Redis雜湊型別可以儲存一組無序的鍵值對，它特別適用於儲存一個物件資料。
> HSET fruit name apple price 7.6 origin china
3
> HGET fruit price
"7.6"
本文分析Redis中雜湊型別以及其底層資料結構--字典的實現原理。
字典
Redis通常使用字典結構儲存使用者雜湊資料。
字典是Redis的重要資料結構。除了雜湊型別，Redis資料庫也使用了字典結構。
Redis使用Hash表實現字典結構。分析Hash表，我們通常關注以下幾個問題：
（1）使用什麼Hash演算法？
（2）Hash衝突如何解決？
（3）Hash表如何擴容？
提示：本章程式碼如無特別說明，均在dict.h、dict.c中。
定義
字典中鍵值對的定義如下：
typedef struct dictEntry {
void *key;
union {
void *val;
uint64_t u64;
int64_t s64;
double d;
} v;
struct dictEntry *next;
} dictEntry;
- key、v：鍵、值。
- next：下一個鍵值對指標。可見Redis字典使用連結串列法解決Hash衝突的問題。
提示：C語言union關鍵字用於宣告共用體，共用體的所有屬性共用同一空間，同一時間只能儲存其中一個屬性值。也就是說，dictEntry.v可以存放val、u64、s64、d中的一個屬性值。使用sizeof函式計算共用體大小，結果不會小於共用體中最大的成員屬性大小。
字典中Hash表的定義如下：
typedef struct dictht {
dictEntry **table;
unsigned long size;
unsigned long sizemask;
unsigned long used;
} dictht;
- table：Hash表陣列，負責儲存資料。
- used：記錄儲存鍵值對的數量。
- size：Hash表陣列長度。
dictht的結構如圖3-1所示。
字典的定義如下：
typedef struct dict {
dictType *type;
void *privdata;
dictht ht[2];
long rehashidx;
unsigned long iterators;
} dict;
- type：指定操作資料的函式指標。
- ht[2]：定義兩個Hash表用於實現字典擴容機制。通常場景下只使用ht[0]，而在擴容時，會建立ht[1]，並在操作資料時中逐步將ht[0]的資料移到ht[1]中。
- rehashidx：下一次執行擴容單步操作要遷移的ht[0]Hash表陣列索引，-1代表當前沒有進行擴容操作。
- iterators：當前執行的迭代器數量，迭代器用於遍歷字典鍵值對。
dictType定義了字典中用於操作資料的函式指標，這些函式負責實現資料複製、比較等操作。
typedef struct dictType {
uint64_t (*hashFunction)(const void *key);
void *(*keyDup)(void *privdata, const void *key);
void *(*valDup)(void *privdata, const void *obj);
int (*keyCompare)(void *privdata, const void *key1, const void *key2);
void (*keyDestructor)(void *privdata, void *key);
void (*valDestructor)(void *privdata, void *obj);
} dictType;
通過dictType指定操作資料的函式指標，字典就可以存放不同型別的資料了。但在一個字典中，鍵、值可以是不同的型別，但鍵必須型別相同，值也必須型別相同。
Redis為不同的字典定義了不同的dictType，如資料庫使用的server.c/dbDictType，雜湊型別使用的server.c/setDictType等。
操作分析
dictAddRaw函式可以在字典中插入或查詢鍵：
dictEntry *dictAddRaw(dict *d, void *key, dictEntry **existing)
{
long index;
dictEntry *entry;
dictht *ht;
// [1]
if (dictIsRehashing(d)) _dictRehashStep(d);
// [2]
if ((index = _dictKeyIndex(d, key, dictHashKey(d,key), existing)) == -1)
return NULL;
// [3]
ht = dictIsRehashing(d) ? &d->ht[1] : &d->ht[0];
// [4]
entry = zmalloc(sizeof(*entry));
entry->next = ht->table[index];
ht->table[index] = entry;
ht->used++;
// [5]
dictSetKey(d, entry, key);
return entry;
}
引數說明：
- existing：如果字典中已存在引數key，則將對應的dictEntry指標賦值給*existing，並返回null，否則返回建立的dictEntry。
