面试官：说说Redis的Hash底层 我：......（来自阅文的面试题）
redis源码分析系列文章
前言
hello，各位小可爱们，又见面了。今天这篇文章来自去年面试阅文的面试题，结果被虐了。这一part不说了，下次专门开一篇，写下我面试被虐的名场面，尴尬的不行，全程尬聊。哈哈哈哈，话不多说，开始把。😂
今天要写Redis的Hash类型，如果有对Redis不熟悉，或者对其他数据类型感兴趣的，可以移步上面的系列文章。（最上面的最上面最上面，重要的事情说三遍）
在Redis中Hash类型的应用非常广泛，其中key到value的映射就通过字典结构来维护的。记笔记，此处要考。
API使用
API的使用比较简单，所以以下就粗略的写了。
插入数据hset
使用hset命令往myhash中插入两个key，value的键值对，分别是（name,zhangsan）和（age,20），返回值当前的myhash的长度。
获取数据hget
使用hget命令获取myhash中key为name的value值。
获取所有数据hgetall
使用hgetall命令获取myhash中所有的key和value值。
获取所有key
使用hkeys命令获取myhash中所有的key值。
获取长度
使用hlen命令获取myhash的长度。
获取所有value
使用hvals命令获取myhash中所有的value值。
具体逻辑图
hash的底层主要是采用字典dict的结构，整体呈现层层封装。
首先dict有四个部分组成，分别是dictType(类型，不咋重要),dictht（核心），rehashidx(渐进式hash的标志)，iterators（迭代器），这里面最重要的就是dictht和rehashidx。
接下来是dictht，其有两个数组构成，一个是真正的数据存储位置，还有一个用于hash过程，包括的变量分别是真正的数据table和一些常见变量。
最后数据节点，和上篇说的双向链表一样，每个节点都有next指针，方便指向下一个节点，这样目的是为了解决hash碰撞。具体的可以看下图。
这边看不懂没关系，后面会针对每个模块详细说明。（千万不要看到这里就跳过啦☺）
双向链表的定义
字典结构体dict
我们先看字典结构体dict，其包括四个部分，重点是dictht[2]（真正的数据）和rehashidx（渐进式hash的标志）。具体图如下。
具体代码如下：
//字典结构体 typedef struct dict { dictType *type;//类型，包括一些自定义函数，这些函数使得key和value能够存储 void *privdata;//私有数据 dictht ht[2];//两张hash表 long rehashidx; //渐进式hash标记，如果为-1，说明没在进行hash unsigned long iterators; //正在迭代的迭代器数量 } dict;
数组结构体dictht
dictht主要包括四个部分，1是真正的数据dictEntry类型的数组，里面存放的是数据节点；2是数组长度size；3是进行hash运算的参数sizemask，这个不咋重要，只要记住等于size-1；4是数据节点数量used，当前有多少个数据节点。
具体代码如下：
//hash结构体 typedef struct dictht { dictEntry **table;//真正数据的数组 unsigned long size;//数组的大小 unsigned long sizemask;//用户将hash映射到table的位置索引，他的值总是等于size-1 unsigned long used;//已用节点数量 } dictht;
数据节点dictEntry
dictEntry为真正的数据节点，包括key，value和next节点。
//每个节点的结构体 typedef struct dictEntry { void *key; //key union { void *val; uint64_t u64; int64_t s64; double d; } v;//value struct dictEntry *next; //下一个数据节点的地址 } dictEntry;
扩容过程和渐进式Hash图解
我们先来第一个部分，dictht[2]为什么会要2个数组存放，真正的数据只要一个数组就够了？
这其实和Java的HashMap相似，都是数据加链表的结构，随着数据量的增加，hash碰撞发生的就越频繁，每个数组后面的链表就越长，整个链表显得非常累赘。如果业务需要大量查询操作，因为是链表，只能从头部开始查询，等一个数组的链表全部查询完才能开始下一个数组，这样查询时间将无线拉长。
这无疑是要进行扩容，所以第一个数组存放真正的数据，第二个数组用于扩容用。第一个数组中的节点经过hash运算映射到第二个数组上，然后依次进行。那么过程中还能对外提供服务吗？答案是可以的，因为他可以随时停止，这就到了下一个变量rehashidx。（一点都不生硬的转场，哈哈哈）
rehashidx其实是一个标志量，如果为-1说明当前没有扩容，如果不为-1则表示当前扩容到哪个下标位置，方便下次进行从该下标位置继续扩容。
这样说是不是太抽象了，还是一脸懵逼，贴心的送上扩容过程全解，一定要点赞评论多夸夸我哦。（越来越不要脸了。。。）
步骤1
