Redis核心原理与实践--散列类型与字典结构实现原理

Redis散列类型可以存储一组无序的键值对，它特别适用于存储一个对象数据。

> HSET fruit name apple price 7.6 origin china
3
> HGET fruit price
"7.6"

本文分析Redis中散列类型以及其底层数据结构--字典的实现原理。

字典

Redis通常使用字典结构存储用户散列数据。
字典是Redis的重要数据结构。除了散列类型，Redis数据库也使用了字典结构。
Redis使用Hash表实现字典结构。分析Hash表，我们通常关注以下几个问题：
（1）使用什么Hash算法？
（2）Hash冲突如何解决？
（3）Hash表如何扩容？

提示：本章代码如无特别说明，均在dict.h、dict.c中。

定义

字典中键值对的定义如下：

typedef struct dictEntry {
    void *key;
    union {
        void *val;
        uint64_t u64;
        int64_t s64;
        double d;
    } v;
    struct dictEntry *next;
} dictEntry;

• key、v：键、值。
• next：下一个键值对指针。可见Redis字典使用链表法解决Hash冲突的问题。

提示：C语言union关键字用于声明共用体，共用体的所有属性共用同一空间，同一时间只能储存其中一个属性值。也就是说，dictEntry.v可以存放val、u64、s64、d中的一个属性值。使用sizeof函数计算共用体大小，结果不会小于共用体中最大的成员属性大小。

字典中Hash表的定义如下：

typedef struct dictht {
    dictEntry **table;
    unsigned long size;
    unsigned long sizemask;
    unsigned long used;
} dictht;

• table：Hash表数组，负责存储数据。
• used：记录存储键值对的数量。
• size：Hash表数组长度。

dictht的结构如图3-1所示。

字典的定义如下：

typedef struct dict {
    dictType *type;
    void *privdata;
    dictht ht[2];
    long rehashidx; 
    unsigned long iterators;
} dict;

• type：指定操作数据的函数指针。
• ht[2]：定义两个Hash表用于实现字典扩容机制。通常场景下只使用ht[0]，而在扩容时，会创建ht[1]，并在操作数据时中逐步将ht[0]的数据移到ht[1]中。
• rehashidx：下一次执行扩容单步操作要迁移的ht[0]Hash表数组索引，-1代表当前没有进行扩容操作。
• iterators：当前运行的迭代器数量，迭代器用于遍历字典键值对。
  dictType定义了字典中用于操作数据的函数指针，这些函数负责实现数据复制、比较等操作。

typedef struct dictType {
    uint64_t (*hashFunction)(const void *key);
    void *(*keyDup)(void *privdata, const void *key);
    void *(*valDup)(void *privdata, const void *obj);
    int (*keyCompare)(void *privdata, const void *key1, const void *key2);
    void (*keyDestructor)(void *privdata, void *key);
    void (*valDestructor)(void *privdata, void *obj);
} dictType;

通过dictType指定操作数据的函数指针，字典就可以存放不同类型的数据了。但在一个字典中，键、值可以是不同的类型，但键必须类型相同，值也必须类型相同。
Redis为不同的字典定义了不同的dictType，如数据库使用的server.c/dbDictType，散列类型使用的server.c/setDictType等。

操作分析

dictAddRaw函数可以在字典中插入或查找键：

dictEntry *dictAddRaw(dict *d, void *key, dictEntry **existing)
{
    long index;
    dictEntry *entry;
    dictht *ht;
    // [1]
    if (dictIsRehashing(d)) _dictRehashStep(d);

    // [2]
    if ((index = _dictKeyIndex(d, key, dictHashKey(d,key), existing)) == -1)
        return NULL;
    // [3]
    ht = dictIsRehashing(d) ? &d->ht[1] : &d->ht[0];
    // [4]
    entry = zmalloc(sizeof(*entry));
    entry->next = ht->table[index];
    ht->table[index] = entry;
    ht->used++;

