Redis字典的底层实现

redis的字典数据结构设计是最让我觉得精巧的，因为研究过HashMap的源码，一开始并没有觉得到底有什么优秀的地方，也无非就是，数组+链表的形式，但是不同的是在dict这个数据结构中有两张Hash表，一张用来存储，另一张用来做rehash。

先简单说说Hash表的实现方式，就是数组+链表，当要插入或者删除的时候先用一种高级的hash算法求出key的hash值（用的是MurmurHash2算法），然后用 hash值&dict->ht[x].sizemask得到索引下标 （sizemask掩码的大小是数组大小减一，数组大小始终是2的n次方，这些都与HashMap的实现相同），如果插入的时候发生了键冲突的话，就会采用链地址法，用头插法将其插入链表的头部（这样效率比较高）

因为redis讲求高效的存储和插入性能，所以redis对于rehash采用了及其精巧的rehash操作，我这是rehash最让人惊喜的一个地方。

一般来说会在负载因子大于等于五的时候尽行rehash（负载因子=哈希表已经保存的节点数/数组的长度）

渐进式rehash：在redis的字典中，rehash操作不是一步完成的而是渐进式的完成的，因为redis是一个讲求高效率存储和查找的nosql型数据库，而如果Hash表中的元素太多，那么rehash就要进行大量的计算，这样会导致效率降低，所以redis的字典采用了渐进式的rehash操作：

1. 先为ht[1]（用来做rehash的表）分配空间，大小>=大于等于原来的hash表数组大小*2的2的整数次方。

2. 在字典中维护一个rehashidx变量，没有rehash的时候这个变量的值是-1，开始rehash的时候它就改成0，

3. 每当对原来的hash表(也就是ht[0])，进行增删改查操作的时候，都会讲hash表中数组下标为rehashidx的那一串链表进行rehash到ht[1]中，当前的rehash完成后rehashidx会增加一。

4. 随着字典操作的不断进行最终会rehash完成所有的ht[0],然后将rehashidx重新弄写成-1，并将ht[0]释放空间，将ht[0]=ht[1],ht[1]=null;

渐进式rehash执行期间的哈希表操作，查找、删除、修改会在两个表中进行（因为两个表都有数据嘛），但是增加操作只在ht[0]中尽行。