一、键值对的结构
了解 Redis 朋友的都知道，Redis 是一种键值对 ( Key-Value Pair ) 数据库，在内存中键值对是以字典 ( Dict ) 的方式保存的，而字典的底层其实是通过 哈希表 来实现的。通过哈希表中的节点保存字典中的键值对。而这个哈希表的数据结构就是一个数组。
也就是说当我们添加或修改数据时，只需要计算出键的哈希值，然后，跟数组的大小取模，就可以很快的定位到它所对应的哈希桶的位置。所以，哈希表的最大好处就是我们可用O(1)的时间复杂度来快速查找键值对。(如下图所示)。
[图片上传失败...(image-2f13f0-1617843426474)]
但是，这里存在一个问题，就是当存入的键之间计算的哈希值相同时，就会出现键冲突的问题。那么，Redis是如何解决的呢？
二、键的哈希值冲突了怎么办
当往 Redis写入大量的数据时，不可避免的会出现键冲突的问题。这里的哈希冲突，也就是指，两个 key 的哈希值和哈希桶计算对应关系时，正好落在了同一个哈希桶中。毕竟，哈希桶的个数通常要少。
Redis 解决冲突的方式，跟 Java中的 HashMap 相同，也是以链表的方式解决的。也就是当多个键的哈希值相同，落到同一个哈希桶上时，它们之间以链表的形式保存。如下图所示：
在这里插入图片描述
但是，这里存在一个问题，哈希冲突链上的元素只能通过指针逐一查找再操作。如果哈希表里写入的数据越来越多，哈希冲突可能也会越来越多，这就会导致某些哈希冲突链过长，进而导致这个链上的元素查找耗时长，效率降低。对于追求“快”的 Redis 来说，这是不太能接受的。
所以，Redis 是通过扩容，也就是扩大哈希表的长度来解决此问题。
三、Redis中的Rehash
Redis 中是通过对哈希表进行 Rehash 操作，也就是增加现有哈希桶的数量，让主键增多的 数据能在更多的哈希桶之间分散保存，减少了每个桶中的元素数量，从而减少单个桶中的冲突。那它具体是怎么做的呢？
1、字典结构
我们先通过Redis 源码看看 它的字典 ( dict )结构是如何实现。
/* 源码文件 src\dict.h */
/* 哈希表
* 每个字典都使用两个哈希表，以实现渐进式 rehash 。
*/
typedef struct dictht {
dictEntry **table; // 哈希表数组
unsigned long size; // 哈希表大小
unsigned long sizemask; // 哈希表大小掩码，用于计算索引值，总是等于 size - 1
unsigned long used; // 该哈希表 已有节点数量
} dictht;
// Redis 中的字典结构
typedef struct dict {
dictType *type; // 类型特定函数
void *privdata; // 私有数据
dictht ht[2]; // 哈希表
long rehashidx; /* Rehash 索引，当不在进行Rehash时 值为 -1 */
unsigned long iterators; /* 目前正在运行的安全迭代器的数量 */
} dict;
由 Redis 源码我们不难发现，在 dict 结构中定义了两个 dictht ，也就是存在两个哈希表。Redis 这么做的目的就是为了使 rehash 操作更高效。Redis 正常情况下都是使用 哈希表1( 即 dict->ht[0] )，哈希表2( 即 dict->ht[1] )并不会分配空间，只有当数据不断增多，需要进行 rehash 时采用用到 哈希表2。
2、何时 rehash
在 Redis 中是跟 Java 中的 HashMap 一样，也是当哈希表中保存的元素达到某个阈值的时候，就会触发 rehash操作。同样我们也通过 Redis 源码来看看它是什么时候触发的。
/*源码文件 src\dict.c */
// 添加元素
int dictAdd(dict *d, void *key, void *val){
// 掉方法 dictAddRaw
dictEntry *entry = dictAddRaw(d,key,NULL);
// 省略部分代码
return DICT_OK;
}
dictEntry *dictAddRaw(dict *d, void *key, dictEntry **existing){
long index;
dictEntry *entry;
dictht *ht;
if (dictIsRehashing(d)) _dictRehashStep(d); // 判断是否整在进行 rehash
/*
* 获取新元素 在哈希表中的下标，如果已经存在返回 -1
*/
if ((index = _dictKeyIndex(d, key, dictHashKey(d,key), existing)) == -1)
return NULL;
// 省略部分代码