    // [5]
    dictSetKey(d, entry, key);
    return entry;
}

参数说明：

• existing：如果字典中已存在参数key，则将对应的dictEntry指针赋值给*existing，并返回null，否则返回创建的dictEntry。

【1】如果该字典正在扩容，则执行一次扩容单步操作。
【2】计算参数key的Hash表数组索引，返回-1，代表键已存在，这时dictAddRaw函数返回NULL，代表该键已存在。
【3】如果该字典正在扩容，则将新的dictEntry添加到ht[1]中，否则添加到ht[0]中。
【4】创建dictEntry，头插到Hash表数组对应位置的链表中。Redis字典使用链表法解决Hash冲突，Hash表数组的元素都是链表。
【5】将键设置到dictEntry中。

dictAddRaw函数只会插入键，并不插入对应的值。可以使用返回的dictEntry插入值：

    entry = dictAddRaw(dict,mykey,NULL);
    if (entry != NULL) dictSetSignedIntegerVal(entry,1000);

Hash算法
dictHashKey宏调用dictType.hashFunction函数计算键的Hash值：

#define dictHashKey(d, key) (d)->type->hashFunction(key)

Redis中字典基本都使用SipHash算法（server.c/dbDictType、server.c/setDictType等dictType的hashFunction属性指向的函数都使用了SipHash算法）。该算法能有效地防止Hash表碰撞攻击，并提供不错的性能。
Hash算法涉及较多的数学知识，本书并不讨论Hash算法的原理及实现，读者可以自行阅读相关代码。

提示：Redis 4.0之前使用的Hash算法是MurmurHash。即使输入的键是有规律的，该算法计算的结果依然有很好的离散性，并且计算速度非常快。Redis 4.0开始更换为SipHash算法，应该是出于安全的考虑。

计算键的Hash值后，还需要计算键的Hash表数组索引：

static long _dictKeyIndex(dict *d, const void *key, uint64_t hash, dictEntry **existing)
{
    unsigned long idx, table;
    dictEntry *he;
    if (existing) *existing = NULL;

    // [1]
    if (_dictExpandIfNeeded(d) == DICT_ERR)
        return -1;
    // [2]
    for (table = 0; table <= 1; table++) {
        idx = hash & d->ht[table].sizemask;
        he = d->ht[table].table[idx];
        while(he) {
            if (key==he->key || dictCompareKeys(d, key, he->key)) {
                if (existing) *existing = he;
                return -1;
            }
            he = he->next;
        }
        // [3]
        if (!dictIsRehashing(d)) break;
    }
    return idx;
}

【1】根据需要进行扩容或初始化Hash表操作。
【2】遍历ht[0]、ht[1]，计算Hash表数组索引，并判断Hash表中是否已存在参数key。若已存在，则将对应的dictEntry赋值给*existing。
【3】如果当前没有进行扩容操作，则计算ht[0]索引后便退出，不需要计算ht[1]。

扩容

Redis使用了一种渐进式扩容方式，这样设计，是因为Redis是单线程的。如果在一个操作内将ht[0]所有数据都迁移到ht[1]，那么可能会引起线程长期阻塞。所以，Redis字典扩容是在每次操作数据时都执行一次扩容单步操作，扩容单步操作即将ht[0].table[rehashidx]的数据迁移到ht[1]。等到ht[0]的所有数据都迁移到ht[1]，便将ht[0]指向ht[1]，完成扩容。
_dictExpandIfNeeded函数用于判断Hash表是否需要扩容：

static int _dictExpandIfNeeded(dict *d)
{
    ...

    if (d->ht[0].used >= d->ht[0].size &&
        (dict_can_resize ||
         d->ht[0].used/d->ht[0].size > dict_force_resize_ratio))
    {
        return dictExpand(d, d->ht[0].used*2);
    }
    return DICT_OK;
}

