前言

本文将介绍Redis中Hash数据结构的底层结构，字典。

概述

字典，又称为符号表、关联数组或映射，是一种用于保存键值对的抽象数据结构。在字典中，一个键(key )可以和一个值(value)进行关联（或者说将键映射为值)，这些关联的键和值就称为键值对。

字典经常作为一种数据结构内置在很多高级编程语言里面，但 Redis所使用的C语言并没有内置这种数据结构，因此 Redis构建了自己的字典实现。

字典在 Redis中的应用相当广泛，比如 Redis的数据库就是使用字典来作为底层实现的，对数据库的增、删、查、改操作也是构建在对字典的操作之上的。

例如，"website" 是一个包含 10086 个键值对的哈希键，这个哈希键的键都是一些数据库名称，而键的值就是数据库的主页网址：

redis>HLEN website
(integer) 10086
redis>HGETALL website
1)"Redis"
2)"Redis.io"
3)"MariaDB"
4)"MariaDB.org"
5)"MongoDB"
6)"MongoDB.org"
...

"website"键的底层实现就是一个字典，字典中包含了10086个键值对，例如：

键为："Redis"，值为"Redis.io"

键为："MariaDB"，值为"MariaDB.org"
键为："MongoDB"，值为"MongoDB.org"

接下来讲介绍 Redis 字典如何实现的。

字典实现

哈希表

哈希表的结构定义如下：

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;
}

哈希表节点

哈希表节点的结构定义如下：

typedef struct dictEntry{
    // 键
    void *key;
    // 值
    union{
        void *val;
        uint64_tu64;
        int64_ts64;
    } v;
    
    // 指向下个哈希表节点，形成链表
    struct dictEntry *next;
} dictEntry;

字典

Redis中的字段数据结构定义如下：

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不再进行时，值为-1
    int reshidex;
} 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

下图为一个普通状态下的字典（没有进行rehash）

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。

下图为一个空字典的结构：

现在往其中添加一个键值对 k0 和 v0 到字典中，那么程序会先执行语句：

// 使用字典设置的哈希函数，计算key的哈希值
hash = dict -> type -> hashFunction(k0);

计算 k0 的哈希值，假设计算出的哈希值为8，那么程序会继续执行：

index = hash&dict -> ht[0].sizemask = 8 & 3 = 0;

计算出 k0 的索引值为0，将 k0,v0 放置到哈希表数组中对应位置上，如下图：

键冲突

当有两个或以上数量的键被分配到了哈希表数组的同一个索引上面时，我们称这些键发生了冲突( collision )。

Redis的哈希表使用链地址法（ separate chaining)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 指针构成一个单向链表，被分配到同一个索引上的多个节点可以用这个单向链表连接起来，这就解决了键冲突的问题。

如下图(k1,v1)为发生键冲突后被放置到哈希表数组中的结构：

rehash

随着操作的不断执行，哈希表保存的键值对会逐渐地增多或者减少，为了让哈希表的负载因子( load factor)维持在一个合理的范围之内，当哈希表保存的键值数量太多或太少时，程序需要对哈希表的大小进行相应的扩展或者收缩。

扩展和收缩哈希表的工作可以通过执行 rehash（重新散列）操作来完成， Redis对字典的哈希表执行 rehash的步骤如下:

1、为字典的ht [1]哈希表分配空间，这个哈希表的空间大小取决于要执行的操作，以及ht[0]当前包含的键值对数量（也即是ht [0 ].used属性的值)：

如果执行的是扩展操作，那么ht [1]的大小为第一个大于等于ht [ 0 ] .used*2的2"(2的n次方幂)
如果执行的是收缩操作，那么ht[1]的大小为第一个大于等于ht[0].used的2"(2的n次方幂)

2、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]哈希表的指定位置上

3、当ht [0]包含的所有键值对都迁移到了ht [1]之后( ht [ 0]变为空表)，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

举个栗子：

假设程序要对 ht[0] 进行扩展操作，步骤如下：

1、ht [0].used当前的值为4，4 * 2=8，而8恰好是第一个大于等于4的2的n次方，所以程序会将ht[1]哈希表的大小设置为8

2、将 ht[0] 包含的四个键值对都 rehash 到int[1]

3、释放ht[0]，并将ht[1]设置为ht[0]，然后为ht[1]分配一个空白哈希表。至此，对哈希表的扩展操作执行完毕，程序成功将哈希表的大小从原来的4改为了现在的8

哈希表的扩展与收缩

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：

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
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

根据 BGSAVE命令或 BGREWRITEAOF命令是否正在执行，服务器执行扩展操作所需的负载因子并不相同，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（copy-on-write)技术来优化子进程的使用效率，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，从而尽可能地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操作，最大限度地节约内存。

另一方面，当哈希表的负载因子小于0.1时，程序自动开始对哈希表执行收缩操作。

渐进式rehash

扩展或收缩哈希表需要将ht[0]里面的所有键值对 rehash到ht [1]里面，但是，这个 rehash动作并不是一次性、集中式地完成的，而是分多次、渐进式地完成的。

这样做的原因在于，如果ht[0]里只保存着四个键值对，那么服务器可以在瞬间就将这些键值对全部rehash到ht[1];但是，如果哈希表里保存的键值对数量不是四个，而是四百万、四千万甚至四亿个键值对，那么要一次性将这些键值对全部 rehash到ht [1]的话，庞大的计算量可能会导致服务器在一段时间内停止服务。

因此，为了避免 rehash对服务器性能造成影响，服务器不是一次性将ht[0]里面的所有键值对全部rehash到ht[1]，而是分多次、渐进式地将ht[0]里面的键值对慢慢地 rehash到ht [1]

以下是哈希表渐进式rehash的步骤：

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、在字典中维持一个索引计数器变量 rehashidx，并将它的值设置为0，表示 rehash工作正式开始

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

4、随着字典操作的不断执行，最终在某个时间点上，ht[0]的所有键值对都会被 rehash 至ht[1]，这时程序将 rehashidx属性的值设为-1，表示rehash操作已完成

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摊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（delete)、查找(find)、更新(update）等操作会在两个哈希表上进行。例如，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。

小结

字典被广泛用于实现Redis的各种功能，其中包括数据库和哈希键。每个字典有两个哈希表，一个平时使用，另一个仅在进行 rehash时使用。

最后

对于程序员来说，要学习的知识内容、技术有太多太多，要想不被环境淘汰就只有不断提升自己，从来都是我们去适应环境，而不是环境来适应我们！

不用多说，相信大家都有一个共识：无论什么行业，最牛逼的人肯定是站在金字塔端的人。所以，想做一个牛逼的程序员，那么就要让自己站的更高，成为技术大牛并不是一朝一夕的事情，需要时间的沉淀和技术的积累。

现在竞争这么激烈，只有通过不断学习，提高自己，才能保持竞争力。

对于一些不知道学习什么，没有一个系统路线的程序员，这里给大家提供一些学习资料

需要的小伙伴，可以一键三连，点击这里获取免费领取方式！

《Java核心知识点合集（283页）》

内容涵盖：Java基础、JVM、高并发、多线程、分布式、设计模式、Spring全家桶、Java、MyBatis、ZooKeeper、Dubbo、Elasticsearch、Memcached、MongoDB、Redis、MySQL、RabbitMQ、Kafka、Linux、Netty、Tomcat、数据库、云计算等在这里插入图片描述