return entry;
}
static long _dictKeyIndex(dict *d, const void *key, uint64_t hash, dictEntry **existing){
unsigned long idx, table;
dictEntry *he;
if (existing) *existing = NULL;
/* Expand the hash table if needed */
/* 判断 是否需要进行扩容 */
if (_dictExpandIfNeeded(d) == DICT_ERR)
return -1;
// 省略部分代码
return idx;
}
/* 判断是否需要进行扩容操作 */
static int _dictExpandIfNeeded(dict *d){
/* 如果正在进行 rehash 则直接返回 OK. */
if (dictIsRehashing(d)) return DICT_OK;
/* 如果当前 哈希表1 为空，即第一次添加元素，则直接创建 */
if (d->ht[0].size == 0) return dictExpand(d, DICT_HT_INITIAL_SIZE);
/*
* 如果当前已有元素大于等于哈希表的大小，并且允许 rehash 或者已经
* 超过了安全阈值，则进行扩容操作
*
*/
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;
}
说明：
1、d->ht[0].used >= d->ht[0].size 判断哈希表1 中的已有元素是否大于等于哈希表的长度。
2、dict_can_resize 是否允许进行 rehash 的标准 ，0-不允许，1-允许。当 redis 正在进行 生成 RDB 快照或者 重新AOF 文件时，此值设置为0
3、d->ht[0].used/d->ht[0].size > dict_force_resize_ratio 判断哈希表 中的已有元素与哈希表长度的比率是超过安全比率 dict_force_resize_ratio。 dict_force_resize_ratio 值为 5。
总结，当 Redis 中哈希表中的已有元素个数大于等于哈希表的长度，并且 Redis 不在处于 正在生产 RDB快照或者重写AOF文件，或者 哈希表已有元素个与哈希表的长度的比率大于 5 时，就会触发 rehash 操作。
<span style="color: #FF0000">强调：Redis中的阈值时固定，不可改的。</span>
3、rehash 步骤
扩展和收缩哈希表的工作可以通过执行rehash（重新散列）操作来完成，Redis 中执行 rehash 的步骤如下：
-
给哈希表2 ( ht[1] )分配的空间。这个哈希表的空间大小取决于要执行的操作，以及ht[0]当前包含的键值对数量（也即是ht[0].used属性的值）：
- 如果执行的是扩展操作，那么 ht[1] 的大小为第一个大于等于 ht[0].used*2 的 2 n（2的n次方幂）；
- 如果执行的是收缩操作，那么 ht[1] 的大小为第一个大于等于 ht[0].used 的2 n
-
将保存在 ht[0] 中的所有键值对 rehash 到 ht[1] 上面：rehash指的是重新计算键的哈希值和索引值，然后将键值对放置到ht[1]哈希表的指定位置上。
-
当 ht[0] 包含的所有键值对都迁移到了 ht[1] 之后（ht[0]变为空表），释放ht[0]，将ht[1]设置为ht[0]，并在ht[1]新创建一个空白哈希表，为下一次rehash做准备。
上面的步骤看似很简单，但是，我们知道 Redis 是单线程的，那么如果一次性把哈希表1中的数据全部迁移完，势必会造成 Redis 线程阻塞，无法服务其他请求，此时，Redis 就无法快速访问数据了。
为了避免这个问题，Redis 采用了 渐进式rehash
4、渐进式 rehash
何为渐进式rehash ？简单来说就是在第二步拷贝数据时，Redis 不是集中式的一次性完成的，而是分多次、渐进式地完成的。 Redis 是把数据的迁移任务分散到了每次的请求中。
- 操作步骤
- 在字典中维护了一个 rehashidx 变量，当开始 rehash 时，他的值设置为 0，也就是表示从哈希表1，索引0 开始。
- 在每次的 增、删、改、查操作时，除了执行指定操作之外，还会判断是否正在 rehash，即 rehashidx != -1，如果是，就会顺带把 rehashidx 索引位置的 元素迁移到 哈希表2中。
- 随着操作不断的执行，最终会在某个时间点上，哈希表1 中的所有键值都会被 rehash 到哈希表2中。这时会把rehashidx的值设置为 -1，表示 rehash 操作已完成。
如下图所示：
在这里插入图片描述
-
源码分析