扩容需要满足两个条件：
（1）d->ht[0].used≥d->ht[0].size：Hash表存储的键值对数量大于或等于Hash表数组的长度。
（2）开启了dict_can_resize或者负载因子大于dict_force_resize_ratio。
d->ht[0].used/d->ht[0].size，即Hash表存储的键值对数量/Hash表数组的长度，称之为负载因子。dict_can_resize默认开启，即负载因子等于1就扩容。负载因子等于1可能出现比较高的Hash冲突率，但这样可以提高Hash表的内存使用率。dict_force_resize_ratio关闭时，必须等到负载因子等于5时才强制扩容。用户不能通过配置关闭dict_force_resize_ratio，该值的开关与Redis持久化有关，等我们分析Redis持久化时再讨论该值。

dictExpand函数开始扩容操作：

int dictExpand(dict *d, unsigned long size)
{
    ...
    // [1]
    dictht n; 
    unsigned long realsize = _dictNextPower(size);
    ...

    // [2]
    n.size = realsize;
    n.sizemask = realsize-1;
    n.table = zcalloc(realsize*sizeof(dictEntry*));
    n.used = 0;

    // [3]
    if (d->ht[0].table == NULL) {
        d->ht[0] = n;
        return DICT_OK;
    }

    // [4]
    d->ht[1] = n;
    d->rehashidx = 0;
    return DICT_OK;
}

参数说明：

• size：新Hash表数组长度。

【1】_dictNextPower函数会将size调整为2的n次幂。
【2】构建一个新的Hash表dictht。
【3】ht[0].table==NULL，代表字典的Hash表数组还没有初始化，将新dictht赋值给ht[0]，现在它就可以存储数据了。这里并不是扩容操作，而是字典第一次使用前的初始化操作。
【4】否则，将新dictht赋值给ht[1]，并将rehashidx赋值为0。rehashidx代表下一次扩容单步操作要迁移的ht[0] Hash表数组索引。

为什么要将size调整为2的n次幂呢？这样是为了ht[1] Hash表数组长度是ht[0] Hash表数组长度的倍数，有利于ht[0]的数据均匀地迁移到ht[1]。
我们看一下键的Hash表数组索引计算方法：idx=hash&ht.sizemask，由于sizemask= size-1，计算方法等价于：idx=hash%(ht.size)。
因此，假如ht[0].size为n，ht[1].size为2×n，对于ht[0]上的元素，ht[0].table[k]的数据，要不迁移到ht[1].table[k]，要不迁移到ht[1].table[k+n]。这样可以将ht[0].table中一个索引位的数据拆分到ht[1]的两个索引位上。
图3-2展示了一个简单示例。

_dictRehashStep函数负责执行扩容单步操作，将ht[0]中一个索引位的数据迁移到ht[1]中。 dictAddRaw、dictGenericDelete、dictFind、dictGetRandomKey、dictGetSomeKeys等函数都会调用该函数，从而逐步将数据迁移到新的Hash表中。
_dictRehashStep调用dictRehash函数完成扩容单步操作：

int dictRehash(dict *d, int n) {
    int empty_visits = n*10; 
    // [1]
    if (!dictIsRehashing(d)) return 0;

    while(n-- && d->ht[0].used != 0) {
        dictEntry *de, *nextde;

        assert(d->ht[0].size > (unsigned long)d->rehashidx);
        // [2]
        while(d->ht[0].table[d->rehashidx] == NULL) {
            d->rehashidx++;
            if (--empty_visits == 0) return 1;
        }
        // [3]
        de = d->ht[0].table[d->rehashidx];
        while(de) {
            uint64_t 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++;
    }

    // [4]
    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;
    }
    return 1;
}

参数说明：

• n：本次操作迁移的Hash数组索引的数量。

【1】如果字典当前并没有进行扩容，则直接退出函数。
【2】从rehashidx开始，找到第一个非空索引位。
如果这里查找的的空索引位的数量大于n×10，则直接返回。
【3】遍历该索引位链表上所有的元素。
计算每个元素在ht[1]的Hash表数组中的索引，将元素移动到ht[1]中。
【4】ht[0].used==0，代表ht[0]的数据已经全部移到ht[1]中。
释放ht[0].table，将ht[0]指针指向ht[1]，并重置rehashidx、d->ht[1]，扩容完成。

