本文摘抄自redis阅读笔记
典在Redis中应用十分广泛，它是实现数据库的基础，特别的它是数据库键空间的实现方式，因此非常必要研究透彻字典的构建。
散列方法
也就是hash方法。
- 思想：根据节点的关键码值确定存储地址。
- 核心：散列函数。
- 原理：
对于任意给定的查找表DL，选定“理想”的散列函数h及相应的散列表HT ，则对于DL中每个元素X，函数值 h(X.key) 为X在HT中的存储位置。 - 首要问题：
如何构造使节点“分布均匀”的散列函数
一旦发生冲突，用什么方法解决（开散列法、闭散列法）
字典的实现
Redis选择高效、实现简单的哈希表作为字典的底层实现。
dict.h给出了字典的定义：
/*
* 字典
* 每个字典使用两个哈希表，用于实现渐进式 rehash
*/
typedef struct dict {
// 特定于类型的处理函数
dictType *type;
// 类型处理函数的私有数据
void *privdata;
// 哈希表（2个）
dictht ht[2];
// 记录 rehash 进度的标志，值为-1 表示 rehash 未进行
int rehashidx;
// 当前正在运作的安全迭代器数量
int iterators;
} dict;
dict 类型使用了两个指向哈希表的指针。
哈希表 ht[0] 是字典主要使用的哈希表。
哈希表 ht[1] 是程序对 0 哈希表 rehash 时使用的。
哈希表的定义如下：
/*
* 哈希表
*/
typedef struct dictht {
// 哈希表节点指针数组（俗称桶，bucket）
dictEntry **table;
// 指针数组的大小
unsigned long size;
// 指针数组的长度掩码，用于计算索引值
unsigned long sizemask;
// 哈希表现有的节点数量
unsigned long used;
} dictht;
哈希表的节点定义如下：
/*
* 哈希表节点
*/
typedef struct dictEntry {
// 键
void *key;
// 值
union {
void *val;
uint64_t u64;
int64_t s64;
} v;
// 链往后继节点
struct dictEntry *next;
} dictEntry;
如下所示整个字典结构：
创建新字典
dict.c 中给出了创建字典的方法 dictCreate
/*
* 创建一个新字典
* T = O(1)
*/
dict *dictCreate(dictType *type,
void *privDataPtr)
{
// 分配空间
dict *d = zmalloc(sizeof(*d));
// 初始化字典
_dictInit(d,type,privDataPtr);
return d;
}
/*
* 初始化字典
* T = O(1)
*/
int _dictInit(dict *d, dictType *type,
void *privDataPtr)
{
// 初始化 ht[0]
_dictReset(&d->ht[0]);
// 初始化 ht[1]
_dictReset(&d->ht[1]);
// 初始化字典属性
d->type = type;
d->privdata = privDataPtr;
d->rehashidx = -1;
d->iterators = 0;
return DICT_OK;
}
/*
* 重置哈希表的各项属性
*
* T = O(1)
*/
static void _dictReset(dictht *ht)
{
ht->table = NULL;
ht->size = 0;
ht->sizemask = 0;
ht->used = 0;
}
dict *d = dictCreate(&hash_type, NULL);
d 的值表示如下，新创建的两个哈希表没有为 table 属性分配空间
其中 ht[0]->table 空间分配将在第一次往字典添加键值时进行
ht[1]->table 空间分配将在rehash时进行
添加键值对到字典
键值对的添加在 Redis 实现时，是很重要的一部，涉及到效率问题。
情况也比较复杂，需要进行讨论：
字典未初始化，即 0 哈希表的 table 为空，则需要对其初始化
在插入时发生键碰撞，程序需要处理碰撞
插入新元素，使字典满足 rehash 条件，则需要启动相应 rehash 程序。
添加新元素到空白字典
// 所有哈希表的起始大小
#define DICT_HT_INITIAL_SIZE 4
第一次往空字典添加键值对时，程序根据DICT_HT_INITIAL_SIZE为 d->ht[0]->table 分配空间。
如下所示是一个空字典：
添加一个键值对以后如下所示：
碰撞处理
在哈希表实现中，当两个不同的键拥有相同的哈希值时，称这两个键发生碰撞(collision)，哈希表实现必须想办法对碰撞进行处理。字典哈希表所使用的碰撞解决方法被称之为链地址法：这种方法使用链表将多个哈希值相同的节点串连在一起。假设现在有一个带有三个节点的哈希表，如下图：
对一个新的键值对 key4 和 value4，如果 key4 的哈希值和 key1 的哈希值相同，那么它们将在哈希表的0号索引上发生碰撞。通过将 key4-value4 和 key1-value1两个键值对用链表连接起来， 就可以解决碰撞的问题：
添加新键值对时触发rehash
链地址法实现的碰撞问题，会影响哈希表的性能，而性能主要取决于大小（size属性）与保存节点数量（used 属性）之间的比率：
哈希表的大小与节点数量，比率在 1:1 时，哈希表的性能最好。
如果节点数量比哈希表的大小要大很多的话，那么哈希表就会退化成多个链表，哈希表本身的性能优势便不复存在。
下面这个哈希表， 平均每次失败查找只需要访问 1 个节点（非空节点访问 2 次，空节点访问 1 次）：
下面这个哈希表，平均每次失败查询需要访问5个节点：
为了在字典的键值对不断增多的情况下保持良好的性能， 字典需要对所使用的哈希表（ht[0]）进行 rehash 操作：
在不修改任何键值对的情况下，对哈希表进行扩容， 尽量将比率维持在 1:1 左右。
