《Reids 设计与实现》第二章 字典
《Reids 设计与实现》第二章 字典
文章目录
- 《Reids 设计与实现》第二章 字典
- 一、字典
- 1.简介
- 2.字典的实现
- 3.哈希算法
- 4.解决键冲突
- 5.rehash
- 6.渐进式 rehash
- 7.字典 API
- 8.重点回顾
一、字典
1.简介
字典经常作为一种数据结构内置在很多高级编程语言里,但 Redis 所使用的 C 语言并没有内置这种数据结构,因此 Redis 构建了自己的字典实现
字典在 Redis 中的应用相当广泛,比如 Redis 的数据库就是使用字典来作为底层实现的,对数据库的增、删、查、改操作也是构建在对字典的操作之上的
除了用来表示数据库之外,字典还是哈希键的底层实现之一,当一个哈希键包含的键值对比较多,又或者键值对中的元素都是比较长的字符串时,Redis 就会使用字典作为哈希键的底层实现
2.字典的实现
Redis 的字典使用哈希表作为底层实现,一个哈希表里面可以有多个哈希表节点,而每个哈希表节点就保存了字典中的一个键值对
哈希表
Redis 字典所使用的哈希表由 dictht 结构定义:
typedef struct dictht{//哈希表数组dictEntry **table;//哈希表大小unsigned long size;//哈希表大小掩码,用于计算索引值//总是等于 size - 1unsigned long sizemask;//该哈希表已有节点的数量unsigned long used;
}dictht;
table 属性是一个数组,数组中的每个元素都是一个指向 dictEntry 结构的指针,每个 dictEntry 结构保存着一个键值对。size 属性记录了哈希表的大小,也即是 table 数组的大小,而 used 属性则记录了哈希表目前已有节点(键值对)的数量。sizemask 属性的值总是等于 size - 1 ,这个属性和哈希值一起决定一个键应该被放到 table 数组的哪个索引上面
哈希表节点
哈希表节点使用 dictEntry 结构表示,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; //指向下个哈希表节点,形成链表struct dicEntry *next;
}dicEntry;
key 属性保存着键值对中的键,而 v 属性则保存着键值对中的值,其中键值对的值可以是一个指针,或者是一个 uint64_t 整数,又或者是一个 int64_t 整数
next 属性是指向另一个哈希表节点的指针,这个指针可以将多个哈希值相同的键值对连接在一起,用链地址法解决键冲突
字典
Redis 中的字典由 dict 结构表示:
typedef struct dict{//类型特定函数dictType *type;//私有数据void *privdata;//哈希表dictht ht[2];//rehash 索引//当 rehash 不再进行时,值为 -1int trehashidx;
}dict;
type 属性和 privdata 属性是针对不同类型的键值对,为创建多态字典而设置的:
- type 属性是一个指向 dictType 结构的指针,每个 dictType 结构保存了一簇用于操作特定类型键值对的函数,Redis 会为用途不同的字典设置不同的类型特定函数
- 而 privdata 属性保存了需要传给那些特定函数的可选参数
typedef struct dictType{//计算哈希值的函数unsigned int (*hashFunction)(const void *key);//复制键的函数void *(*keyDup)(void *privdata, const void *key);//复制值的函数void *(*valDup)(void *privdata, const void *obj);//对比键的函数int (*keyCompare)(void *privdata, const void *key1, const void *key2);//销毁键的函数void (*keyDestructor)(void *privdata, void *key);//销毁值得函数void (*valDestructor)(void *privdata, void *obj);
}dictType;
ht 属性是一个包含两个项的数组,数组中的每个项都是一个 dictht 哈希表,一般情况下,字典只使用 ht[0] 哈希表,ht[1] 哈希表只会在对 ht[0] 哈希表进行 rehash 时使用
