关于redis:Redis的Hash冲突以及渐进式ReHash源码分析

Redis数据DB

Redis是一个一个的DB，那么这个DB到底是一个什么样构造的数据呢？

如下是Redis官网的源码（5.0）

/* Redis数据库示意。有多个数据库标识从0(默认数据库)到配置的最大值的整数数据库。数据库号是构造中的“id”字段*/
typedef struct redisDb {
    dict *dict;                 /* 这个数据库的键空间（字典类型） */
    dict *expires;              /* 设置超时的键的超时 */
    dict *blocking_keys;        /* 客户端期待数据的密钥(BLPOP) */
    dict *ready_keys;           /* 接管到推送的阻塞键 */
    dict *watched_keys;         /* EXEC CAS的监督键 */
    int id;                     /* 数据库ID */
    long long avg_ttl;          /* 均匀TTL，仅用于统计 */
    list *defrag_later;         /* 要一一进行磁盘整顿的键名列表 */
} redisDb;

咱们能够看到Redis的数据库次要的数据是寄存在字典中的

Redis数据Dict字典

官网源码地址：https://github.com/redis/redi…

咱们找到dict字典的定义：

// 字典类型数据定义
typedef struct dict {
    dictType *type; /* 字典类型数组 */
    void *privdata; /* 公有数据 */
    dictht ht[2]; /* 字典Hash表数组 */
    long rehashidx; /* 如果 rehashidx == -1，示意没有进行Rehash,如果为负数示意有ReHash操作 */
    unsigned long iterators; /* 以后正在运行的迭代器数 */
} dict;

次要的数据是寄存在咱们的字典Hash表数组中的咱们在来看一下这个dictht，字典Hash表

// 字典Hash表类型数据定义
typedef struct dictht {
    dictEntry **table; /* Hash表，寄存一个又一个的字典元素,实际上是一个数组 */
    unsigned long size; /* 哈希表大小，即哈希表数组大小 */
    unsigned long sizemask; /* 哈希表大小掩码，总是等于size-1，次要用于计算索引 */
    unsigned long used; /* 已应用节点数，即已应用键值对数 */
} dictht;

那么更加次要的就是咱们的每一个字典的元素，示意咱们寄存的元素数据

// 字典元素类型数据定义
typedef struct dictEntry {
      // 无类型指针，Key指向Val值
    void *key;
    // 值，是一个专用体,他有可能是一个指针，或者一个64位正整数，或者64位int，浮点数
    union {
           // 值指针
        void *val;
          // 64位正整数
        uint64_t u64;
          // 64位int
        int64_t s64;
          // 浮点数
        double d;
    } v;
      // next节点，每一个dictEntry都是一个链表，用于解决Hash抵触
    struct dictEntry *next;
} dictEntry;

Redis解决Hash抵触

咱们晓得上方的dict，有两个Hash表，那么为什么咱们要放两个Hash表呢？

答案就是咱们Redis的Hash表在进行扩容的时候须要用到的，那么上面咱们来看一下源码中的解释吧。

int dictRehash(dict *d, int n);

源码地位：https://github.com/redis/redi…

首先咱们必定须要晓得咱们是在哪一步进行扩容的，必定是在咱们产生Add操作的时候咱们定位到Add的办法：

/* 增加一个元素到指标哈希表 */
int dictAdd(dict *d, void *key, void *val)
{
      // 向字典中增加key
    dictEntry *entry = dictAddRaw(d,key,NULL);

    if (!entry) return DICT_ERR;
      // 而后设置节点的值
    dictSetVal(d, entry, val);
    return DICT_OK;
}

