前言
字典， 又稱符號表（symbol table）、關聯數組（associative array）或者映射（map）， 是一種用於保存鍵值對（key-value pair）的抽象數據結構。
在字典中， 一個鍵（key）可以和一個值（value）進行關聯（或者說將鍵映射為值）， 這些關聯的鍵和值就被稱為鍵值對。
字典中的每個鍵都是獨一無二的， 程序可以在字典中根據鍵查找與之關聯的值， 或者通過鍵來更新值， 又或者根據鍵來刪除整個鍵值對， 等等。
字典經常作為一種數據結構內置在很多高級編程語言里面， 但 Redis 所使用的 C 語言並沒有內置這種數據結構， 因此 Redis 構建了自己的字典實現。
字典在 Redis 中的應用相當廣泛， 比如 Redis 的數據庫就是使用字典來作為底層實現的， 對數據庫的增、刪、查、改操作也是構建在對字典的操作之上的。
因此，了解字典對我們了解Redis數據庫有很大的幫助。同時可以跟Java的HashMap進行對比，看看孰好孰壞。
字典的定義
1 typedef struct dict { 2 3 // 類型特定函數 4 dictType *type; 5 6 // 私有數據 7 void *privdata; 8 9 // 哈希表 10 dictht ht[2]; 11 12 // rehash 索引 13 // 當 rehash 不在進行時，值為 -1 14 int rehashidx; /* rehashing not in progress if rehashidx == -1 */ 15 16 } dict;
主要看ht，和rehashidx兩個參數。
ht 屬性是一個包含兩個項的數組， 數組中的每個項都是一個 dictht 哈希表， 一般情況下， 字典只使用 ht[0] 哈希表， ht[1] 哈希表只會在對 ht[0] 哈希表進行 rehash 時使用。
除了 ht[1] 之外， 另一個和 rehash 有關的屬性就是 rehashidx ： 它記錄了 rehash 目前的進度， 如果目前沒有在進行 rehash ， 那么它的值為 -1 。
1 typedef struct dictht { 2 3 // 哈希表數組 4 dictEntry **table; 5 6 // 哈希表大小 7 unsigned long size; 8 9 // 哈希表大小掩碼，用於計算索引值 10 // 總是等於 size - 1 11 unsigned long sizemask; 12 13 // 該哈希表已有節點的數量 14 unsigned long used; 15 16 } dictht;
table 屬性是一個數組， 數組中的每個元素都是一個指向 dict.h/dictEntry 結構的指針， 每個 dictEntry 結構保存着一個鍵值對。
size 屬性記錄了哈希表的大小， 也即是 table 數組的大小
sizemask 屬性的值總是等於 size-1 ， 這個屬性和哈希值一起決定一個鍵應該被放到 table 數組的哪個索引上面。(不是很清楚，為什么要單獨定義一個mask，而不直接size-1)；
而 used 屬性則記錄了哈希表目前已有節點（鍵值對）的數量。
1 typedef struct dictEntry { 2 3 // 鍵 4 void *key; 5 6 // 值 7 union { 8 void *val; 9 uint64_t u64; 10 int64_t s64; 11 } v; 12 13 // 指向下個哈希表節點，形成鏈表 14 struct dictEntry *next; 15 16 } dictEntry;
key 屬性保存着鍵值對中的鍵， 而 v 屬性則保存着鍵值對中的值， 其中鍵值對的值可以是一個指針， 或者是一個 uint64_t 整數， 又或者是一個 int64_t 整數。
next 屬性是指向另一個哈希表節點的指針， 這個指針可以將多個哈希值相同的鍵值對連接在一次， 以此來解決鍵沖突（collision）的問題。
可以明顯的看出來，redis是通過鏈表來解決hash沖突的。
因此，redis的字典大概如下：
Rehash
隨着操作的不斷執行， 哈希表保存的鍵值對會逐漸地增多或者減少， 為了讓哈希表的負載因子（load factor）維持在一個合理的范圍之內， 當哈希表保存的鍵值對數量太多或者太少時， 程序需要對哈希表的大小進行相應的擴展或者收縮。
也就是我們常說的，擴容，再次hash。
Redis rehash過程：
- 為字典的
ht[1]哈希表分配空間。一般為原字典的兩倍，即 ht[0] * 2； - 將保存在