除了 ht[1] 之外,另一个和 rehash 有关的属性就是 rehashidx,它记录了 rehash 目前的进度,如果目前没有在进行 rehash,那么它的值为 -1
3.哈希算法
当要将一个新的键值对添加到字典里面时,程序需要先根据键值对的键计算出哈希值和索引值,然后再根据索引值,将包含新键值对的哈希表节点放到哈希数组的指定索引上面
Redis 计算哈希值和索引值的方法如下:
#使用字典设置的哈希函数,计算 key 的哈希值
hash = dict->type->hashFunction(key);#使用哈希表的 sizemask 属性和哈希值,计算出索引值
#根据情况不同,ht[x] 可以是 ht[0] 或者 ht[1]
index = hash & dict->ht[x].sizemask;
当字典被用作数据库的底层实现,或则和哈希键的底层实现时,Redis 使用 MurmurHash2 算法来计算键的哈希值
MurmurHash 算法最初由 Austin Appleby 于 2008 年发明,这种算法的优点在于,即使输入的键是有规律的,算法仍然能做到很好的随机分布性,并且算法的计算速度也非常快
4.解决键冲突
当有两个或以上数量的键被分配到哈希数组的同一个索引上面时,我们称这些键发生了冲突
Redis 的哈希表使用链地址法来解决键冲突,每个哈希表节点都有一个 next 指针,多个哈希表节点可以用 next 指针构成一个单向链表,被分配到同一个索引上的多个节点可以用这个单向链表连接起来,这就解决了键冲突的问题
因为 dictEntry 节点组成的链表没有指向链表表尾的指针,所以为了速度考虑,程序总是将新节点添加到链表的表头位置(复杂度为 O(1)),排在其他已有节点的前面
5.rehash
随着操作的不断执行,哈希表保存的键值对会逐渐地增多或者减少,为了让哈希表的负载因子维持在一个合理的范围之内,当哈希表保存的键值对数量太多或者太少时,程序需要对哈希表的大小进行相应的扩展或者收缩
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 对字典的哈希表执行 rehash 的步骤如下:
- 为字典的 ht[1] 哈希表分配空间,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
- 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
举个例子,假设程序要对 4-8 所示字典的 ht[0] 进行扩展操作,那么程序将执行以下步骤:
1)ht[0].used 当前的值为 4,4 * 2 = 8,而 8(2^3)恰好是第一个大于等于 4 的 2 的 n 次方,所以程序会将 ht[1] 哈希表的大小设置为 8.图 4-9 展示了 ht[1] 在分配空间之后,字典的样子
2)将 ht[0] 包含的四个键值对都 rehash 到 ht[1],如图 4-10 所示
3)释放 ht[0],并将 ht[1] 设置为 ht[0],然后为 ht[1] 分配一个空白哈希表,如图 4-11 所示。至此,对哈希表的扩展操作执行完毕,程序成功将哈希表的大小从原来的 4 改为了现在的 8
哈希表的扩展与收缩
当以下条件中的任意一个被满足时,程序会自动开始对哈希表执行扩展操作:
- 服务器目前没有在执行 BGSAVE 命令或者 BGREWRITEAOF 命令,并且哈希表的负载因子大于等于 1
- 服务器目前正在执行 BGSAVE 命令或者 BGREWRITEAOF 命令,并且哈希表的负载因子大于等于 5
其中哈希表的负载因子可以通过公式:
# 负载因子 = 哈希表已保存节点数量 / 哈希表大小
load_factor = ht[0].used / ht[0].size
计算得出
根据 BGSAVE 命令或 BGREWRITEAOF 命令是否正在执行,服务器执行扩展操作所需的负载因子并不相同,这是因为在执行 BGSAVE 命令或 BGREWRITEAOF 命令的过程中,Redis 需要创建当前服务器进程的子进程,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,所以在子进程存在期间,服务器会提高执行扩展操作所需的负载因子,从而尽可能地避免在子进程存在期间进行哈希表扩展操作,这可以避免不必要的内存写入操作,最大限度地节约内存
另一方面,当哈希表的负载因子小于 0.1 时,程序自动开始对哈希表执行收缩操作
6.渐进式 rehash
上一节说过,扩展或收缩哈希表需要将 ht[0] 里面的所有键值对 rehash 到 ht[1] 里面,但是,这个 rehash 动作并不是一次性、集中式地完成的,而是分多次、渐进式地完成的
