Redis
是一个高性能的 key-value
内存数据库,与 Memcached
只能存储字符串数据类型不一样,它支持存储的数据结构类型包括:字符串(string)、链表(lists)、哈希表(hash)、集合(set)、有序集合(zset)等。
Redis
的高性能得益于其 I/O事件驱动
模型,当然本文并不是讨论 Redis
的所有知识点,下面主要介绍 Redis
的核心数据结构:字典
的设计和实现。
Redis
本质上就是在字典上挂载着各种数据结构,我们先来看看 字典
这种数据结构。Redis中的 字典
其实是就是 哈希表(HashTable)
,我们来看看 哈希表
的定义:
哈希表(HashTable)是根据键值(Key)而直接进行访问的数据结构。也就是说,它通过把键值映射到表中一个位置来访问记录,以加快查找的速度。这个映射函数叫做散列函数,存放记录的数组叫做散列表。
先来看看 哈希表
数据结构的原理图:
上图比较清晰的描述了 哈希表
的原理,主要的步骤如下:
通过Hash函数把key映射到哈希表的某个位置
如果有不同的key被映射到同一个位置(冲突),采用拉链法(使用链表存储)来处理。
Redis的字典基本遵从了哈希表的设计,当然在通用性和性能上改进了一些地方,下面我们来解释一下Redis字典的设计。
首先我们来看看在Redis中字典数据结构的定义:
dictEntry { *key; { *val; u64; s64; d; } v; dictEntry *next; } dictEntry; dictht { dictEntry **table; size; sizemask; used; } dictht; dict { dictType *type; *privdata; dictht ht[]; rehashidx; iterators; } dict;
我们通过下图来整理一下这几个结构体的关系:
在Redis中,字典是通过结构体 dict
来表示的,而 dict
结构又会引用 dictht
和 dictEntry
这些结构,下面介绍一下这些结构体的各个字段作用。
type
:是用户自定义的函数列表,主要用于插入数据到字典时进行的一些操作,比如计算key哈希值的 hashFunction
函数句柄。
privdata
:创建字典时指定的私有数据,一般提供给 type
字段中的函数句柄使用。
ht[2]
:类型为 dictht
结构的数组,这个数组有两个元素,而 dictht
结构主要用于保存数据,至于为什么需要两个 dictht
结构是因为rehash的需要。
rehashidx
:rehash操作过程中最后一次处理的桶索引。
iterators
:用于迭代字典中的数据。
table
:类型为 dictEntry
结构指针的数组,用于保存数据,每个 key-value
的数据对通过类型为 dictEntry
的结构来存储。
size
:table数组的大小。
sizemark
:用于取模,得到一个 0 ~ size
的索引值。
used
:表示字典中有多少个元素。
key
:数据的键,主要用于查找数据。
v
:数据的值,数据主要通过这个字段来存储。
next
:用于解决Hash冲突,把冲突的key连接起来(拉链法)。
接下来分析啊一下在Redis中怎么创建一个字典,创建一个字典是通过 dictCreate()
函数来实现的:
dict *(dictType *type, *privDataPtr) { dict *d = ((*d)); (d,type,privDataPtr); d; } (dict *d, dictType *type, *privDataPtr) { (&d->[]); (&d->[]); d-> = type; d-> = privDataPtr; d-> = -; d-> = ; DICT_OK; } (dictht *ht) { ht-> = ; ht-> = ; ht-> = ; ht-> = ; }
dictCreate()
函数申请了一个类型为 dict
的结构,然后通过调用 _dictInit()
函数对其进行初始化操作,总体过程比较简单。下面来看看在Redis中怎么创建一个字典的:
dictType commandTableDictType = { dictSdsCaseHash, , , dictSdsKeyCaseCompare, dictSdsDestructor, }; () { ... server. = (&commandTableDictType,); ... }
创建字典时,需要提供类型为 dictType
的参数,这个参数主要定义了插入数据到字典时进行的一些操作,比如插入数据时key是否要进行复制的keyDup函数,我们来看看 dictType
的定义:
dictType { (*hashFunction)( *key); *(*keyDup)( *privdata, *key); *(*valDup)( *privdata, *obj); (*keyCompare)( *privdata, *key1, *key2); (*keyDestructor)( *privdata, *key); (*valDestructor)( *privdata, *obj); } dictType;
dictType
结构的每个字段都是一个函数指针,下面说明一下各个字段的作用:
hashFunction
:用于计算键的哈希值
keyDup
:用于复制数据的键
valDup
:用于复制数据的值
keyCompare
:用于比较键是否相等
keyDestructor
:用于释放复制出来的键的内存
valDestructor
:用于释放复制出来的值的内存
插入数据到字典是通过 dictAdd()
函数实现的,代码如下:
(dict *d, *key, *val) { dictEntry *entry = (d,key,); (!entry) DICT_ERR; (d, entry, val); DICT_OK; }
dictAdd()
函数主要还是通过调用 dictAddRaw()
函数来完成插入操作,dictAddRaw()
函数的代码如下:
dictEntry *(dict *d, *key, dictEntry **existing) { ; dictEntry *entry; dictht *ht; ((d)) (d); (( = (d, key, (d,key), existing)) == -) ; ht = (d) ? &d->[] : &d->[]; entry = ((*entry)); entry-> = ht->[]; ht->[] = entry; ht->++; (d, entry, key); entry; }
