深入理解Redis 数据结构—字典

骑猪看日落 2023-09-28 21:08 26阅读 0赞

字典，又称为 **符号表、关联数组或映射** ，是一种用于保存 **键值对** 的抽象数据结构。在字典中，一个键可以和一个值进行关联，这些关联的键和值称为键值对。键值对中键是 `唯一的` ,我们可以根据 `键key` 通过映射查找或者更新对应的 `值value` 。

很多高级开发语言有对应集合支持字典这种数据结构，比如 `Java` 中的 `Map` 集合。 `C语言` 并未内置字典这种数据结构， `Redis` 构建了自己的字典实现。

### 应用 ###

字典在 `Redis` 中应用非常广泛， `Redis` 数据库就是使用字典作为数据底层的实现。对数据的 **增、删、改、查** 操作也是建立在字典之上操作。

当执行命令：

set msg "hello"

在数据库中创建一个键为 `msg` ，值为 `hello` 的键值对，这个 `键值对` 就用字典来实现的。创建其他数据类型的键值对，比如 `list` 、 `hash` 、 `set` 、 `sort set` 也是用字典来实现的。

处理用来表示数据中的键值对，字典还是 `hash` 数据类型底层实现之一，比如一个 `hash` 数据类型 `website` ，包含 `100` 个键值对，这些键值对中的键是 `网址名称` ，值是 `网页地址` :

redis> HGETALL website
    1)"Redis"
    2)"Redis.io"
    3)"nacos"
    4)"nacos.io"
    .....

`website` 键的底层就是一个字典，包好了 `100` 个 `键值对` ，例如：

*  键值对中的键为 `"Redis"` ，值为 `"Redis.io"` 。
 *  键值对中的键为 `"nacos"` ，值为 `"nacos.io"` 。

### 字典的实现 ###

`Redis` 字典使用哈希表作为底层实现，一个哈希表里面有多个哈希表节点，每个哈希表节点保存字典中的键值对。

### 哈希表 ###

`Redis` 字典使用的哈希表由 [dict.h/dictht][dict.h_dictht] 结构来表示：

/* This is our hash table structure. Every dictionary has two of this as we
     * implement incremental rehashing, for the old to the new table. */
    typedef struct dictht {
         // table 数组 
        dictEntry **table;
        // 哈希表的大小
        unsigned long size;
        // 等于size-1，用于计算索引值
        unsigned long sizemask;
        // 已有的键值对数量
        unsigned long used;
    } dictht;

注释：这是哈希表结构，每个字典有两个实现增量重散列，从旧的哈希表到新的哈希表。

*  `table` 属性的是一个数组，数组中的每个元素都指向哈希节点 `dictEntry` ，每个 `dictEntry` 结构都保存一个键值对。
 *  `size` 记录了哈希表的大小，也就是 `table` 数组的大小。
 *  `used` 属性记录了哈希表目前已有的键值对数量。 `sizemask` 的值等于 `size-1` ，这个属性和哈希表一起决定键应该放在 `table` 数组的那个位置上。

下图展示一个大小为 `4` 空哈希表（没有包含任务的键值对）：

![0b0a1a570a7aa517afb833ce2176972c.png][]

### 哈希表节点 ###

哈希表节点使用 [dictEntry][] 结构来表示，每个 `dictEntry` 结构都保存着一个 `键值对` ：

typedef struct dictEntry {
        // 键
        void *key;
        // 值   
        union {
            void *val;
            uint64_t u64;
            int64_t s64;
        } v;
        // 指向下一个哈希表节点，形成链表
        struct dictEntry *next;
    } dictEntry;

其中：

*  `key` 保存键值
 *  `v` 保持值， `v` 可以是一个指针，可以是 `uint64_t` 整数，也可以是一个 `int64_t` 整数。
 *  `next` 指向另一个哈希表节点的指针，这个指针将多个 `哈希值相同` 的键值对连接在一起，以此解决 `hash冲突` 的问题。