这样做的原因在于,如果 ht[0] 里只保存着四个键值对,那么服务器可以在瞬间就将这些键值对全部 rehash 到 ht[1]:但是,如果哈希表里保存的键值对数量不是四个,而是四百万、四千万甚至四亿个键值对,那么要一次性将这些键值对全部 rehash 到 ht[1] 的话,庞大的计算量可能会导致服务器在一段时间内停止服务
因此,为了避免 rehash 服务器性能造成影响,服务器不是一次性将 ht[0] 里面的所有键值对全部 rehash 到 ht[1],而是分多次、渐进式地将 ht[0] 里面的键值对慢慢地 rehash 到 ht[1]
以下是哈希表渐进式 rehash 的详细步骤:
- 为 ht[1] 分配空间,让字典同时持有 ht[0] 和 ht[1] 两个哈希表
- 在字典中维持一个索引计数器变量 rehashidx,并将它的值设置为 0,表示 rehash 工作正式开始
- 在 rehash 进行期间,每次对字典执行添加、删除、查找或者更新操作时,程序除了执行指定的操作以外,还会顺带将 ht[0] 哈希表在 rehashidx 索引上的所有键值对 rehash 到 ht[1],当 rehash 工作完成之后,程序将 rehashidx 属性的值增 1
- 随着字典操作的不断执行,最终在某个时间点上,ht[0] 的所有键值对都会被 rehash 至 ht[1],这时程序将 rehashidx 属性的值设为 -1,表示 rehash 操作已完成
渐进式 rehash 的好处在于它采取分而治之的方式,将 rehash 键值对所需的计算工作均摊到对字典的每个添加、删除、查找和更新操作上,从而避免了集中式 rehash 而带来的庞大计算量
图 4-12 至图 4-17 展示了一次完整的渐进式 rehash 过程,注意观察在整个 rehash 过程中,字典的 rehashidx 属性是如何变化的
渐进式 rehash 执行期间的哈希表操作
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。例如,要在字典里面查找一个键的话,程序会先在 ht[0] 里面进行查找,如果没找到的话,就会继续到 ht[1] 里面进行查找,诸如此类
另外,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] 包含的键值对数量只会减不增,并随着 rehash 操作的执行而最终变成空表
7.字典 API
字典的注意操作 API
函数 | 作用 | 时间复杂度 |
---|---|---|
dictCreate | 创建一个新的字典 | O(1) |
dictAdd | 将给定的键值对添加到字典里面 | O(1) |
dictReplace | 将给定的键值对添加到字典里面,如果键已经存在于字典,那么用新值取代原有的值 | O(1) |
dictFetchValue | 返回给定键的值 | O(1) |
dictGetRandomKey | 从字典中随机返回一个键值对 | O(1) |
dictDelete | 从字典中删除给定键所对应的键值对 | O(1) |
dictRelease | 释放给定字典,以及字典中包含的所有键值对 | O(N),N 为字典包含的键值对数量 |
8.重点回顾
- 字典被广泛用于实现 Redis 的各种功能,其中包括数据库和哈希键
- Redis 中的字典使用哈希表作为底层实现,每个字典带有两个哈希表,一个平时使用,另一个仅在进行 rehash 时使用
- 当字典被用作数据库的底层实现,或者哈希键的底层实现时,Redis 使用 MurmurHash2 算法来计算键的哈希值
- 哈希表使用链地址法来解决键冲突,被分配到同一个索引上的多个键值对会连接成一个单向链表
- 在对哈希表进行扩展或者收缩操作时,程序需要将现有哈希表包含的所有键值对 rehash 到新哈希表里面,并且这个 rehash 过程并不是一次性地完成地,而是渐进式地完成的
《Reids 设计与实现》第二章 字典相关推荐
- 算法设计与分析第二章课后作业
第二章 一.单选题 1 [单选题]给定字符集{a,b,c,d,e,f},若用定长码编码,至少需要几位二进制位() A.1位 B.2位 C.3位 D.4位 正确答案: C 我的答案:C 得分: 5.0分 ...
- 网页设计与制作:第一章HTML与CSS网页设计概述与第二章HTML入门
第一节:Web基本概念 1,认识网页 (1)网页主要有文字,图像和超链接等元素构成: 2,名词解释 (1)internet:就是通常所说的因特网,是由一些使用公用语言互相通信的计算机连接而成的网络. ...
