关于redis:Redis的Hash冲突以及渐进式ReHash源码分析

67次阅读

共计 7177 个字符，预计需要花费 18 分钟才能阅读完成。

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;
}

正文完
redis
发表至： redis
2021-01-29
 0
关于redis:深入理解redis缓存双写一致性之更新策略探讨
关于redis:详解Redisson分布式限流的实现原理
关于redis:Redis-事件
关于redis:面试时别只说会redis-get-set-布隆过滤器了解下