redis--hash的实现

Redis数据结构---字典，哈希表，dict 或java中的map，数据使用key -> value的形式存储，整个redis数据库就是基于字典实现，api见hash

REDIS的hash实现原理和java的HashMap十分相似，可参考阅读

理解redis的hash实现，就要先理解一下三个结构  dictEntry, ditht, dict

哈希表节点 dictEntry {

void  *key //键值

union{void *val; uint64_tu64; int64_ts64} v  //值    可以是指针，可以是uint_64_t整数 或者int64_t整数

struct dictEntry *next;  //指向下一个哈希节点，形成链表的结构（同java hashmap中的entry）

}

哈希表 dictht{

dictEntry **table;  //一个元素为dictEntry 的数组

long size; // 哈希表的大小

long sizemask; // 哈希表大小掩码，用于计算存储时所在的数组下标  大小总是等于size-1

long used;  //当前哈希表已有的节点数量

}

哈希表有个负载因子 的概念，load_factor = used/size  即已使用 除以总数size的结果

而提供api给我们开发者，即直接使用的dict实现如下

字典 dict{

dictType *type //指针，特定类型的函数  redis中有定义，指向了一族函数，用以实现针对键值对的操作，这同list的dup free match一样，也是多太的一种，是dict可以存不同类型的键值对

void *privdata //私有数据  用以使用dictType中定义的特定函数时传入的可选参数

dictht ht[2]  //元素为哈希表的数组，长度为2，即保存着2个哈希表

in trehashidx // rehash索引，当不在进行rehash时为-1

}

当向一个dict中set一个键值A对时，会先使用hash算法根据键值计算出一个数字，即哈希表中数组的下标，该键值对就存放在此位置上，

如果再有一个键值B对被set存放进入此dict时，hash算法根据键值计算出的数字同上，即为键冲突，也叫哈希冲突，这时hash表会使用头插法，将B的dictEntry的next设置为A,形成链表的数据结构

随着dict的操作，键值对会有增多和减少，为了是负载因子在合理范围内，会产生rehash，其步骤简单如下：

当没有rehash的普通情况下，dict中的ht[2] 数组总是使用ht[0] 对应的哈希表来保存数据，当需要扩容或缩减时，会为ht[1]分配对应的存储空间，其大小算法是

扩容时，大小是第一个大于ht[0]的size的 2的n次方，缩小时，是第一个小于ht[0]长度的2的n次方（可参考java的Hashmap中的tablesizefor算法）

当ht[1]分配好空间后，会把ht[0]上的所有数据复制到ht[1]上，之后ht[0]变为空表，是否，把ht[1]移到ht[0]上继续使用

如果redis在执行BGSAVE或BAREWRITEAOF命令操作，会在当前redis服务现场中创建子进程，使用的是写时复制技术优化子进程的使用效率!

当没有子进程存在时，负载因子大于等于1时就会进行rehash，当存在子进程时，负载因子需要大于等于5才会进行rehash

当负载因子小于0.1时，也会进行收缩操作的rehash！

这样设计的目的就是尽量的使子进程工作期间，不要有rehash操作的产生，避免不必要的内存浪费

rehash使用的是渐进式rehash

它不会一次性的吧所有的ht[0] 中的数据一下子复制到ht[1]中，而是在增删改查操作发生时，每发生一次就复制一个值过去，同时对rehashidx做+1，避免了集中的大量的运算而导致redis夯死，值得注意的是，每次新增操作会把新增的值放入ht[1]中，同时复制一个ht[0]中数据到ht[1]中！同时，因为完整数据存在于2个hash表中，所有查询时是先查ht[0]，再查ht[1]！循序渐进的复制，最终复制完成