dictAdd 在每次向字典添加新键值对之前， 都会对哈希表 ht[0] 进行检查， 对于 ht[0] 的size和used属性， 如果它们之间的比率 ratio = used / size 满足以下任何一个条件的话，rehash 过程就会被激活：
- 自然 rehash ： ratio >= 1 ，且变量 dict_can_resize 为真
- 强制 rehash ： ratio 大于变量 dict_force_resize_ratio
Rehash 执行过程
字典的 rehash 操作实际上就是执行以下任务：
- 创建一个比 ht[0]->table 更大的 ht[1]->table ；
- 将 ht[0]->table 中的所有键值对迁移到 ht[1]->table ；
- 将原有 ht[0] 的数据清空，并将 ht[1] 替换为新的 ht[0] ；
经过以上步骤之后， 程序就在不改变原有键值对数据的基础上， 增大了哈希表的大小。以下展示了一次对哈希表进行 rehash 的完整过程：
开始 rehash
设置字典的rehashidx为0,标识着 rehash 的开始；
为 ht[1]->table分配空间，大小至少为 ht[0]->used的两倍；
rehash 进行时
在这个阶段，ht[0]->table的节点会被逐渐迁移到ht[1]->table，因为 rehash是分多次进行的，字典的rehashidx变量会记录rehash进行到 ht[0] 的哪个索引位置上。以下是 rehashidx 值为 2 时，字典的样子：
节点迁移完毕
rehash 完毕
释放 ht[0] 的空间；
用 ht[1] 来代替 ht[0] ，使原来的 ht[1] 成为新的 ht[0] ；
创建一个新的空哈希表，并将它设置为 ht[1] ；
将字典的 rehashidx 属性设置为 -1 ，标识 rehash 已停止；
渐进式 rehash
rehash 程序并不是在激活之后，就马上执行直到完成的，而是分多次、渐进式地完成的。假设这样一个场景：在一个有很多键值对的字典里，某个用户在添加新键值对时触发了 rehash 过程，如果这个 rehash 过程必须将所有键值对迁移完毕之后才将结果返回给用户，这样的处理方式将是非常不友好的。另一方面，要求服务器必须阻塞直到 rehash 完成，这对于 Redis 服务器本身也是不能接受的。
为了解决这个问题， Redis 使用了渐进式（incremental）的 rehash 方式：通过将 rehash 分散到多个步骤中进行，从而避免了集中式的计算。
渐进式 rehash 主要由 _dictRehashStep 和 dictRehashMilliseconds 两个函数进行：
- _dictRehashStep用于对数据库字典、以及哈希键的字典进行被动 rehash
- dictRehashMilliseconds则由 Redis 服务器常规任务程序（server cron job）执行，用于对数据库字典进行主动 rehash
_dictRehashStep
每次执行 _dictRehashStep，ht[0]->table哈希表第一个不为空的索引上的所有节点就会全部迁移到ht[1]->table。在rehash开始进行之后（d->rehashidx不为-1)，每次执行一次添加、查找、删除操作， _dictRehashStep 都会被执行一次：
因为字典会保持哈希表大小和节点数的比率在一个很小的范围内，所以每个索引上的节点数量不会很多，所以在执行操作的同时，对单个索引上的节点进行迁移，几乎不会对响应时间造成影响。
dictRehashMilliseconds
dictRehashMilliseconds 可以在指定的毫秒数内，对字典进行 rehash 。
当 Redis 的服务器常规任务执行时，dictRehashMilliseconds会被执行，在规定的时间内，尽可能地对数据库字典中那些需要rehash的字典进行rehash，从而加速数据库字典的rehash进程。
字典的收缩
当哈希表的可用节点数比已用节点数多很多时，就可以对哈希表进行 rehash 实现收缩字典。
默认情况下，当达到 10% 的时候，就会进行收缩。
redis.c/htNeedResize 函数定义如下：
/*
* 检查字典的使用率是否低于系统允许的最小比率
* 是的话返回 1 ，否则返回 0 。
*/
int htNeedsResize(dict *dict) {
long long size, used;
// 哈希表大小
size = dictSlots(dict);
// 哈希表已用节点数量
used = dictSize(dict);
// 当哈希表的大小大于 DICT_HT_INITIAL_SIZE
// 并且字典的填充率低于 REDIS_HT_MINFILL 时
// 返回 1
return (size && used && size > DICT_HT_INITIAL_SIZE &&
(used*100/size < REDIS_HT_MINFILL));
}
字典的迭代
字典带有自己的迭代器实现 —— 对字典进行迭代实际上就是对字典所使用的哈希表进行迭代：
迭代器首先迭代字典的第一个哈希表，然后，如果 rehash 正在进行的话，就继续对第二个哈希表进行迭代。
当迭代哈希表时，找到第一个不为空的索引，然后迭代这个索引上的所有节点。
当这个索引迭代完了，继续查找下一个不为空的索引，如此反覆，直到整个哈希表都迭代完为止。
/*
* 字典迭代器
*
* 如果 safe 属性的值为 1 ，那么表示这个迭代器是一个安全迭代器。
* 当安全迭代器正在迭代一个字典时，该字典仍然可以调用 dictAdd 、 dictFind 和其他函数。
*
* 如果 safe 属性的值为 0 ，那么表示这不是一个安全迭代器。
* 如果正在运作的迭代器是不安全迭代器，那么它只可以对字典调用 dictNext 函数。
*/
typedef struct dictIterator {
// 正在迭代的字典
dict *d;
int table, // 正在迭代的哈希表的号码（0 或者 1）
index, // 正在迭代的哈希表数组的索引
safe; // 是否安全？
dictEntry *entry, // 当前哈希节点
*nextEntry; // 当前哈希节点的后继节点
} dictIterator;
