Redis字典實現、Hash鍵沖突及漸進式rehash詳解

Posted on 2021-09-02 by WalkonNet

Redis字典實現

哈希表節點結構

typedef struct dictEntry
{
	// 鍵
	void *key;

	// 值 : 可以是一個指針，或者是一個uint64/int64 的整數
	union {
		void *val;
		uint64_t u64;
		int64_t s64
	} v;

	// 指向下一個哈希表節點，形成鏈表 ： 該指針可以將多個哈希值相同的鍵值對連接在一起，以此解決鍵沖突的問題。
	struct dictEntry *next;
} dictEntry;

哈希表結構

typedef struct dictht
{
	// 哈希表數據
	dictEntry **table;

	// 哈希表集合大小
	unsigned long size;

	// 哈希表大小掩碼，用於計算索引值
	// 總是等於 size - 1
	unsigned long sizemask;

	// 哈希表已有節點數量
	unsigned long used;
} dictht;

字典

typedef struct dict 
{
	// 類型特定函數
	dicType *type;

	// 私有數據
	void *privdata;

	// 哈希表
	dictht ht[2];

	// rehash 索引
	// 當rehash不在進行時， 值為-1
	int rehashidx;
} dict;

type屬性和privdata屬性針對不同類型的鍵值對，為多態字典而設置。
ht是包含兩個項的數組，每個元素都是一個dictht哈希表，一般情況下字典之是喲個ht[0],ht[1]會在對ht[0]進行rehash的時候使用。
rehashidx記錄瞭rehash目前的進度，如果目前沒有在進行rehash，值為-1。

哈希算法

使用字典設置的哈希函數，計算key的hashvalue

hash = dict->type->hashFunction(key);

使用哈希表的sizemask屬性和哈希值，計算出索引值
根據不同的情況，ht[x]可以是ht[0]或ht[1]

index = hash & dict->ht[x].sizemask;

redis使用的是MurmurHash算法，優點是：輸入的鍵是有規律的時候，算法仍然能給出很好的隨機分佈性，計算速度也快。

解決hash沖突

當有兩個或以上的key分配到瞭hash table數組的同一個index上，稱為發生瞭collision。
Redis采用鏈地址法解決沖突，每個hash table節點都有一個next指針，多個hash table節點可以用next指針構成一個單向鏈表。為瞭速度考慮，程序總是會將新節點插入到鏈表頭位置。

rehash

隨著操作不斷執行，哈希表保存的key value對會逐漸增加和減少。哈希表有一個統計參數load factor，即負載因子，公式如下：

# 負載因子 = 哈希表已經保存的節點數量 / 哈希表大小
load_factor = ht[0].used / ht[0].size;

為瞭維持負載因子在一個合理的范圍，程序會對哈希表的大小進行相應的擴展或收縮，條件如下：

1、服務器目前沒有執行BGSAVE命令或者BGREWRITEAOF命令，並且哈希表的負載因子 >= 1

2、服務器正在執行BGSAVE命令或者BGREWRITEAOF命令，且負載因子 >= 5

在執行BGSAVE命令或者BGREWRITEAOF命令過程中，Redis需要創建當前服務器進程的子進程，大多的OS采用寫時復制技術優化子進程的使用效率，所以子進程存在期間，**服務器會提高執行擴展操作的負載因子，避免在子進程存在期間進行哈希表的擴展操作，避免不必要的內存寫入操作，最大限度節約內存。**當負載因子小於0.1時，程序自動對哈希表進行收縮操作。
此時就會進行擴展收縮，規則如下：
這裡就是rehash(重新散列)操作瞭：
1、為字典的ht[1]哈希表分配內存空間，空間大小取決於要執行的操作，以及ht[0]當前包含的鍵值對數量（ht[0].used）
如果是擴展操作，ht[1]的大小為 >= ht[0].used * 2的 2的冪次方
如果是收縮操作，ht[1]的大小為 >= ht[0].used 的 2的冪次方
2、將保存在ht[0]中的所有鍵值對rehash到ht[1]上：即重新計算key的hashValue以及indexValue，然後將鍵值對放到ht[1]的指定位置
3、當ht[0]包含的所有鍵值對都遷移到ht[1]之後，ht[0]變為空表，釋放ht[0]，將ht[1]置為ht[0]，在ht[1]重新分配一個空白的哈希表，為下一次rehash做準備

漸進式hash

rehash的動作並不是一次性集中完成的，而是分多次漸進完成。
如果哈希表中村的鍵值對數量很多，一次性將鍵值對全部rehash到ht[1]的計算量十分龐大，可能會導致服務器在一段時間內停止服務。
漸進式rehash采取分而治之的方法，將rehash鍵值對所需要的計算工作分攤到每次對字典的CRUD操作上，從而避免瞭集中式rehash帶來的龐大計算量。
詳細步驟如下：
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
2、在字典中維護一個索引計數器：rehashidx，將值設置為0，表示rehash工作正式開始。
3、在rehash進行期間，每次對字典的CRUD操作，程序除瞭執行指定操作以外，順帶將ht[0]哈希表在rehashidx索引上的所有鍵值對rehash到ht[1]上，當rehash操作完成後，程序將rehashidx值++
4、重復迭代操作執行後，ht[0]的數據全部rehash到ht[1]上，將rehashidx設為-1，表明rehash操作已經完成

需要註意的地方
在rehash的過程中，對於字典的刪除、查找、更新操作會在兩個哈希表上執行。如想要查找一個鍵，現在ht[0]中找，沒有找到再去ht[1]
對於insert操作來說，新添加到字典的鍵值對會一律保存到ht[1]中，不然還得多一次搬運。

到此這篇關於Redis字典實現、Hash鍵沖突以及漸進式rehash的文章就介紹到這瞭,更多相關Redis 漸進式rehash內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

Redis字典實現、Hash鍵沖突及漸進式rehash詳解

目錄