而后咱们定位到dictAddRaw，这一步应用链表解决Hash抵触

/* 低级增加或查找:
 * 此函数增加了元素，但不是设置值而是将dictEntry构造返回给用户，这将确保按需填写值字段.
 *
 * 此函数也间接公开给要调用的用户API次要是为了在哈希值外部存储非指针，例如:
 * entry = dictAddRaw(dict,mykey,NULL);
 * if (entry != NULL) dictSetSignedIntegerVal(entry,1000);
 * 
 * 返回值:
 *
 * 如果键曾经存在，则返回NULL，如果不存在，则应用现有条目填充“ * existing”.
 * 如果增加了键，则哈希条目将返回以由调用方进行操作。
 */
dictEntry *dictAddRaw(dict *d, void *key, dictEntry **existing)
{
    long index;
    dictEntry *entry;
    dictht *ht;
    // 判断是否正在ReHash，如果须要则调用_dictRehashStep（后续ReHash中的步骤），每次ReHash一条数据，直到实现整个ReHash
    if (dictIsRehashing(d)) _dictRehashStep(d);

    /* 获取新元素的索引,依据Key计算索引，并且判断是否须要进行扩容ReHash(！！！重点)（第一次ReHash调用） */
    if ((index = _dictKeyIndex(d, key, dictHashKey(d,key), existing)) == -1)
        return NULL;

      /* 解决Hash抵触，以及ReHash时效率问题 */
    /* 分配内存并存储新条目。假如在数据库系统中更有可能更频繁地拜访最近增加的条目，则将元素插入顶部 */
      // 判断是否须要ReHash，如果是那么以后的HashTable为字典下的第二个，如果不须要扩容则应用原来的的
    ht = dictIsRehashing(d) ? &d->ht[1] : &d->ht[0];
    // 创立元素,分配内存
    entry = zmalloc(sizeof(*entry));
      // 进行元素链表操作，元素的下一个节点指向Hash表中的相应索引，如果以前这个下标有元素则链到以后元素前面
    entry->next = ht->table[index];
      // Hash表节点索引设置为本人，替换原来的元素
    ht->table[index] = entry;
    ht->used++;

    /* 设置这个Hash元素的Key. */
    dictSetKey(d, entry, key);
    return entry;
}

看完了Hash抵触的解决形式咱们再来看一下扩容，首先咱们看一下dictIsRehashing，是如何判断须要进行ReHash的

ReHash解决扩容ReHash过程

 // 如果字典的rehashidx不是-1，那就示意须要进行Hash扩容
 dictIsRehashing(d) ((d)->rehashidx != -1)

那么在什么中央批改了rehashidx呢，就是在咱们计算Index的时候

/* 返回可用插槽填充的索引,依据“Key”的哈希计算，如果Key曾经存在，则返回-1
 * 请留神，如果咱们正在从新哈希表，索引总是在第二个（新）哈希表的上下文中返回，也就是ht[1] */
static long _dictKeyIndex(dict *d, const void *key, uint64_t hash, dictEntry **existing)
{
    unsigned long idx, table;
    dictEntry *he;
    if (existing) *existing = NULL;

    /* 如果须要，扩容哈希表，如果失败返回-1（ReHash扩容机制） */
    if (_dictExpandIfNeeded(d) == DICT_ERR)
        return -1;
      /* 从两个Hash表进行查问，可能这个Key放入了第二个哈希表 */
    for (table = 0; table <= 1; table++) {
              /* 依据数组长度 - 1 而后取模计算卡槽 */
        idx = hash & d->ht[table].sizemask;
        /* 依据Hash表获取元素，并且判断这个Key有没有在Hash表外面，如果存在返回-1 */
        he = d->ht[table].table[idx];
        while(he) {
            if (key==he->key || dictCompareKeys(d, key, he->key)) {
                if (existing) *existing = he;
                return -1;
            }
            he = he->next;
        }
        // 如果不在ReHash，间接返回第一个Hash表的index卡槽，如果是ReHash那么就把idx放入第二个Hash表
        if (!dictIsRehashing(d)) break;
    }
    return idx;
}

此处开始判断是否须要进行扩容

/* 如果须要，扩容Hash表 */
static int _dictExpandIfNeeded(dict *d)
{
    /* 如果曾经在ReHash中了，间接返回 */
    if (dictIsRehashing(d)) return DICT_OK;