由上面介绍的 rehash 触发条件的源码中我们可知当满足条件后回调用
dictExpand方法，那么我们看下此方法的详细实现int dictExpand(dict *d, unsigned long size){ /* the size is invalid if it is smaller than the number of * elements already inside the hash table */ if (dictIsRehashing(d) || d->ht[0].used > size) return DICT_ERR; dictht n; /* the new hash table */ // 计算新表格的长度 unsigned long realsize = _dictNextPower(size); /* Rehashing to the same table size is not useful. */ if (realsize == d->ht[0].size) return DICT_ERR; /* Allocate the new hash table and initialize all pointers to NULL */ /* 分配一个新的 哈希表， 并且初始化所有的指针指向 null */ n.size = realsize; n.sizemask = realsize-1; n.table = zcalloc(realsize*sizeof(dictEntry*)); n.used = 0; /* Is this the first initialization? If so it's not really a rehashing * we just set the first hash table so that it can accept keys. */ if (d->ht[0].table == NULL) { // 第一次创建 d->ht[0] = n; return DICT_OK; } /* Prepare a second hash table for incremental rehashing */ d->ht[1] = n; d->rehashidx = 0; // 把 rehash 标志设置为 0， return DICT_OK; }此方法主要实现了以下功能：
- 计算需要扩容的新的哈希表的大小
- 给哈希表分配空间，并且所有的指针都指向 null
- 把rehash索引 rehashidx 设置为 0，也就是说 rehash 是从哈希表 1 的 0 位桶开始拷贝。
接下来我们在看看，Redis中 增删改查的代码中是如何进行 rehash 的。
/* 增加方法 */ dictEntry *dictAddRaw(dict *d, void *key, dictEntry **existing){ long index; dictEntry *entry; dictht *ht; // 判断是否整在进行 rehash if (dictIsRehashing(d)) _dictRehashStep(d); // 省略部分代码 } /* 查询方法 */ dictEntry *dictFind(dict *d, const void *key){ dictEntry *he; uint64_t h, idx, table; if (d->ht[0].used + d->ht[1].used == 0) return NULL; /* dict is empty */ // 判断是否整在进行 rehash if (dictIsRehashing(d)) _dictRehashStep(d); // 省略部分代码 } /* 删除方法 */ static dictEntry *dictGenericDelete(dict *d, const void *key, int nofree) { uint64_t h, idx; dictEntry *he, *prevHe; int table; if (d->ht[0].used == 0 && d->ht[1].used == 0) return NULL; // 判断是否整在进行 rehash if (dictIsRehashing(d)) _dictRehashStep(d); // 省略部分代码 }有增、删、查的方法我们可以发现所有的方法中都要
if (dictIsRehashing(d)) _dictRehashStep(d);这段代码，此行代码就是 判断当前是否正在进行 rehash 也就是rehashidx != -1则进行一步 rehash 操作。
5、定时辅助 rehash
由于，Redis 是渐进的方式进行 rehash 的，所以，在 Redis 中的键值对很多的情况下，那么，哈希表1 和 哈希表2 将共存很长时间，Redis 在渐进式 rehash 的同时，还会在 Redis 空闲时也会定时辅助进行 rehash 。
