以对字典进行修改。

不安全迭代器：在迭代进行过程中，不对字典进行修改。

下面分别从几个方面介绍字典的具体实现过程，包括字典是如何进行哈希索引的，增删改查，以及rehash策略等

二、字典的初始化

/* Create a new hash table */
/* 创建dict操作类 ，type可以是string，list等*/
dict *dictCreate(dictType *type,
void *privDataPtr)
{
dict *d = zmalloc(sizeof(*d));

//创建好空间之后调用初始化方法
_dictInit(d,type,privDataPtr);
return d;
}

/* Initialize the hash table */
/* 初始化dict类中的type，ht等变量 */
int _dictInit(dict *d, dictType *type,
void *privDataPtr)
{
//重置2个ht哈希表
_dictReset(&d->ht[0]);
_dictReset(&d->ht[1]);
//赋值dictType
d->type = type;
d->privdata = privDataPtr;
//-1代表还没有rehash过，
d->rehashidx = -1;
//当前使用中的迭代器为0
d->iterators = 0;

//返回DICT_OK，代表初始化成功
return DICT_OK;
}

三、键值的添加过程

我们首先来看键值的添加过程，这这个过程中会涉及很多的操作，首先是根据计算hash值，然后找到相应的哈希表索引位置，如果添加过程中遇到哈希表容量不够，我们该如何扩容，等等一系列问题。下面通过一副流程图来直观的表现该过程的运行机制，然后我们再一一根据代码详细探讨每一个步骤的执行过程。

3.1 键值添加的处理过程

下面从具体代码层面说明整个添加的过程：

/* 添加一个dicEntry */
int dictAdd(dict *d, void *key, void *val)
{
dictEntry *entry = dictAddRaw(d,key);

if (!entry) return DICT_ERR;
// 把值赋给新加的entry
dictSetVal(d, entry, val);
return DICT_OK;
}

/* 添加一个指定key值的Entry */
dictEntry *dictAddRaw(dict *d, void *key)
{
int index;
dictEntry *entry;
dictht *ht;
//判断是否正处于Rehashing状态
if (dictIsRehashing(d)) _dictRehashStep(d);

/* Get the index of the new element, or -1 if
* the element already exists. */
/* 如果指定的key已经存在，则直接返回NULL说明添加失败，这里有个疑问？为什么不覆盖掉旧的value，而是直接返回NULL？ */
if ((index = _dictKeyIndex(d, key)) == -1)
return NULL;

/* Allocate the memory and store the new entry */
ht = dictIsRehashing(d) ? &d->ht[1] : &d->ht[0];
entry = zmalloc(sizeof(*entry));
entry->next = ht->table[index];
ht->table[index] = entry;
ht->used++;

/* Set the hash entry fields. */
dictSetKey(d, entry, key);
return entry;
}

3.2 计算哈希索引

将一个新的键值添加到字典里面时候，程序首先要根据键值计算索引，具体步骤如下：

//使用字典设置的哈希函数，计算键的哈希值
hash = dict->type->hashFunction(key)

//使用哈希表的sizemark属性和哈希值，计算出索引
idx = hash & dict->ht[x].sizemask

Redis使用MurmurHash算法来计算哈希值，该算法的好处在于能够给出一个很好的伪随机分布，并且计算的速度也非常快。

3.3 哈希冲突解决

当有多个键映射到哈希表数组的同一个索引位置时，我们称发生了冲突，Redis使用链地址法解决哈希冲突

四、rehash过程

当哈希表的容量不在一个合理的范围之内，这个范围通常由负载因子来决定，哈希表的键值实体个数太多或者太少，则需要对哈希表的空间进行扩展或者收缩，这个过程称为rehash过程

具体的步骤：

首先是为字典的哈希表ht[1]分配空间，这个空间的大小取决于要进行的操作：

（1）如果进行的是扩展操作，则ht[1]的空间大小应为第一个2^N >= 2 * ht[0].used 的N值

（2）如果执行的是收缩操作，则ht[1]的空间大小应为第一个2^N >= ht[0].used 的N值

将保存在ht[0]上的所有键值对从新搬运到ht[1]上

当ht[0]上的所有实体搬完之后，释放ht[0]的空间，将ht[1]设置为ht[0]，让ht[1]指向一张空闲的哈希表，供下次rehash使用

在 rehash 的最后阶段，程序会执行以下工作：

释放 ht[0] 的空间；

用 ht[1] 来代替 ht[0] ，使原来的 ht[1] 成为新的 ht[0] ；

创建一个新的空哈希表，并将它设置为 ht[1] ；

将字典的 rehashidx 属性设置为 -1 ，标识 rehash 已停止；

具体的代码实现如下：

/* rehash过程
* 如果返回1说明旧的表中还存在key迁移到新表中，0代表没有 */
int dictRehash(dict *d, int n) {
if (!dictIsRehashing(d)) return 0;

/* 根据参数分n步多次循环操作 */
while(n--) {
dictEntry *de, *nextde;

/* Check if we already rehashed the whole table... */
if (d->ht[0].used == 0) {
zfree(d->ht[0].table);
d->ht[0] = d->ht[1];
_dictReset(&d->ht[1]);
d->rehashidx = -1;
return 0;
}

/* Note that rehashidx can't overflow as we are sure there are more
* elements because ht[0].used != 0 */
// 确保哈希表的大小要比rehashidx大，避免缓冲区溢出
assert(d->ht[0].size > (unsigned long)d->rehashidx);
// 跳到要进行rehash的表项
while(d->ht[0].table[d->rehashidx] == NULL) d->rehashidx++;
de = d->ht[0].table[d->rehashidx];
/* Move all the keys in this bucket from the old to the new hash HT */
/* 循环将ht[0]上的键值对实体移到ht[1]上 */
while(de) {
unsigned int h;

nextde = de->next;
/* Get the index in the new hash table */
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;
}

五、渐进式rehash过程

在上一节，我们了解了字典的 rehash 过程， 需要特别指出的是， rehash 程序并不是在激活之后，就马上执行直到完成的， 而是分多次、渐进式地完成的。

这样做的原因，也很简单，因为当哈希表中记录很少时，服务器rehash过程几乎是瞬间就能完成，但是当服务器中保存的键值对成千上万时候，服务器需要大量的时间进行rehash操作，造成服务响应迟缓，系统吞吐量急剧下降，因此Redis采用渐近式rehash策略来完成rehash操作

具体的步骤：

为ht[1]分配空间

将rehash索引计数器设置为0

每次对字典进行CUAD操作时，顺便将ht[0]的索引为rehashidx上的所有键值对，搬运到ht[1]上，完成后将索引计数器加一

当全部rehash完成时，设置rehashidx的值为-1，表示rehash操作完成

渐进式rehash将rehash的工作量平摊到每个CURD操作上，避免一次性rehash代来较高的时间开销

rehash的进行过程代码：

渐进式rehash的具体执行过程其实就是上面一个小节的int dictRehash(dict *d, int n) 函数，只不过渐进式rehash的参数n为1，也就是每次只对哈希表中的一项进行rehash操作

参考书籍

黄健宏的《Redis设计与实现》

参考博文

http://redisbook.readthedocs.io/en/latest/internal-datastruct/dict.html

http://blog.csdn.net/xiejingfa/article/details/51018337

https://www.oschina.net/question/28_44909