【1】如果該字典正在擴容，則執行一次擴容單步操作。
【2】計算引數key的Hash表陣列索引，返回-1，代表鍵已存在，這時dictAddRaw函式返回NULL，代表該鍵已存在。
【3】如果該字典正在擴容，則將新的dictEntry新增到ht[1]中，否則新增到ht[0]中。
【4】建立dictEntry，頭插到Hash表陣列對應位置的連結串列中。Redis字典使用連結串列法解決Hash衝突，Hash表陣列的元素都是連結串列。
【5】將鍵設定到dictEntry中。
dictAddRaw函式只會插入鍵，並不插入對應的值。可以使用返回的dictEntry插入值：
entry = dictAddRaw(dict,mykey,NULL);
if (entry != NULL) dictSetSignedIntegerVal(entry,1000);
Hash演算法
dictHashKey巨集呼叫dictType.hashFunction函式計算鍵的Hash值：
#define dictHashKey(d, key) (d)->type->hashFunction(key)
Redis中字典基本都使用SipHash演算法（server.c/dbDictType、server.c/setDictType等dictType的hashFunction屬性指向的函式都使用了SipHash演算法）。該演算法能有效地防止Hash表碰撞攻擊，並提供不錯的效能。
Hash演算法涉及較多的數學知識，本書並不討論Hash演算法的原理及實現，讀者可以自行閱讀相關程式碼。
提示：Redis 4.0之前使用的Hash演算法是MurmurHash。即使輸入的鍵是有規律的，該演算法計算的結果依然有很好的離散性，並且計算速度非常快。Redis 4.0開始更換為SipHash演算法，應該是出於安全的考慮。
計算鍵的Hash值後，還需要計算鍵的Hash表陣列索引：
static long _dictKeyIndex(dict *d, const void *key, uint64_t hash, dictEntry **existing)
{
unsigned long idx, table;
dictEntry *he;
if (existing) *existing = NULL;
// [1]
if (_dictExpandIfNeeded(d) == DICT_ERR)
return -1;
// [2]
for (table = 0; table <= 1; table++) {
idx = hash & d->ht[table].sizemask;
he = d->ht[table].table[idx];
while(he) {
if (key==he->key || dictCompareKeys(d, key, he->key)) {
if (existing) *existing = he;
return -1;
}
he = he->next;
}
// [3]
if (!dictIsRehashing(d)) break;
}
return idx;
}
【1】根據需要進行擴容或初始化Hash表操作。
【2】遍歷ht[0]、ht[1]，計算Hash表陣列索引，並判斷Hash表中是否已存在引數key。若已存在，則將對應的dictEntry賦值給*existing。
【3】如果當前沒有進行擴容操作，則計算ht[0]索引後便退出，不需要計算ht[1]。
擴容
Redis使用了一種漸進式擴容方式，這樣設計，是因為Redis是單執行緒的。如果在一個操作內將ht[0]所有資料都遷移到ht[1]，那麼可能會引起執行緒長期阻塞。所以，Redis字典擴容是在每次操作資料時都執行一次擴容單步操作，擴容單步操作即將ht[0].table[rehashidx]的資料遷移到ht[1]。等到ht[0]的所有資料都遷移到ht[1]，便將ht[0]指向ht[1]，完成擴容。
_dictExpandIfNeeded函式用於判斷Hash表是否需要擴容：
static int _dictExpandIfNeeded(dict *d)
{
...
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;
}
擴容需要滿足兩個條件：
（1）d->ht[0].used≥d->ht[0].size：Hash表儲存的鍵值對數量大於或等於Hash表陣列的長度。
（2）開啟了dict_can_resize或者負載因子大於dict_force_resize_ratio。
d->ht[0].used/d->ht[0].size，即Hash表儲存的鍵值對數量/Hash表陣列的長度，稱之為負載因子。dict_can_resize預設開啟，即負載因子等於1就擴容。負載因子等於1可能出現比較高的Hash衝突率，但這樣可以提高Hash表的記憶體使用率。dict_force_resize_ratio關閉時，必須等到負載因子等於5時才強制擴容。使用者不能通過配置關閉dict_force_resize_ratio，該值的開關與Redis持久化有關，等我們分析Redis持久化時再討論該值。
dictExpand函式開始擴容操作：
int dictExpand(dict *d, unsigned long size)
{
...
