Redis的设计与实现——字典

参考博客

绝大多数语言中的字典底层实现基本上都是哈希表。哈希表中用 “负载因子” 来衡量哈希表的 空/满 程度。为了让负载因子在一定的合理范围之内，提高查询的性能，一般的做法是让哈希表扩容，然后rehash一把。

 

but，扩容也不一定就能解决负载因子过大的问题。Redis作为一款成熟的非关系型数据库，肯定有他的独到解决办法！！！能够保证rehash是有效的。

 

讲解rehash之前看下redis里面的一些数据结构：字典的底层有哈希表实现，ht存放的是哈希表。

Redis对字典的rehash的步骤如下：

　　①为字典的ht[1]分配空间，空间的大小取决于要执行的操作（扩展还是收缩）以及ht[0]的used属性。

　　　　扩展：ht[1]的大小为   第一个大于等于  ht[0].used*2  的 2ⁿ。

　　　　收缩：ht[1]的大小为   第一个大于等于  ht[0].used      的 2ⁿ。

　　②将ht[0]里面的键值对rehash到ht[1]。

　　③都迁移到ht[1]之后，释放ht[0]，将ht[1]设置为ht[0]，然后在ht[1]新建空白哈希表。为下一次rehash做准备。

 

写道这里，我还是没有搞清楚这个redis的哈希设计高效在哪里？直到我看到了渐进式hash！！！

渐进式hash

何为渐进式hash？在上面提到的rehash中，不是一次性将ht[0]的数据送入ht[1]，如果数据量过大，将会严重影响redis数据库的性能，所以采用了一种方法渐进式。

渐进式具体操作呢？

　　①给ht[1]分配空间，让字典同时持有两个哈希表ht[0]和ht[1]。

　　②利用一个巧妙地数据设计，rehashidx，初值设为-1，表示不需要rehash；一旦需要rehash的时候，设置为0，表示rehash工作正式开始。

　　③在rehash进行期间，除了执行指定的操作（增删改查）之外，还会附加做一些工作，就是将ht[0]上的rehashidx对应的所有键值对rehash到ht[1]上，移完之后，rehashidx加1.

　　④随着字典操作（增删改查）的不断执行，最终会在某个时间点上，ht[0]的所有键值对都会被rehash到ht[1]上，这时程序将rehashidx设置为-1，表示rehash操作已全部完成。rehash的过程中，添加操作只会在ht[1]上进行，这样能够保证ht[0]的键值对只减不增。

渐进式rehash操作的好处是，避免了集中式rehash操作，将rehash的操作分摊到每次的数据库操作上。