- Jquery Mobile设计Android通讯录第二章
本文是jQuery Mobile设计Android通讯录系统教程的第二篇,在上一篇教程中(http://publish.itpub.net/a2011/0517/1191/000001191561.s ...
- 《算法设计与分析--第二章》
第 2 章 递归与分治策略 2.1 递归的概念 2.2 分治法的基本思想 2.3 二分搜索技术 2.4 大整数的乘法 2.5 Strassen矩阵乘法 2.6 棋盘覆盖 2.7 合并排序 2.8 快速 ...
- 大白话聊框架设计(入门篇) | 第二章:规则匹配Mapping实现
文章目录 **1.规则匹配Mapping实现** **2.重构ActionMapper** **2.1 改造前** **2.2 改造后** **3.创建一个Mapping** **4.创建一个WebC ...
- 算法设计与分析第二章作业
1. 2.时间复杂度: 划分子问题:O(1) 求解子问题:2T(2/n) 合并子问题:O(n) 时间复杂度为:T(n) = O(1) + 2T(2/n) + O(n) = O(nlogn) 3.心得与 ...
- ARM嵌入式系统开发:软件设计与优化--第二章ARM处理器基础
注:本文资料全部来源于网络或书籍,同时加上个人理解.若有侵权,告知即删.若有错误,留言商讨. 1.寄存器: 总共有37个寄存器,最多可以有17个活动寄存器(16个数据寄存器,2个状态寄存器:CPSR和 ...
- 电子游戏设计与制作 第一章 计算机游戏概述
文章目录 1 计算机游戏/游戏设计 2 计算机游戏发展简史 2.1 家用游戏机游戏的发展 2.2 计算机游戏的发展 3 计算机游戏的分类 RPG ACT ARPG FPS AVG 冒险类 STA 策略 ...
- 《Reids 设计与实现》第十三章 Sentinel
<Reids 设计与实现>第十三章 Sentinel 文章目录 <Reids 设计与实现>第十三章 Sentinel 一.简介 二.启动并初始化 Sentinel 1.初始化服 ...
最新文章
- 高考大数据:哪个省才是高考地狱模式?结论和想象不太一样
- [转]URL汉字编码问题(及乱码解决)
- oracle创建数据库 表空间 用户
- 机器学习偏差方差_机器学习101 —偏差方差难题
- .NET程序崩溃了怎么抓 Dump ? 我总结了三种方案
- tomcat服务自动关闭_windows10系统关闭自动更新服务
- 判断一个文本文件的编码格式
- Spring属性编辑器解读(转载)
- 脱式计算机在线使用,脱式计算练习题.doc
- 医学图像分类 神经网络,神经网络图像识别技术
- 考研复试对计算机专业了解,装备学院计算机专业综合(905)2017年考研复试大纲...
- 母亲节,表格交给我们,你早点回家
- 澳门大学计算机qs排名,澳门大学世界排名(澳门科技大学qs世界排名2021)
- Cubase Pro 12 v12.0.0 Full R2R WiN 音乐制作软件完整版
- 美柚:女性移动APP安全攻防战
- 无线上外网,有线上内网的方式(转)
- linux C语言多线程 轻进程 LWP:Light Weight Process
- dbeave连接达梦数据库简单操作使用
- Java加上Xtend,满足你对C#语法的所有想象
- 递归函数的简单应用-第五个学生的年龄
热门文章
- 计算机二级c语言2010,全国计算机二级c语言2010历年真题及答案.doc
- 西奥服务器修改楼层参数,西奥FOVF梯调试介绍.doc
- php sqlserver08001,PHP连接sqlserver2008,怎么连接指定ip地址上的数据库
- JS里的居民们5-数组(栈)
- 面向对象随笔(super关键字)
- 设计模式三(工厂方法模式)学习笔记
- C#编写程序监测某个文件夹内是否有文件进行了增,删,改的动作?
- JAVA的内存分配机制
- matlab 高级函数
- 基于zookeeper实现配置集中管理【转】