ht[0]中的所有鍵值對 rehash 到ht[1]上面 - 當
ht[0]包含的所有鍵值對都遷移到了ht[1]之后 （ht[0]變為空表）， 釋放ht[0]， 將ht[1]設置為ht[0]， 並在ht[1]新創建一個空白哈希表， 為下一次 rehash 做准備。
但其實rehash是非常的耗時間的。假設ht[0]非常的大呢？ 40W，400W，甚至4000W呢？
一次rehash甚至可能導致redis宕機，所以出現了漸進式hash。
漸進式Rehash
這個 rehash 動作並不是一次性、集中式地完成的， 而是分多次、漸進式地完成的。為了避免 rehash 對服務器性能造成影響， 服務器不是一次性將 ht[0] 里面的所有鍵值對全部 rehash 到 ht[1] ， 而是分多次、漸進式地將 ht[0] 里面的鍵值對慢慢地 rehash 到 ht[1] 。
- 為
ht[1]分配空間， 讓字典同時持有ht[0]和ht[1]兩個哈希表。 - 在字典中維持一個索引計數器變量
rehashidx， 並將它的值設置為0， 表示 rehash 工作正式開始。 - 在 rehash 進行期間， 每次對字典執行添加、刪除、查找或者更新操作時， 程序除了執行指定的操作以外， 還會順帶將
ht[0]哈希表在rehashidx索引上的所有鍵值對 rehash 到ht[1]， 當 rehash 工作完成之后， 程序將rehashidx屬性的值增一。 - 隨着字典操作的不斷執行， 最終在某個時間點上，
ht[0]的所有鍵值對都會被 rehash 至ht[1]， 這時程序將rehashidx屬性的值設為-1， 表示 rehash 操作已完成。
擴容代碼大致如下：
1 int dictRehash(dict *d, int n) { 2 int empty_visits = n*10; /* Max number of empty buckets to visit. */ 3 4 // 判斷是否正在擴容 5 if (!dictIsRehashing(d)) return 0; 6 7 while(n-- && d->ht[0].used != 0) { 8 dictEntry *de, *nextde; 9 10 /* Note that rehashidx can't overflow as we are sure there are more 11 * elements because ht[0].used != 0 */ 12 assert(d->ht[0].size > (unsigned long)d->rehashidx); 13 14 // 找到一個不為空的桶，進行遷移 15 while(d->ht[0].table[d->rehashidx] == NULL) { 16 d->rehashidx++; 17 if (--empty_visits == 0) return 1; 18 } 19 // 找到這個桶第一個指針節點 20 de = d->ht[0].table[d->rehashidx]; 21 // 將這個桶中的所有的key節點轉移到新的數組中。while循環鏈表 22 while(de) { 23 uint64_t h; 24 25 nextde = de->next; 26 /* Get the index in the new hash table */ 27 h = dictHashKey(d, de->key) & d->ht[1].sizemask; 28 de->next = d->ht[1].table[h]; 29 d->ht[1].table[h] = de; 30 d->ht[0].used--; 31 d->ht[1].used++; 32 de = nextde; 33 } 34 // 舊的桶節點置為null，並且rehashidx+1 35 d->ht[0].table[d->rehashidx] = NULL; 36 d->rehashidx++; 37 } 38 39 /* Check if we already rehashed the whole table... */ 40 if (d->ht[0].used == 0) { 41 zfree(d->ht[0].table); 42 d->ht[0] = d->ht[1]; 43 _dictReset(&d->ht[1]); 44 d->rehashidx = -1; 45 return 0; 46 } 47 48 /* More to rehash... */ 49 return 1; 50 }