// [1]
dictht n;
unsigned long realsize = _dictNextPower(size);
...
// [2]
n.size = realsize;
n.sizemask = realsize-1;
n.table = zcalloc(realsize*sizeof(dictEntry*));
n.used = 0;
// [3]
if (d->ht[0].table == NULL) {
d->ht[0] = n;
return DICT_OK;
}
// [4]
d->ht[1] = n;
d->rehashidx = 0;
return DICT_OK;
}
引數說明：
- size：新Hash表陣列長度。
【1】_dictNextPower函式會將size調整為2的n次冪。
【2】構建一個新的Hash表dictht。
【3】ht[0].table==NULL，代表字典的Hash表陣列還沒有初始化，將新dictht賦值給ht[0]，現在它就可以儲存資料了。這裡並不是擴容操作，而是字典第一次使用前的初始化操作。
【4】否則，將新dictht賦值給ht[1]，並將rehashidx賦值為0。rehashidx代表下一次擴容單步操作要遷移的ht[0] Hash表陣列索引。
為什麼要將size調整為2的n次冪呢？這樣是為了ht[1] Hash表陣列長度是ht[0] Hash表陣列長度的倍數，有利於ht[0]的資料均勻地遷移到ht[1]。
我們看一下鍵的Hash表陣列索引計算方法：idx=hash&ht.sizemask，由於sizemask= size-1，計算方法等價於：idx=hash%(ht.size)。
因此，假如ht[0].size為n，ht[1].size為2×n，對於ht[0]上的元素，ht[0].table[k]的資料，要不遷移到ht[1].table[k]，要不遷移到ht[1].table[k+n]。這樣可以將ht[0].table中一個索引位的資料拆分到ht[1]的兩個索引位上。
圖3-2展示了一個簡單示例。
_dictRehashStep函式負責執行擴容單步操作，將ht[0]中一個索引位的資料遷移到ht[1]中。 dictAddRaw、dictGenericDelete、dictFind、dictGetRandomKey、dictGetSomeKeys等函式都會呼叫該函式，從而逐步將資料遷移到新的Hash表中。
_dictRehashStep呼叫dictRehash函式完成擴容單步操作：
int dictRehash(dict *d, int n) {
int empty_visits = n*10;
// [1]
if (!dictIsRehashing(d)) return 0;
while(n-- && d->ht[0].used != 0) {
dictEntry *de, *nextde;
assert(d->ht[0].size > (unsigned long)d->rehashidx);
// [2]
while(d->ht[0].table[d->rehashidx] == NULL) {
d->rehashidx++;
if (--empty_visits == 0) return 1;
}
// [3]
de = d->ht[0].table[d->rehashidx];
while(de) {
uint64_t h;
nextde = de->next;
h = dictHashKey(d, de->key) & d->ht[1].sizemask;
de->next = d->ht[1].table[h];
d->ht[1].table[h] = de;
d->ht[0].used--;
d->ht[1].used++;
de = nextde;
}
d->ht[0].table[d->rehashidx] = NULL;
d->rehashidx++;
}
// [4]
if (d->ht[0].used == 0) {
zfree(d->ht[0].table);
d->ht[0] = d->ht[1];
_dictReset(&d->ht[1]);
d->rehashidx = -1;
return 0;
}
return 1;
}
引數說明：
- n：本次操作遷移的Hash陣列索引的數量。
【1】如果字典當前並沒有進行擴容，則直接退出函式。
【2】從rehashidx開始，找到第一個非空索引位。
如果這裡查詢的的空索引位的數量大於n×10，則直接返回。
【3】遍歷該索引位連結串列上所有的元素。
計算每個元素在ht[1]的Hash表陣列中的索引，將元素移動到ht[1]中。
