0x03_字典

字典，又称为符号表（symbol table）、关联数组（associative array）或映射（map），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）和一个值（value）进行关联（将键映射为值），这些关联的键和值就称为键值对。字典中的每个键都是独一无二的。
字典在Redis中的应用相当广泛，如Redis的数据库就是使用字典来作为底层实现的，对数据库的增删改查都是构建在对字典的操作之上。
当执行命令：

redis> SET msg "hello world"
OK

会在数据库中创建一个键为"msg"，值为"hello world"的键值对，这个键值对保存在代表数据库的字典里。
除了用来表示数据库之外，字典还是哈希键（Hash）的底层实现之一，当一个哈希键包含的键值对比较多，或键值对中的元素都是比较长的字符串时，Redis就会使用字典作为哈希键的底层实现。

Redis hash是一个键值对集合，即一个String类型的key和value的映射表。

如：website是一个包含10086个键值对的哈希键，这个哈希键的键是一些数据库的名字，而键对应的值就是数据库的主页网址：

redis> HELN 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。

字典的实现

Redis的字典使用哈希表作为底层实现，一个哈希表里可以有多个哈希表节点，而每个哈希表节点就保存了字典中的一个键值对。

哈希表

Redis字典所使用的哈希表由dict.h/dictht结构定义：

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;
} dictht;

table属性指向一个数组（指向指针数组），此数组中的每个元素都是一个指向dict.h/dictEntry结构的指针，每个dictEntry结构保存着一个键值对。size属性记录了哈希表的大小，即table数组的大小，而used属性记录了哈希表目前已有的节点（键值对）的数量。sizemask属性的值总是等于size-1，这个属性和哈希值一起决定一个键应该被放到table指向的数组的哪个索引上。

图中展示了一个大小为4的空哈希表。

哈希表节点

哈希表节点使用dictEntry结构表示，每个dictEntry结构都保存着一个键值对：

typedef struct dictEntry {
    // 键
    void *key;
 
    // 值
    union {
        void *val;
        uint64_t u64;
        int64_t s64;
    } v;
 
    // 指向下个哈希表节点，形成链表
    struct dictEntry *next;
} dictEntry;

key属性保存着键值对中的键，v属性保存键值对中的值，其中键值对的值可以是一个指针，或者是一个uint64_t整数，或者是一个int64_t整数。
next属性是指向另一个哈希表节点的指针，这个指针可以将多个哈希值相同的键值对连接在一起，以此来解决键冲突问题。

字典

Redis中的字典由dict.h/dict结构表示：

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（进度）
    // 当rehash不在进行时，值为-1
    int trehashidx;
} 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。
• privdata属性保存了需要传给那些类型特定函数的可选参数。

typedef struct dictType {
    // 计算哈希值的函数
    unsigned int (*hashFunction)(const void *key);
 
    // 复制键的函数
    void *(*keyDup)(void *privdata, const void *key);
 
    // 复制值的函数
    void *(valDup)(void *privdata, const void *obj);
 
    // 对比键的函数
    int (*keyCompare)(void *privdata, const void *key1, const void *key2);
 
    // 销毁键的函数
    void (*keyDestructor)(void *privdata, void *key);
 
    // 销毁值的函数
    void (*valDestructor)(void *privdata, void *obj);
} dictType;

ht属性是一个包含两项的数组，数组中的每个项都是一个dictht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。
除了ht[1]外，另一个和rehash有关的属性就是rehashidx，它记录了rehash目前的进度，如果目前没有在进行rehash，那么它的值为-1。
普通状态下（没有进行rehash）的字典如图：

哈希算法

当要将一个新的键值对添加到字典里面时，程序需要先根据键计算出哈希值和索引值，据此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。
Redis计算哈希值和索引值的方法如下:

1. 使用字典设置的哈希函数，计算键key的哈希值：hash = dict->type->hashFunction(key);。
2. 使用哈希表的sizemask属性和哈希值，计算出索引值，根据情况不同，ht[x]可以是ht[0]或ht[1]：index = hash & dict->ht[x].sizemask;。

当字典被用作数据库的底层实现，或者哈希键的底层实现时，Redis使用MurmurHash2算法来计算键的哈希值。

解决键冲突

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时，称这些键发生了冲突。
Redis的哈希表使用链地址法来解决键冲突，每个哈希表节点都有一个next指针，被分配到同一个索引上的多个节点组成单向链表，解决了键冲突的问题。
因为dictEntry节点组成的链表没有指向链表表尾的指针，所以为了速度考虑，程序总是将新节点添加到链表的表头位置，排在其他已有节点的前面。

rehash

随着操作的不断进行，哈希表保存的键值对会逐渐地增多或减少，为了让哈希表的负载因子维持在一个合理的范围内，当哈希表保存的键值对数量太多或太少时，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]当前包含的键值对的数量（即ht[0].used属性的值）。
   • 如果执行的是扩展操作，ht[1]的大小为第一个大于等于ht[0].used * 2的2ⁿ;
   • 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2ⁿ;
2. 将保存在ht[0]中的所有键值对rehash到ht[1]上面：即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]后，释放ht[0]，将ht[1]指向的表赋值给ht[0]，并在ht[1]新创建一个空白哈希表（NULL），为下一次rehash做准备。

哈希表的扩展与收缩：
哈希表的负载因子的计算方式：load_factor = ht[0].used / ht[0].size。
当一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：

1. 服务器目前没有在执行BGSAVE命令或者BGREWRITAOF命令，并且哈希表的负载因子大于等于1。
2. 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，服务器进行扩展操作所需的负载因子并不相同，是因为在执行这两条命令过程中，Redis需要创建当前服务器进行的子进程，而大多数操作系统都采用写时复制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，可以避免不需要的内存写入操作，最大限度地节约内存。
另一方面，当哈希表地负载因子小于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]里面地所有键值对rehash到ht[1]里面，但是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。原因在于如果键值对数量庞大，要一次性全部rehash的话，庞大的计算量可能导致服务器在一段时间内停止服务。
以下是哈希表渐进式rehash的详细步骤：

1. 为ht[1]分配空间，让字典同事持有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. rehash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，还会将ht[0]哈希表的rehashidx索引对应的链表上的所有键值对rehash到ht[1]，当此索引上的节点rehash完成后，程序将rehashidx属性的值增一。
4. 随着字典操作的不断进行，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。
渐进式rehash执行期间的哈希表操作：
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、查找、更新等操作会在两个哈希表上进行。例如，要在字典里查找一个键，程序会先在ht[0]里面进行查找，如果没找到，就会继续到ht[1]里面进行查找，删除、更新操作与之类似。
不同的是，添加操作会一律保存到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]包含的键值对数量只减不增，并随着rehash操作的执行而最终变成空表。