下面我们通过 Redis 源码，看看是如何实现的。
- 调度方法
serverCron
int serverCron(struct aeEventLoop *eventLoop, long long id, void *clientData) {
// 省略部分代码
/* We need to do a few operations on clients asynchronously. */
clientsCron();
/* 处理 Redis 数据库后端操作，再次方法中执行定时 rehash 操作 */
databasesCron();
// 省略部分代码
}
-
databaseCron 方法
void databasesCron(void) { /* 处理过期键 */ if (server.active_expire_enabled) { if (server.masterhost == NULL) { activeExpireCycle(ACTIVE_EXPIRE_CYCLE_SLOW); } else { expireSlaveKeys(); } } /* Defrag keys gradually. */ if (server.active_defrag_enabled) activeDefragCycle(); /* 如果当前系统没有在 生成 RDB 快照或 重写 AOF 文件，则进 */ if (server.rdb_child_pid == -1 && server.aof_child_pid == -1) { // 省略部分代码 /* Rehash 操作 */ if (server.activerehashing) { for (j = 0; j < dbs_per_call; j++) { int work_done = incrementallyRehash(rehash_db); if (work_done) { /* If the function did some work, stop here, we'll do * more at the next cron loop. */ break; } else { /* If this db didn't need rehash, we'll try the next one. */ rehash_db++; rehash_db %= server.dbnum; } } } } }说明：
可以在 redis.conf 配置文件中配置 activerehashing 的值是否启动，定时辅助 rehash，默认为 yes 启动。
四、扩展知识
1、rehash 期间如何查找值
因为在进行渐进式 rehash 的过程中，字典会同时使用 ht[0] 和 ht[1] 两个哈希表，所以在渐进式 rehash 进行期间，字典的删除（delete）、查找（find）、更新（update）等操作会在两个哈希表上进行。首先会现在 ht[0] 上查找，如果不存在，则到 ht[1] 上查找。
2、rehash期间有新增怎么存
在渐进式 rehash 执行期间，新添加到字典的键值对一律会被保存到 ht[1] 里面，而 ht[0] 则不再进行任何添加操作，这一措施保证了 ht[0] 包含的键值对数量会只减不增，并随着 rehash 操作的执行而最终变成空表。
3、生成 RDB 文件或 重写 AOF 期间为什么不能 rehash 操作
这是因为在 Redis 中是通过创建子进程的方式，生成 RDB 快照或 重写 AOF 文件的，而大多数操作系统都采用写时复制（copy-on-write）技术来优化子进程的使用效率。因为 rehash 操作需要父进程申请新的哈希表，所有在 生成RDB或 AOF重写 期间，会造成父进程大量的 COW操作，影响父进程的性能。
说明：
如果负载因子大于一定值(固定为 5) 时，即时正在进行 生成RDB 或 重写 AOF 也会进行 rehash 操作。
4、为什么rehash期间，允许RDB和AOF rewrite？
因为 rehash 已经开始，说明新的哈希表内存已经申请完成了，之后的 rehash 过程只是迁移哈希桶下的数据指针，不涉及到内存申请了，所以 RDB 和 AOF rewrite 没影响。
五、小结
在 Redis 中是以 哈希表的方式来保存键值对数据的，但是随着键值对的增多，会出现 哈希冲突的情况，这种情况，Redis 是以链表的方式解决哈希冲突的。当链表变得很长时，会影响 Redis 的查找性能，为了减小 链表的长度，Redis 采用了 rehash 操作，也就是把扩大当前哈希表的长度，Redis 在 rehash 是不是一次性rehash ，而是采用了渐进式方式，这样可以解决长时间阻塞，在 渐进式 rehash 的同时，Redis 在空闲时间也会进行 1Ms 的定时 rehash。
网友评论