dictAddRaw()
函数主要完成以下几个工作:
判断是否正在进行rehash操作(dictIsRehashing()
判断为真),如果是就调用 _dictRehashStep()
函数进行rehash。
通过调用 _dictKeyIndex()
函数计算key对应所在哈希表的位置(索引)index
。
如果正在rehash,那么就使用ht数组的第二个哈希表,否则就用第一个(原因下面会说明)。
创建一个 dictEntry
结构用于保存数据的键和值。
dictAddRaw()
函数会返回一个类型为 dictEntry
结构的值,然后 dictAdd()
函数通过调用 dictSetVal()
函数设置其值。
当哈希表中的数据个数超过一定数量时,哈希冲突的链表过长,从而导致查询效率降低,这个时候就需要Rehash操作。Rehash操作是将哈希表的数组扩大,从而减少哈希冲突的比率。当然扩大哈希表的数组会导致之前的映射关系无效,所以需要把旧数据重新迁移到新的哈希表数组中。下面描述了Rehash的过程:
Redis在插入数据到字典时,会通过 _dictExpandIfNeeded()
函数来判断是否需要进行Rehash操作,_dictExpandIfNeeded()
函数代码如下:
(dict *d) { ((d)) DICT_OK; (d->[]. == ) (d, DICT_HT_INITIAL_SIZE); (d->[]. >= d->[]. && (dict_can_resize || d->[]./d->[]. > dict_force_resize_ratio)) { (d, d->[].*); } DICT_OK; }
_dictExpandIfNeeded()
函数主要完成3个工作:
通过 dictIsRehashing()
来判断字典是否正在Rehash操作,如果是就直接返回OK,不需要再进行Rehash。
如果字典的第一个哈希表的大小为0,表示需要对第一个哈希表进行初始化。
如果第一个哈希表的元素个数大于等于哈希表的大小,那么就对第一个哈希表进行Rehash操作(把哈希表的大小扩大为原来的2倍)。
进行Rehash操作通过调用 dictExpand()
函数来完成,dictExpand()
函数代码如下:
(dict *d, size) { ((d) || d->[]. > size) DICT_ERR; dictht n; realsize = (size); (realsize == d->[].) DICT_ERR; n. = realsize; n. = realsize-; n. = (realsize*(dictEntry*)); n. = ; (d->[]. == ) { d->[] = n; DICT_OK; } d->[] = n; d-> = ; DICT_OK; }
dictExpand()
函数比较简单,就是申请一个更大的哈希数组,如果第一个哈希表的哈希数组为空,那么就把第一个哈希表的哈希数组设置为新的哈希数组。否则将第二个哈希表的哈希数组设置为新的哈希数组。
这里有个问题,为什么需要两个哈希表呢?这是因为如果哈希表的元素个数比较多的时候Rehash一次的时间会比较长,这样就有可能导致阻塞Redis的服务。所以Redis通过对数据分批Rehash的方式来解决这个问题,也就是说把一次长耗时的操作分为多次短耗时的操作,这样就不会对Redis的服务造成太大的影响。而分批Rehash的关键就在于第二个哈希表。
从 dictExpand()
函数的实现来看,并没有在这里对数据进行Rehash操作,只是把哈希数组扩大2倍而已,那么Rehash操作在什么时候进行呢?对数据进行Rehash操作的触发点有很多个,如插入、删除和查找,当然最后都会调用 dictRehash()
函数来完成,我们来看看 dictRehash()
函数的实现:
(dict *d, n) { empty_visits = n*; (!(d)) ; (n-- && d->[]. != ) { dictEntry *de, *nextde; (d->[]. > ( )d->); (d->[].[d->] == ) { d->++; (--empty_visits == ) ; } de = d->[].[d->]; (de) { h; nextde = de->; h = (d, de->) & d->[].; de-> = d->[].[h]; d->[].[h] = de; d->[].--; d->[].++; de = nextde; } d->[].[d->] = ; d->++; } (d->[]. == ) { (d->[].); d->[] = d->[]; (&d->[]); d-> = -; ; } ; }
dictRehash()
函数的第二个参数是指定了每次要对多少个槽进行Rehash(也就是冲突链表),Rehash操作就是遍历第一个哈希表的所有数据,然后重新计算key的哈希值,保存到第二个哈希表中,并且从第一个哈希表中删除。当第一个哈希表的元素个数为0时,就将第一个哈希表替换成第二个哈希表,并且完成Rehash操作。
要在字典中查找某个key的值通过 dictFind()
函数完成,dictFind()
函数代码如下:
dictEntry *(dict *d, *key) { dictEntry *he; h, idx, table; (d->[]. + d->[]. == ) ; ((d)) (d); h = (d, key); (table = ; table <= ; table++) { idx = h & d->[table].; he = d->[table].[idx]; (he) { (key==he-> || (d, key, he->)) he; he = he->; } (!(d)) ; } ; }
通过上面的介绍,dictFind()
函数的实现也比较容易理解,主要进行了如下操作:
如果字典为空(第一个和第二个哈希表都为空),那么就返回NULL。
如果正在进行Rehash操作,那么就调用 _dictRehashStep()
对数据进行分批Rehash。
计算key的哈希值,并且先在第一个哈希表中查找是否存在,如果存在就返回key对应的值。
如果key不在第一个哈希表中,那么就要判断当前是否正在Rehash操作,如果是就在第二哈希表中查找key是否存在。因为在Rehash的过程中,key有可能被移动到第二个哈希表中。
本文主要介绍了哈希表和Redis字典的设计与实现,Redis字典是对传统哈希表的一种扩展实现,能够减少Rehash操作对服务造成的阻塞。
本文转载自:https://mp.weixin.qq.com/s/0-xxZ1v4WFxMviH9ILb0aw