缩容

执行删除操作后，Redis会检查字典是否需要缩容，当Hash表长度大于4且负载因子小于0.1时，会执行缩容操作，以节省内存。缩容实际上也是通过dictExpand函数完成的，只是函数的第二个参数size是缩容后的大小。

dict常用的函数如表3-1所示。

函数	作用
dictAdd	插入键值对
dictReplace	替换或插入键值对
dictDelete	删除键值对
dictFind	查找键值对
dictGetIterator	生成不安全迭代器，可以对字典进行修改
dictGetSafeIterator	生成安全迭代器，不可对字典进行修改
dictResize	字典缩容
dictExpand	字典扩容

编码

散列类型有OBJ_ENCODING_HT和OBJ_ENCODING_ZIPLIST两种编码，分别使用dict、ziplist结构存储数据（redisObject.ptr指向dict、ziplist结构）。Redis会优先使用ziplist存储散列元素，使用一个ziplist节点存储键，后驱节点存放值，查找时需要遍历ziplist。使用dict存储散列元素，字典的键和值都是sds类型。散列类型使用OBJ_ENCODING_ZIPLIST编码，需满足以下条件：
（1）散列中所有键或值的长度小于或等于server.hash_max_ziplist_value，该值可通过hash-max-ziplist-value配置项调整。
（2）散列中键值对的数量小于server.hash_max_ziplist_entries，该值可通过hash-max- ziplist-entries配置项调整。
散列类型的实现代码在t_hash.c中，读者可以查看源码了解更多实现细节。

数据库

Redis是内存数据库，内部定义了数据库对象server.h/redisDb负责存储数据，redisDb也使用了字典结构管理数据。

typedef struct redisDb {
    dict *dict;                 
    dict *expires;              
    dict *blocking_keys;        
    dict *ready_keys;           
    dict *watched_keys;         
    int id;                     
    ...
} redisDb;

• dict：数据库字典，该redisDb所有的数据都存储在这里。
• expires：过期字典，存储了Redis中所有设置了过期时间的键及其对应的过期时间，过期时间是long long类型的UNIX时间戳。
• blocking_keys：处于阻塞状态的键和相应的客户端。
• ready_keys：准备好数据后可以解除阻塞状态的键和相应的客户端。
• watched_keys：被watch命令监控的键和相应客户端。
• id：数据库ID标识。

Redis是一个键值对数据库，全称为Remote Dictionary Server（远程字典服务），它本身就是一个字典服务。redisDb.dict字典中的键都是sds，值都是redisObject。这也是redisObject作用之一，它将所有的数据结构都封装为redisObject结构，作为redisDb字典的值。
一个简单的redisDb结构如图3-3所示。

当我们需要操作Redis数据时，都需要从redisDb中找到该数据。
db.c中定义了hashTypeLookupWriteOrCreate、lookupKeyReadOrReply等函数，可以通过键找到redisDb.dict中对应的redisObject，这些函数都是通过调用dict API实现的，这里不一一展示，感兴趣的读者可以自行阅读代码。

总结：

• Redis字典使用SipHash算法计算Hash值，并使用链表法处理Hash冲突。
• Redis字典使用渐进式扩容方式，在每次数据操作中都执行一次扩容单步操作，直到扩容完成。
• 散列类型的编码格式可以为OBJ_ENCODING_HT、OBJ_ENCODING_ZIPLIST。

本文内容摘自作者新书《Redis核心原理与实践》，这本书深入地分析了Redis常用特性的内部机制与实现方式，大部分内容源自对Redis 6.0源码的分析，并从中总结出设计思路、实现原理。通过阅读本书，读者可以快速、轻松地了解Redis的内部运行机制。
经过该书编辑同意，我会继续在个人技术公众号（binecy）发布书中部分章节内容，作为书的预览内容，欢迎大家查阅，谢谢。

京东链接
豆瓣链接