下图展示两个 `键的hash值` 相同的哈希表节点 `k0` 和 `k1` ，两者通过 `next` 指针连接在一起。

![4249f2f757eda72bb67235910e393f43.png][]

### 字典 ###

`Redis` 中的字典由 [dict.h/dict][dict.h_dict] 结构表示：

typedef struct dict {
        // 类型特定的函数 
        dictType *type;
       // 私有函数
        void *privdata;
        // 哈希表
        dictht ht[2];
        // rehash 索引 
        int rehashidx; /* rehashing not in progress if rehashidx == -1 */
        int iterators; /* number of iterators currently running */
    } dict;

*  `type` 属性和 `privadata` 属性是针对不同类型的键值对，为创建多态的字典而设置。
 *  `type` 是指向 `dictType` 结构的指针，每个 `dictType` 包含几组针对特定类型的键值对操作的函数， `Redis` 会为用途不同的字典设置不同的函数。下图展示 `dictType` 字典类型：

typedef struct dictType {
        // 计算哈希值
        unsigned int (*hashFunction)(const void *key);
        // 复制键
        void *(*keyDup)(void *privdata, const void *key);
        // 复制值
        void *(*valDup)(void *privdata, const void *obj);
        // 对比键
        int (*keyCompare)(void *privdata, const void *key1, const void *key2);
        // 销毁键
        void (*keyDestructor)(void *privdata, void *key);
       // 销毁值 
       void (*valDestructor)(void *privdata, void *obj);
    } dictType;

*  `privdata` 属性保存针对不同的类型操作的函数传的可选参数。
 *  `ht[2]` 是包含两个数大小的数组，类型为 `dictht` 哈希表。字典只使用 `ht[0]` 哈希表，ht `[1]` 只会对 `ht[0]` 哈希表进行 `rehash` 时使用。
 *  `rehashidx` 记录了 `rehash` 的进度，如果目前没有进行的 `rehash` ，那么它的值为 `-1` 。

下图为一个普通状态下（没有进行rehash）的字典：

![a4e7a19542dda4ae585d067261e3ab03.png][]

### 哈希算法 ###

当要将一个新的键值对添加到字典中，程序需要先根据键值对中的键计算出哈希值和索引值，然后根据索引值，将包含新键值的哈希表放在哈希表数组的指定索引上。

`Redis` 计算哈希值和索引值的步骤如下：

1.  使用字典设置的哈希函数，计算键的哈希值。

hash = dict—>type->hashFunction(key)

1.  使用哈希表的 `sizemask` 属性和哈希值，取余计算出哈希值。

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

了解过 `HashMap` 底层原理的同学应该知道，上面计算索引值和 `HashMap` 找到索引下标的原理是类似的。

什么是取余 `&` 运算？

取余就是计算两数相除的余数， 比如一个数组长度为4，索引范围是 `0~3` ,需要放置 `0,1,7` ，放置如下图所示：

![53e315647b24ab74bdd4b7fe9ca7e74d.png][]

举个例子，要将一个键值对 `k0` 和 `v0` 添加到下方的空字典表中：

![61e2f72f7bf79bdeecbce7d08fae9930.png][]

首先计算键的哈希值：

hash = dict—>type->hashFunction(key)

计算键 `k0` 的哈希值。

假设计算出来的哈希值为 `8` ，然后计算索引值：

index = dict -> hash & ht[0].sizemask = 8 & 3 = 0;

计算出键 `k0` 的索引值 `0` ，这表示键值对 `k0` 和 `v0` 的节点放置到哈希表数组下标 `0` 的位置上，如下图所示：

![6d4a033325181ab7d9e6c1d3e28cbc30.png][]

### 键冲突 ###

当两个或者两个以上的计算出数组索引值一致时，就发生了 `键冲突` 。

Redis的哈希表采用 `链表法` 来解决键冲突，每个哈希表的节点都有一个 `next` 指针，多个哈希表节点用 `next` 指针组成一个单链表，被分配到同一个数组索引上的多个节点使用单向链表连接起来，这就很好的解决了 `键冲突` 的问题。

