Redis 基础知识

数据类型

常用的包括**String、List、Hash、Set、Sorted Set**,不常用的包含GEO、Bitmap、HyperLogLog；底层数据结构包括简单字符串，双向链表，数组，压缩数组，哈希表，跳表；数据类型跟数据结构的对应关系为下图所示；

hash算法

• 一个哈希表就是一个数组，数组中的每个元素称为一个哈希桶（Bucket）；
• 采用hash算法进行键值对的存储；
• 一个键值对对应一个entry，entry里包含键和 值的指针，并不存储实际的值；如下图所示：

• 查找值时，先通过键的值计算出hash值，再通过hash值以哈希表数组的长度取模，就能得到查找的键的entry对应的下标；例如，假设hash表数组的长度是1000，那么在查找键key所在的位置时，只需要计算key值的hash值，假设为12425475，那么，key值所在的位置的下表即为12425475%1000=475，可直接通过下表获取到key对应的entry。  

hash冲突与渐进式rehash

• 什么是hash冲突？

 　　hash表数组长度是固定的，当使用hash算法当存储的数据量远远大于hash表的数组长度时，就必定会有键计算出来的数组下标相同。假设hash表数组长度为10，key1的hash值为15，key2的hash值为25，那么他们与10取模后都是5，即key1和key2都要存储在下标为5的地方，这就是hash冲突。

• 如何解决hash冲突？

　　当发生hash冲突时，redis采用单向链表的方式存储hash值，即在entry中增加next指针，指向下一个元素，比如上面的情况，key1已经存储在了5的位置，那么key2存储时，会更新key1的next指针，指向key2。同样是以上情况，如果key1和key2已经存储了，需要查找key2的值，则通过hash取模后得到的位置是5，再进行对比key1的值，如果不等于key2，那么就通过key1的next指针，继续对比下一个，直到找到为止。具体的数据结构图下图所示。

 

• 以上解决办法带来的问题？

　　从上面的情况我们可以得知，当hash冲突时，需要通过链表一个个对比才能查找到我们想要的key。如果是比较极端的情况，在某个hash桶位置的冲突键太多，就容易导致查找效率低下，这就是hash冲突带来的问题。

• 如何解决？

　　redis通过渐进式rehash来解决以上带来的问题的。rehash操作就是增加现有桶的数量，让逐渐增多的entry元素在更多的桶之间分散保存，从而减少单个桶的冲突。我们可以先看一下redis存储的一些源码：

 

typedef struct dictEntry {
void *key; //键
union {
void *val; //值
uint64_t u64;
int64_t s64;
double d;
} v;
struct dictEntry *next; //指向下一个节点，形成链表
} dictEntry;

typedef struct dictht {
dictEntry **table; //哈希表数组，数组的每个项是dictEntry链表的头结点指针
unsigned long size; //哈希表大小；在redis的实现中，size也是触发扩容的阈值
unsigned long sizemask;//哈希表大小掩码，用于计算索引值；总是等于 size-1 
unsigned long used;//哈希表中保存的节点的数量
} dictht;

typedef struct dict {
dictType *type;
void *privdata;
dictht ht[2];//在字典内部，维护了两张哈希表。 一般情况下， 字典只使用 ht[0] 哈希表， ht[1] 哈希表只会在对 ht[0] 哈希表进行 rehash 时使用
long rehashidx; /* rehashing not in progress if rehashidx == -1 */
unsigned long iterators; /* number of iterators currently running */
} dict;

 

触发条件

1. 存储元素与hash表长度的比例大于某个值（负载因子）；
2. 单个桶存储的元素大于某个值；

如何扩容

Redis 默认使用了两个全局哈希表：哈希表 1 和哈希表 2。一开始，当你刚插入数据时，默认使用哈希表 1，此时的哈希表 2 并没有被分配空间。随着数据逐步增多，Redis 开始执行 rehash，这个过程分为三步：

1. 给哈希表 2 分配更大的空间，例如是当前哈希表 1 大小的两倍；
2. 把哈希表 1 中的数据重新映射并拷贝到哈希表 2 中；
3. 释放哈希表 1 的空间。

渐进式rehash

以上扩容过程会带来一个问题，当数据量较多时，这个过程比较耗时，那么就必定会阻塞redis处理请求，所以redis采用渐进式rehash来解决这个问题，简单来说，Redis 仍然正常处理客户端请求，每处理一个请求时，从哈希表 1 中的第一个索引位置开始，顺带着将这个索引位置上的所有 entries 拷贝到哈希表 2 中；等处理下一个请求时，再顺带拷贝哈希表 1 中的下一个索引位置的 entries。如下图所示：