【4】ht[0].used==0，代表ht[0]的資料已經全部移到ht[1]中。
釋放ht[0].table，將ht[0]指標指向ht[1]，並重置rehashidx、d->ht[1]，擴容完成。
縮容
執行刪除操作後，Redis會檢查字典是否需要縮容，當Hash表長度大於4且負載因子小於0.1時，會執行縮容操作，以節省記憶體。縮容實際上也是通過dictExpand函式完成的，只是函式的第二個引數size是縮容後的大小。
dict常用的函式如表3-1所示。
| 函式 | 作用 |
|---|---|
| dictAdd | 插入鍵值對 |
| dictReplace | 替換或插入鍵值對 |
| dictDelete | 刪除鍵值對 |
| dictFind | 查詢鍵值對 |
| dictGetIterator | 生成不安全迭代器，可以對字典進行修改 |
| dictGetSafeIterator | 生成安全迭代器，不可對字典進行修改 |
| dictResize | 字典縮容 |
| dictExpand | 字典擴容 |
編碼
雜湊型別有OBJ_ENCODING_HT和OBJ_ENCODING_ZIPLIST兩種編碼，分別使用dict、ziplist結構儲存資料（redisObject.ptr指向dict、ziplist結構）。Redis會優先使用ziplist儲存雜湊元素，使用一個ziplist節點儲存鍵，後驅節點存放值，查詢時需要遍歷ziplist。使用dict儲存雜湊元素，字典的鍵和值都是sds型別。雜湊型別使用OBJ_ENCODING_ZIPLIST編碼，需滿足以下條件：
（1）雜湊中所有鍵或值的長度小於或等於server.hash_max_ziplist_value，該值可通過hash-max-ziplist-value配置項調整。
（2）雜湊中鍵值對的數量小於server.hash_max_ziplist_entries，該值可通過hash-max- ziplist-entries配置項調整。
雜湊型別的實現程式碼在t_hash.c中，讀者可以檢視原始碼瞭解更多實現細節。
資料庫
Redis是記憶體資料庫，內部定義了資料庫物件server.h/redisDb負責儲存資料，redisDb也使用了字典結構管理資料。
typedef struct redisDb {
dict *dict;
dict *expires;
dict *blocking_keys;
dict *ready_keys;
dict *watched_keys;
int id;
...
} redisDb;
- dict：資料庫字典，該redisDb所有的資料都儲存在這裡。
- expires：過期字典，儲存了Redis中所有設定了過期時間的鍵及其對應的過期時間，過期時間是long long型別的UNIX時間戳。
- blocking_keys：處於阻塞狀態的鍵和相應的客戶端。
- ready_keys：準備好資料後可以解除阻塞狀態的鍵和相應的客戶端。
- watched_keys：被watch命令監控的鍵和相應客戶端。
- id：資料庫ID標識。
Redis是一個鍵值對資料庫，全稱為Remote Dictionary Server（遠端字典服務），它本身就是一個字典服務。redisDb.dict字典中的鍵都是sds，值都是redisObject。這也是redisObject作用之一，它將所有的資料結構都封裝為redisObject結構，作為redisDb字典的值。
一個簡單的redisDb結構如圖3-3所示。
當我們需要操作Redis資料時，都需要從redisDb中找到該資料。
db.c中定義了hashTypeLookupWriteOrCreate、lookupKeyReadOrReply等函式，可以通過鍵找到redisDb.dict中對應的redisObject，這些函式都是通過呼叫dict API實現的，這裡不一一展示，感興趣的讀者可以自行閱讀程式碼。
總結：
- Redis字典使用SipHash演算法計算Hash值，並使用連結串列法處理Hash衝突。
- Redis字典使用漸進式擴容方式，在每次資料操作中都執行一次擴容單步操作，直到擴容完成。
- 雜湊型別的編碼格式可以為OBJ_ENCODING_HT、OBJ_ENCODING_ZIPLIST。
本文內容摘自作者新書《Redis核心原理與實踐》，這本書深入地分析了Redis常用特性的內部機制與實現方式，大部分內容源自對Redis 6.0原始碼的分析，並從中總結出設計思路、實現原理。通過閱讀本書，讀者可以快速、輕鬆地瞭解Redis的內部執行機制。
經過該書編輯同意，我會繼續在個人技術公眾號（binecy）釋出書中部分章節內容，作為書的預覽內容，歡迎大家查閱，謝謝。