    /* 如果哈希表为空，将其开展到初始大小。初始大小4 */
    if (d->ht[0].size == 0) return dictExpand(d, DICT_HT_INITIAL_SIZE);

    /* 如果咱们的曾经应用的元素个数和Hash表数组长度达到 1：1 比率，那么就要进行扩容了 （全局设置）或者咱们应该防止它， 但之间的比率元素/存储桶超过"平安"阈值，咱们调整大小加倍存储桶的数量 */
      /* 简略来说就是咱们应用的元素等于数组的长度那么咱们就扩容Hash表，容量扩容一倍 */
    if (d->ht[0].used >= d->ht[0].size &&
        (dict_can_resize ||
         d->ht[0].used/d->ht[0].size > dict_force_resize_ratio))
    {
        return dictExpand(d, d->ht[0].used*2);
    }
    return DICT_OK;
}

将第二张Hash表从新初始化，后续ReHash中的元素都会放入第二张Hash表

/* 扩容或者创立Hash表 */
int dictExpand(dict *d, unsigned long size)
{
    /* 如果正在ReHash，或者应用数量大于原size * 2，返回-1 */
    if (dictIsRehashing(d) || d->ht[0].used > size)
        return DICT_ERR;

    dictht n; /* 新的哈希表 */
    unsigned long realsize = _dictNextPower(size);

    /* 从新大小重为雷同的表大小没有用途，返回-1 */
    if (realsize == d->ht[0].size) return DICT_ERR;

    /* 调配新的哈希表并初始化所有指向 NULL 的指针 */
    n.size = realsize;
    n.sizemask = realsize-1;
      /* 分配内存扩容空间 */
    n.table = zcalloc(realsize*sizeof(dictEntry*));
    n.used = 0;

    /* 这是第一次初始化吗？如果是这样，它不是真正的重述，咱们只是设置第一个哈希表，以便它能够承受键。 */
    if (d->ht[0].table == NULL) {
        d->ht[0] = n;
        return DICT_OK;
    }

    /* 筹备第二个哈希表以进行增量重哈希，将第二个长期寄存的Hash表从新初始化，开始ReHash操作 */
    d->ht[1] = n;
    d->rehashidx = 0;
    return DICT_OK;
}

ReHash过程是指咱们将状态设置为了ReHash，并且将新增的元素写入到了第二张Hash表，这个时候咱们就须要将第二张Hash表和第一张Hash表

/* 字典ReHash操作，每次第一个参数示意字典，第二个参数示意每次ReHash的数量，例如100扩容至两百，如果没有Hash抵触，咱们须要传入100能力实现ReHash */
int dictRehash(dict *d, int n) {
    int empty_visits = n*10; /* 可拜访的最大空桶数 */
      /* 不在ReHash过程间接返回 */
    if (!dictIsRehashing(d)) return 0;
        /* ReHash 第二张表时会先 */
    while(n-- && d->ht[0].used != 0) {
        dictEntry *de, *nextde;

        /* 请留神，rehashidx不会溢出，因为咱们确信还有更多元素，因为ht [0] .used！= 0*/
        assert(d->ht[0].size > (unsigned long)d->rehashidx);
          // 如果卡槽是空的那么从ReHashIndex开始自增，因为须要遍历，rehashidx从开始被默认置为0，如果须要将原来的Hash表实现ReHash，就须要从0遍历残缺张Hash表
        while(d->ht[0].table[d->rehashidx] == NULL) {
            d->rehashidx++;
              // 如果查找了n * 10个卡槽还是为空的话那么咱们返回1，不执行操作
            if (--empty_visits == 0) return 1;
        }
          // 获取原来的ht[0]的相应卡槽的Hash表
        de = d->ht[0].table[d->rehashidx];
        /* 而后将卡槽中的Key Value 都放入 ht[1] 示意将数据从ht[0] 挪动到 ht[1]*/
        while(de) {
            uint64_t h;

            nextde = de->next;
            /* 获取新哈希表中的索引 */
            h = dictHashKey(d, de->key) & d->ht[1].sizemask;
            de->next = d->ht[1].table[h];
            d->ht[1].table[h] = de;
            d->ht[0].used--;
            d->ht[1].used++;
            de = nextde;
        }
          // 如果为空那么持续+1，晓得ht[0]的表变成空的
        d->ht[0].table[d->rehashidx] = NULL;
        d->rehashidx++;
    }