首先是未扩容前，rehashidx为-1，表示未扩容，第一个数组的dictEntry长度为4，一共有5个节点，所以used为5。
步骤2
当发生扩容了，rahashidx为第一个数组的第一个下标位置，即0。扩容之后的大小为大于used*2的2的n次方的最小值，即能包含这些节点*2的2的倍数的最小值。因为当前为5个数据节点，所以used*2=10，扩容后的数组大小为大于10的2的次方的最小值，为16。从第一个数组0下标位置开始，查找第一个元素，找到key为name，value为张三的节点，将其hash过，找到在第二个数组的下标为1的位置，将节点移过去，其实是指针的移动。这边就简单说了。
步骤3
key为name，value为张三的节点移动结束后，继续移动第一个数组dictht[0]的下标为0的后续节点，移动步骤和上面相同。
步骤4
继续移动第一个数组dictht[0]的下标为0的后续节点都移动完了，开始移动下标为1的节点，发现其没有数据，所以移动下标为2的节点，同时修改rehashidx为2，移动步骤和上面相同。
整个过程的重点在于rehashidx，其为第一个数组正在移动的下标位置，如果当前内存不够，或者操作系统繁忙，扩容的过程可以随时停止。
停止之后如果对该对象进行操作，那是什么样子的呢？
- 如果是新增，则直接新增后第二个数组，因为如果新增到第一个数组，以后还是要移过来，没必要浪费时间
- 如果是删除，更新，查询，则先查找第一个数组，如果没找到，则再查询第二个数组。
字典的实现（源码分析）
创建并初始化字典
首先分配内存，接着调用初始化方法_dictInit，主要是赋值操作，重点看下rehashidx赋值为-1（这验证了刚才的图解，-1表示未进行hash扩容），最后返回是否创建成功。
/* 创建并初始化字典 */ dict *dictCreate(dictType *type, void *privDataPtr) { dict *d = zmalloc(sizeof(*d)); _dictInit(d,type,privDataPtr); return d; } /* Initialize the hash table */ int _dictInit(dict *d, dictType *type, void *privDataPtr) { _dictReset(&d->ht[0]); _dictReset(&d->ht[1]); d->type = type; d->privdata = privDataPtr; d->rehashidx = -1;//赋值为-1，表示未进行hash d->iterators = 0; return DICT_OK; }
扩容
dict里面有一个静态方法_dictExpandIfNeed，判断是否需要扩容。
首先判断通过dictIsRehashing方法，判断是否处于hash状态，其调用的是宏常量#define dictIsRehashing(d) ((d)->rehashidx != -1)，即判断rehashidx是否为-1，如果为-1，即不处于hash状态，if条件为false，可以进行扩容，如果不为-1，即处于hash状态，if条件为true，不可以进行扩容，直接返回常量DICT_OK。
接着判断第一个数组的size是否为0，如果为0，则扩容为默认大小4，如果不为0，则执行下面的代码。
再接着判断是否需要扩容，if中有三个条件，具体的分析如下。
最后就是调用dictExpand扩容方法了，参数为数据节点的双倍大小ht[0].used*2。此处验证了上面扩容过程的数组大小16。
扩容方法比较简单点，获取扩容后的大小，将第二个设置新的大小。
这样讲感觉有点空，看下流程图。
扩容流程图
具体代码：
static int _dictExpandIfNeeded(dict *d) { //判断是否处于扩容状态中，通过调用宏常量#define dictIsRehashing(d) ((d)->rehashidx != -1) //来判断是否可以扩容 if (dictIsRehashing(d)) return DICT_OK; //判断第一个数组size是否为0,如果为0，则调用扩容方法，大小为宏常量 //#define DICT_HT_INITIAL_SIZE 4 if (d->ht[0].size == 0) return dictExpand(d, DICT_HT_INITIAL_SIZE); //下面先列出if条件中所使用到的参数 // static int dict_can_resize = 1;数值为1表示可以扩容 //static unsigned int dict_force_resize_ratio = 5; //我们来分析if条件，如果第一个数组的所有节点数量大于等于第一个数组的大小（表示节点数据已经有些多） //并且可用扩容（数值为1）或者所有节点数量除以数组大小大于5 //这个条件表示扩容那个的条件，第一个就是节点必要大于等于数组长度， //第二点就再可以扩容和数据太多，超过5两个中选其一 if (d->ht[0].used >= d->ht[0].size && (dict_can_resize || d->ht[0].used/d->ht[0].size > dict_force_resize_ratio)) { //调用扩容方法 return