在進行漸進式 rehash 的過程中， 字典會同時使用 ht[0] 和 ht[1] 兩個哈希表， 所以在漸進式 rehash 進行期間， 字典的刪除（delete）、查找（find）、更新（update）等操作會在兩個哈希表上進行： 比如說， 要在字典里面查找一個鍵的話， 程序會先在 ht[0]里面進行查找， 如果沒找到的話， 就會繼續到 ht[1] 里面進行查找， 諸如此類。
另外， 在漸進式 rehash 執行期間， 新添加到字典的鍵值對一律會被保存到 ht[1] 里面， 而 ht[0] 則不再進行任何添加操作： 這一措施保證了 ht[0] 包含的鍵值對數量會只減不增， 並隨着 rehash 操作的執行而最終變成空表。
所遇到問提
問題一：
要在字典里面查找一個鍵的話， 程序會先在 ht[0]里面進行查找， 如果沒找到的話， 就會繼續到 ht[1] 里面進行查找， 諸如此類。
這一點其實我比較有疑惑？為何要先去ht[0]中查找，找不到再去ht[1]中查找，這樣豈不是效率低下，查找了兩張表。不能根據hash值和rehashidx進行比較判斷么？只查一張表不行么？
為此我翻閱了不少資料：
這是redis官方其他人的pull request：https://github.com/antirez/redis/pull/5692 暫時還沒有merge
同時這是我和一位大佬的討論：https://github.com/Junnplus/blog/issues/35 最終得出結論
還是看源碼：(源碼真是一個好東西)
1 for (table = 0; table <= 1; table++) { 2 // 找到key的index 3 idx = h & d->ht[table].sizemask; 4 // 拿到key值對應的value 5 he = d->ht[table].table[idx]; 6 while(he) { 7 if (key==he->key || dictCompareKeys(d, key, he->key)) 8 return he; 9 he = he->next; 10 } 11 if (!dictIsRehashing(d)) return NULL; 12 }
其實只有兩種情況
- key在ht[0]，還沒有遷移
- key在ht[1]，已經遷移了。
針對第一種情況，他在第一層的循環已經找到了key值，並且返回(第八行)，不再繼續后面操作，因此不存在效率問題。
第二種情況，看第五行，he此時為null，根本不會循環鏈表。然后第二次循環才能找到key。而第一次是做了一次hash，復雜度為O(1)。效率幾乎是沒有損失，因此也不存在效率問題。
綜上：我得出的結論是。可以拿idx和rehashidx進行對比，同時也可以像redis這樣寫，不會損失效率。redis可能為了代碼的簡潔以及統一，不想寫那么多的判斷條件，因此沒有比較idx和rehashidx。
當我認為提前結束會更好，畢竟不用后續判斷了，也比較清楚。類似這個request：https://github.com/antirez/redis/pull/5692/files
問題二：
假如在redis准備進行rehash的時候，他需要為ht[1]申請一塊內存，這塊內存可是ht[0]的兩倍哦，那次是計算機內存不存會如何？
梳理一下哈希表大小和內存申請大小的對應關系：
正常狀態下，redis為ht[1]分配完內存后，會持續一段時間進行rehash。rehash完畢后，就會釋放ht[0]內存了。類似如下圖：
內存先上升，后下降。
但此時內存不存的話，Redis會進行大量的Key驅逐，也就是會淘汰掉很久未使用的key，跟LRU有點類似。
那么此時可能就會影響到了業務，這是非常大的問題呢。
那么針對在Redis滿容驅逐狀態下，如何避免因Rehash而導致Redis抖動的這種問題。
- 我們在Redis Rehash源碼實現的邏輯上，加上了一個判斷條件，如果現有的剩余內存不夠觸發Rehash操作所需申請的內存大小，即不進行Resize操作；
- 通過提前運營進行規避，比如容量預估時將Rehash占用的內存考慮在內，或者通過監控定時擴容。
參考文獻：
《redis設計與實現》 http://redisbook.com/preview/dict/incremental_rehashing.html
《美團針對Redis Rehash機制的探索和實踐》 https://tech.meituan.com/2018/07/27/redis-rehash-practice-optimization.html
《Redis源碼分析》 https://github.com/Junnplus/blog/issues/35