      // 实现ReHash，示意将ht[0]所有数据曾经挪动到ht[1]，而后将ht[1] 赋值给ht[0]，而后清空ht[1]，一次ReHash操作实现
    /* 查看咱们是否曾经从新ReHash了第一张Hash表.. */
    if (d->ht[0].used == 0) {
        zfree(d->ht[0].table);
        d->ht[0] = d->ht[1];
        _dictReset(&d->ht[1]);
        d->rehashidx = -1;
        return 0;
    }

    /* 返回数据，这一步通常因为ReHash没有执行完，只ReHash了一部分（未实现ReHash） */
      // 返回1示意给定时工作循环调度，while条件，示意没有ReHash实现
    return 1;
}

并且有任务调度ReHash

在Server中https://github.com/redis/redi…

/* 数据库定时工作 */
void databasesCron(void) {
/* Rehash */
        if (server.activerehashing) {
            for (j = 0; j < dbs_per_call; j++) {
                  // 数据库ReHash
                int work_done = incrementallyRehash(rehash_db);
                if (work_done) {
                    break;
                } else {
                    /* If this db didn't need rehash, we'll try the next one. */
                    rehash_db++;
                    rehash_db %= server.dbnum;
                }
            }
        }


// 每个数据库每次执行1毫秒的ReHash
int incrementallyRehash(int dbid) {
    /* Keys dictionary */
    if (dictIsRehashing(server.db[dbid].dict)) {
        dictRehashMilliseconds(server.db[dbid].dict,1);
        return 1; /* 曾经应用了毫秒作为循环周期。... */
    }
    /* Expires */
    if (dictIsRehashing(server.db[dbid].expires)) {
        dictRehashMilliseconds(server.db[dbid].expires,1);
        return 1; /* 曾经应用了毫秒作为循环周期。... */
    }
    return 0;
}
  
/* Rehash在ms+"delta"毫秒。delta值较大,小于0，大多数状况下小于1。准确上界取决于dictRehash(d,100)的运行工夫 */
int dictRehashMilliseconds(dict *d, int ms) {
    if (d->iterators > 0) return 0;
        // 记录开始同步
    long long start = timeInMilliseconds();
      // 记录ReHash的数量
    int rehashes = 0;
        // 每次ReHash100条数据
    while(dictRehash(d,100)) {
        rehashes += 100;
          // 如果执行到指定工夫  例如 一毫秒，以后工夫 - 开始工夫 > 1毫秒，则间接Break
        if (timeInMilliseconds()-start > ms) break;
    }
    return rehashes;
}

关于redis:Redis的Hash冲突以及渐进式ReHash源码分析

Redis数据DB

Redis数据Dict字典

Redis解决Hash抵触

ReHash解决扩容ReHash过程

评论

发表回复取消回复

更多文章

苹果iOS打包的ipa应用无法安装？一篇文章带你了解可能的原因及排查方法

图解Golang：从零开始实现简易版过期LRU缓存

深入解析：基于Delta的线性数据结构模型，打造高效富文本编辑器

轻松管理社交媒体：使用Automa插件实现一键拉黑功能

关于redis:Redis的Hash冲突以及渐进式ReHash源码分析

Redis数据DB

Redis数据Dict字典

Redis解决Hash抵触

ReHash解决扩容ReHash过程

评论

发表回复 取消回复

更多文章

苹果iOS打包的ipa应用无法安装？一篇文章带你了解可能的原因及排查方法

图解Golang：从零开始实现简易版过期LRU缓存

深入解析：基于Delta的线性数据结构模型，打造高效富文本编辑器

轻松管理社交媒体：使用Automa插件实现一键拉黑功能

发表回复取消回复