dictExpand(d, d->ht[0].used*2); } return DICT_OK; } int dictExpand(dict *d, unsigned long size) { dictht n; //获取扩容后真正的大小，找到比size大的最小值，且是2的倍数 unsigned long realsize = _dictNextPower(size); //一些判断条件 if (dictIsRehashing(d) || d->ht[0].used > size) return DICT_ERR; if (realsize == d->ht[0].size) return DICT_ERR; n.size = realsize; n.sizemask = realsize-1; n.table = zcalloc(realsize*sizeof(dictEntry*)); n.used = 0; //第一个hash为null，说明在初始化 if (d->ht[0].table == NULL) { d->ht[0] = n; return DICT_OK; } //正在hash，给第二个hash的长度设置新的， d->ht[1] = n; d->rehashidx = 0;//设置当前正在hash return DICT_OK; } /* 找到比size大的最小值，且是2的倍数 */ static unsigned long _dictNextPower(unsigned long size) { unsigned long i = DICT_HT_INITIAL_SIZE; if (size >= LONG_MAX) return LONG_MAX; while(1) { if (i >= size) return i; i *= 2; } }
渐进式hash
渐进式hash过程已经通过上面图解说明，以下主要看下代码是如何实现的，以及过程是不是对的。
扩容之后就是执行dictRehash方法，参数包括待移动的哈希表d和步骤数字n。
首先判断标志量rehashidx是否等于-1，如果等于-1，则表示hash完成，如果不等于-1，则执行下面的代码。
接着进行循环，遍历第一个数组上的每个下标，每次移动下标位置，都需要更新rehashidx值，每次加1。
再接着进行第二个循环，遍历下标的链表每个节点，完成数据的迁移，主要是指针的移动和一些参数的修改。
最后，返回int数值，如果为0表示整个数据全部hash完成，如果返回1则表示部分hash结束，并没有全部完成，下次可以通过rehashidx值继续hash。
具体代码如下：
//重新hash这个哈希表 // Redis的哈希表结构公有两个table数组，t0和t1，平常只使用一个t0，当需要重hash时则重hash到另一个table数组中 //参数列表 // 1. d: 待移动的哈希表，结构中存有目前已经重hash到哪个桶了 // 2. n: N步进行rehash // 返回值 返回0说明整个表都重hash完成了，返回1代表未完成 int dictRehash(dict *d, int n) { int empty_visits = n*10; //如果当前rehashidx=-1,则返回0，表示hash完成 if (!dictIsRehashing(d)) return 0; //分n步，而且ht[0]还有没有移动的节点 while(n-- && d->ht[0].used != 0) { dictEntry *de, *nextde; assert(d->ht[0].size > (unsigned long)d->rehashidx); //第一个循环用来更新 rehashidx 的值，因为有些桶为空，所以 rehashidx并非每次都比原来前进一个位置，而是有可能前进几个位置，但最多不超过 10。 //将rehashidx移动到ht[0]有节点的下标，也就是table[d->rehashidx]非空 while(d->ht[0].table[d->rehashidx] == NULL) { d->rehashidx++; if (--empty_visits == 0) return 1; } de = d->ht[0].table[d->rehashidx]; //第二个循环用来将ht[0]表中每次找到的非空桶中的链表（或者就是单个节点）拷贝到ht[1]中 /* 利用循环讲数据节点移过去 */ 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++; } 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; }
总结
该篇主要讲了Redis的Hash数据类型的底层实现字典结构Dict，先从Hash的一些API使用，引出字典结构Dict，剖析了其三个主要组成部分，字典结构体Dict，数组结构体Dictht，数据节点结构体DictEntry，进而通过多幅过程图解释了扩容过程和rehash过程，最后结合源码对字典进行描述，如创建过程，扩容过程，渐进式hash过程，中间穿插流程图讲解。
如果觉得写得还行，麻烦给个赞👍，您的认可才是我写作的动力！
如果觉得有说的不对的地方，欢迎评论指出。
好了，拜拜咯。
