Redis核心数据结构之字典(二)

字典

解决键冲突

当有两个或以上数量的键被分配到了一个哈希表数组的同一个索引上面，我们称这些键发生了冲突(collision)。
Redis的哈希表使用链地址法(separate chaining)来解决键冲突，每个哈希表节点都有一个next指针，多个哈希表节点可以用next指针构成一个单向链表，被分配到同一个索引上的多个节点可以用这个单向链表连接起来，这就解决了键冲突的问题。

例子

• 举个例子，假设程序要将键值对K2和V2添加到图中的哈希表中，
  并且计算得出K2的索引值为2，那么K1和K2将产生冲突，而解决
  冲突的办法就是使用next指针将键K2和K1所在的节点连接起来
  
• 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(复杂度为O(1)),
  排在其他已有节点的前面
  

rehash

随着操作的不断执行，哈希表保存的键值对会逐渐地增多或者减少，为了让哈希表的负载因子(load factor)维持在一个合理的范围之内，当哈希表保存的键值对数量太多或者太少时，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]当前包含的键值对数量(也即是ht[0].used属性的值):
• 1.1 如果执行的是扩展操纵，那么ht[1]的大小为第一个大于等于ht[0].used * 2的2 ^ n（2的n次幂）
• 1.2 如果执行的收缩操作，那么ht[1]的大小为第一个大于等于ht[0].used的2^n
• 2.将保存在ht[0]中的所有键值对rehash到ht[1]上面:rehash指的是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]之后(ht[0]变为空表),释放ht[0]，将ht[1]设置为ht[0]，并在ht[1]新创建一个空白哈希表，为下一次rehash做准备。

例子

• 举个例子，假设程序要对图中字典的ht[0]进行扩展操作，
  程序将执行如下步骤
  
  1.ht[0].used当前的值为4，4 * 2 = 8，而8(2^3)恰好是第一个大于等于4的2的n次方,所以程序会将ht[1]哈希表的大小设置为8.
  
  2.将ht[0]包含的四个键值对都rehas到ht[1]，如图所示
  
  3.释放ht[0]，并将ht[1]设置为ht[0]，然后为ht[1]分配一个空白哈希表，如图所示。至此，对哈希表的扩展操作执行完毕，程序成功将哈希表的大小从原来的4改为了现在的8
  

哈希表的扩展与收缩

当以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BGREWRITEAOF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
  其中哈希表的负载因子可以通过公式:
  #负载因子 = 哈希表已保存节点数量 / 哈希表大小
  load_factor = ht[0].used / ht[0].size

根据BGSAVE命令或BGREWRITEAOF命令是否正在执行，服务器执行扩展操作所需的负载因子并不相同，这是因为在执行BGSAVE命令或BGREWRITEAOF命令的过程中，Redis需要创建当前服务器进程
的子进程，而大多数操作系统都采用写时复制(copy-on-write)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，这可以避免不必要地内存写入操作，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

例子

• 例如，对于一个大小为4，包含4个键值对的哈希表来说，这个哈希表的负载因子为load_factor = 4 / 4 = 1;
• 例如，对于一个大小为512，包含256个键值对的哈希表来说，这个哈希表的负载因子是:load_factor = 256 / 512 = 0.5

渐进式rehash

扩展或收缩哈希表需要将ht[0]里面的所有键值对rehash到ht[1]里面，但是，这个rehash动作并不是一次性、集中式地完成，而是分多次、渐进式地完成的。这样做的原因在于，如果ht[0]里只保存着四个键值对，那么
服务器可以在瞬间就将这些键值对全部rehash到ht[1]；但是，如果哈希表里保存的键值对数量不是四个，而是四百万、四千万甚至四亿个键值对，那么要一次性将这些键值对全部rehash到ht[1]的话，庞大的计算量
可能会导致服务器在一段时间内停止服务。因此为了避免rehash对服务器性能造成影响，服务器不是一次性将ht[0]里面地所有键值对全部rehash到ht[1]，而是分多次、渐进式地将ht[0]里面地键值对慢慢地rehash到ht[1]

哈希表渐进式rehash的详细步骤:

• 1.为ht[1]分配空间，让字典同时持有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.在rehash进行期间，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，还会顺带将ht[0]哈希表在rehashidx索引上的所有键值对rehash到ht[1]，当rehash工作完成之后，程序将
  rehashidx属性的值增一

• 4.随着字典操作的不断执行，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属性的至设为-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每个添加、删除、查找、
  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，要在字典里面查找一个键的话，程序会在ht[0]里面进行查找，如果没有找到的话，就会继续到ht[1]里面进行查找，诸如此类。另外，在渐进式rehash执行操作期间，新添加到的字典的键值对一律会被保存到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]包含的键值对数量会只减不增，并随着rehash操作的执行而最终变成空表