举个例子，程序要将一个键值对 `k2` 和 `v2` 添加到下图的哈希表中，并且计算 `k2` 的索引值为 `2` ,那么键 `k1` 和 `k2` 将发生冲突：

![74a5b48446d0f89e5d915ea366762663.png][]

解决冲突的办法就是使用 `next` 指针将 `k2` 和 `k1` 所在的节点连接起来，如下图所示：

![a4f9bf7af17788034428337e821e288a.png][]

### 总结 ###

*  字典是一种映射的 `键值对` 数据结构，其中键是唯一的，通过唯一的键可以快速找到对应的值。
 *  字典包含广泛用在 `Redis` 数据库中。
    
        Hash
 *  字典的结构
    
     *  包含一个字典，包含根据特定类型处理的函数 `dictType` 、两个哈希表 `ht[2]` ,字典只用到了 `ht[0]` ,遇到了扩容才会使用 `ht[1]` 。
     *  一个字典包含 `两个哈希表` ，每个哈希表 `dictht` 包含一个 `table` 数组， `size` 记录数组的大小， `sizemask` 等于 `size-1` , `sizemask` 和哈希值决定数据存在在 `table` 的位置。 `used` 记录已有的键值对。
     *  哈希表节点dictEntry `结构保存一个键值对，其中` key `保存键，` V `保存值，` V `可以是一个指针、可以是` uint64\_t `整数、也可以是` int64\_t `的整数。` next `是为了解决` 键hash冲突 `，两个键的计算出的索引在数组的同一个地方，就使用` next\`指针连接在一起。
 *  新增一个键值对，首先通过调用 `dict—>type->hashFunction(key)` 计算 `键的哈希值` ,再和 `dictht` 的 `sizemask` 做取余操作，计算得到要存放 `table` 数组的索引位置。如果发生 `键冲突` 时，使用 `链表法` 将多个哈希节点通过 `next` 指针组成一个单链表。
 *  `Redis` 字典的实现和 `Java` 中的 `HashMap` 数据结构有以下类似的点：
    
     *  **确定索引位置：** 键首先使用哈希算法算出哈希值，再和数组的 `长度-1` 做取余操作，确定存放数组的下标。
     *  **解决hash冲突:** 两个键值计算的索引一致，采用 `链表法` ，将多个节点通过 `next` 指针连在一起。

[dict.h_dictht]: https://github.com/redis/redis/blob/2.6/src/dict.h#L68-L73
[0b0a1a570a7aa517afb833ce2176972c.png]: https://img-blog.csdnimg.cn/img_convert/0b0a1a570a7aa517afb833ce2176972c.png
[dictEntry]: https://github.com/redis/redis/blob/2.6/src/dict.h#L47-L55
[4249f2f757eda72bb67235910e393f43.png]: https://img-blog.csdnimg.cn/img_convert/4249f2f757eda72bb67235910e393f43.png
[dict.h_dict]: https://github.com/redis/redis/blob/2.6/src/dict.h#L75-L81
[a4e7a19542dda4ae585d067261e3ab03.png]: https://img-blog.csdnimg.cn/img_convert/a4e7a19542dda4ae585d067261e3ab03.png
[53e315647b24ab74bdd4b7fe9ca7e74d.png]: https://img-blog.csdnimg.cn/img_convert/53e315647b24ab74bdd4b7fe9ca7e74d.png
[61e2f72f7bf79bdeecbce7d08fae9930.png]: https://img-blog.csdnimg.cn/img_convert/61e2f72f7bf79bdeecbce7d08fae9930.png
[6d4a033325181ab7d9e6c1d3e28cbc30.png]: https://img-blog.csdnimg.cn/img_convert/6d4a033325181ab7d9e6c1d3e28cbc30.png
[74a5b48446d0f89e5d915ea366762663.png]: https://img-blog.csdnimg.cn/img_convert/74a5b48446d0f89e5d915ea366762663.png
[a4f9bf7af17788034428337e821e288a.png]: https://img-blog.csdnimg.cn/img_convert/a4f9bf7af17788034428337e821e288a.png