redis中hash数据结构及说明

hash的数据结构

• hash底层数据结构的实现包括两种：ziplist和字典当
• 保存的所有键值对字符串长度小于 64 字节并且键值对数量小于 512 时使用ziplist ，否则使用字典的方式

ziplist底层实现

ziplist是为了提高存储效率而设计的一种特殊编码的双向链表。它可以存储字符串或者整数，存储整数时是采用整数的二进制而不是字符串形式存储。

他能在O(1)的时间复杂度下完成list两端的push和pop操作。

但是因为每次修改操作都需要重新分配ziplist的内存，所以实际复杂度和ziplist的内存使用量相关

ziplist 中包含有zlbytes、zltail、zllen、entry、zlend等属性

• zlbytes：表示整个ziplist所占的空间大小，占4个字节
• zltail：压缩列表尾元素相对于压缩列表起始地址的偏移量，占4个字节
• zllen：压缩列表的元素数目，占两个字节；那么当压缩列表的元素数目超过(2^16)-1怎么处理呢？此时通过zllen字段无法获得压缩列表的元素数目，必须遍历整个压缩列表才能获取到元素数目
• zlend：压缩列表的结尾，占一个字节，恒为0xFF（255）
• entry：压缩列表存储的元素，可以为字节数组或者整数

entry 中包含有previous_entry_length、encoding、content等属性

• previous_entry_length：记录前一个节点的长度

该属性根据前一个节点的大小不同可以是1个字节或者5个字节；如果数值小于254，那就只用一个字节来表示长度，如果长度大于等于254就用5个字节，第一个字节是固定值254(FE)来标识这是个特殊的数据，剩下的4个字节来表示实际的长度

为什么要这么设计？

压缩列表目的是为了尽可能的节省存储空间，数据进行紧邻存储在一块连续的内存区域中；压缩表中元素的长度的是不同的，且为了减少存储空间，并没有保存前后节点的指针，无法通过后退指针来找到上一个元素，而通过保存上一个节点的长度，用当前的地址减去这个长度，就可以很容易的获取到了上一个节点的位置，通过一个一个节点向前回溯，来达到从表尾往表头遍历的操作

• encoding：数据的编码形式（字符串还是数字，长度是多少）
• content：实际存储的数据

修改操作耗费性能：ziplist在内存中是高度紧凑的连续存储，这意味着它对修改并不友好，如果要对ziplist做修改类的操作，那就需重新分配新的内存来存储新的ziplist，代价很大

ziplist其实是一个逻辑上的双向链表，可以快速找到头节点和尾节点，然后每个节点(entry)中也包含指向前/后节点的"指针"，但作者为了将内存节省到极致，摒弃了传统的链表设计(前后指针需要16字节的空间，而且会导致内存碎片化严重)，设计出了内存非常紧凑的存储格式。

内存是省下来了，但操作复杂性也更新的复杂度上来了

字典

底层实现

字典（dict）：其中包含长度为2的哈希表数组dictht，rehashIdx(默认-1)如果为-1说明当前没有扩容，如果不为 -1 则表示正在进行扩容，记录了原hash表需rehash的数组下标

hash表数组中，ht[0] 在第一次往字典中添加键值时分配内存空间，而另一个 ht[1] 将会在hash表中数组扩容/缩容才会进行空间分配

hash表(dictht)：字典dictht数组元素，其中包括了

1 数据 dictEntry 类型的数组，每个数组的 item 可能都指向一个链表

2 数组长度 size

3 sizemask 等于 size - 1

4 当前 dictEntry 数组中包含总共多少节点

hash表数组中元素(dictEntry)：真正的数据节点，包括 key、value 和 next 节点

整体结构如下所示：

扩容

扩容时机：在dict->rehashidx == -1 , 也就是字典没有正在进行扩容/缩容的前提下，以下三种情况下对哈希表进行扩容并标记 dict->rehashidx 字段为0，且扩展的哈希表的数组大小是第一个hash表长度的 2倍

• 字典已使用节点数和数组大小之间的比率至少为 1：1，并且 dict_can_resize 为true
• 已使用节点数和字典大小之间的比率超过 dict_force_resize_ratio,该值默认为5
• 哈希表刚初始化完，是个空表，给哈希数组设置默认大小 DICT_HT_INITIAL_SIZE （4）

扩容方式：为ht[1]分配长度为ht[0]2倍长度，rehashIdx设置为0表示正在进行扩容rehash，采取渐进式rehash

redis对一个字典的rehash操作，不是一次性把该字典 dict->ht[0] 哈希表上所有哈希数组里的哈希数组元素全部重新哈希到 dict->ht[1]

而是将全部的rehash操作分散到对该字典操作的各个命令上了，每次进行"一步"哈希操作(增加k/v，删除k/v，查找key，随机返回key)

• 下标从dict->rehashidx开始，在 dict->ht[0].table 数组中找到第一个不为NULL的项
• 将该项链表上的所有元素全部hash映射到 ditct->ht[1] 上
• 每重新映射一个元素， dict->ht[0].used --, dict->ht[1].used ++
• 该项链表处理完后，将 dict->rehashidx ++

如果 dict->ht[0].used == 0，说明 dict->ht[0]中的元素已全部rehash到dict->ht[1],释放dict->ht[0].table 数组，设置 dict->ht[0] = dict->ht[1]，重置 dict->ht[1]的字段，设置 dict->rehashidx = -1，rehash操作结束

缩容

字典有扩容也有缩容，从字典中删除key后，若字典中的元素个数与字典数组大小满足一定关系，会触发缩容操作，缩绒条件是：

哈希数组长度大于默认值DICT_HT_INITIAL_SIZE (4)，且节点数量 与 字典哈希表数字大小的比例 小于10%

缩容后新数组长度为hash表中元素个数

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。