Redis——dict
Redis本質上是一個數據結構服務器（data structures server），以高效的方式實現了多種現成的數據結構，研究它的數據結構和基於其上的算法，對於我們自己提升局部算法的編程水平有很重要的參考意義。
- 存儲效率（memory efficiency）。Redis是專用於存儲數據的，它對於計算機資源的主要消耗就在於內存，因此節省內存是它非常非常重要的一個方面。這意味着Redis一定是非常精細地考慮了壓縮數據、減少內存碎片等問題。
- 快速響應時間（fast response time）。與快速響應時間相對的，是高吞吐量（high throughput）。Redis是用於提供在線訪問的，對於單個請求的響應時間要求很高，因此，快速響應時間是比高吞吐量更重要的目標。有時候，這兩個目標是矛盾的。
- 單線程（single-threaded）。Redis的性能瓶頸不在於CPU資源，而在於內存訪問和網絡IO。而採用單線程的設計帶來的好處是，極大簡化了數據結構和算法的實現。相反，Redis通過異步IO和pipelining等機制來實現高速的併發訪問。顯然，單線程的設計，對於單個請求的快速響應時間也提出了更高的要求。
dict
dict是一個用於維護key和value映射關係的數據結構，與很多語言中的Map或dictionary類似。Redis的一個database中所有key到value的映射，就是使用一個dict來維護的。不過，這只是它在Redis中的一個用途而已，它在Redis中被使用的地方還有很多。比如，一個Redis hash結構，當它的field較多時，便會採用dict來存儲。再比如，Redis配合使用dict和skiplist來共同維護一個sorted set。
dict本質上是爲了解決算法中的查找問題（Searching），一般查找問題的解法分爲兩個大類：一個是基於各種平衡樹，一個是基於哈希表。我們平常使用的各種Map或dictionary，大都是基於哈希表實現的。在不要求數據有序存儲，且能保持較低的哈希值衝突概率的前提下，基於哈希表的查找性能能做到非常高效，接近O(1)，而且實現簡單。
在Redis中，dict也是一個基於哈希表的算法。和傳統的哈希算法類似，它採用某個哈希函數從key計算得到在哈希表中的位置，採用拉鍊法解決衝突，並在裝載因子（load factor）超過預定值時自動擴展內存，引發重哈希（rehashing）。Redis的dict實現最顯著的一個特點，就在於它的重哈希。它採用了一種稱爲增量式重哈希（incremental rehashing）的方法，在需要擴展內存時避免一次性對所有key進行重哈希，而是將重哈希操作分散到對於dict的各個增刪改查的操作中去。這種方法能做到每次只對一小部分key進行重哈希，而每次重哈希之間不影響dict的操作。dict之所以這樣設計，是爲了避免重哈希期間單個請求的響應時間劇烈增加，這與前面提到的“快速響應時間”的設計原則是相符的。
dict的數據結構定義
爲了實現增量式重哈希（incremental rehashing），dict的數據結構裏包含兩個哈希表。在重哈希期間，數據從第一個哈希表向第二個哈希表遷移。
dict的C代碼定義如下（出自Redis源碼dict.h）：
typedef struct dictEntry {
void *key;
union {
void *val;
uint64_t u64;
int64_t s64;
double d;
} v;
struct dictEntry *next;
} dictEntry;
typedef struct dictType {
unsigned int (*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;
/* This is our hash table structure. Every dictionary has two of this as we
* implement incremental rehashing, for the old to the new table. */
typedef struct dictht {
dictEntry **table;
unsigned long size;
unsigned long sizemask;
unsigned long used;
} dictht;
typedef struct dict {
dictType *type;
void *privdata;
dictht ht[2];
long rehashidx; /* rehashing not in progress if rehashidx == -1 */
int iterators; /* number of iterators currently running */
} dict;
結合上面的代碼和結構圖，可以很清楚地看出dict的結構。一個dict由如下若干項組成：
- 一個指向dictType結構的指針（type）。它通過自定義的方式使得dict的key和value能夠存儲任何類型的數據。
- 一個私有數據指針（privdata）。由調用者在創建dict的時候傳進來。
- 兩個哈希表（ht[2]）。只有在重哈希的過程中，ht[0]和ht[1]才都有效。而在平常情況下，只有ht[0]有效，ht[1]裏面沒有任何數據。上圖表示的就是重哈希進行到中間某一步時的情況。
- 當前重哈希索引（rehashidx）。如果rehashidx = -1，表示當前沒有在重哈希過程中；否則，表示當前正在進行重哈希，且它的值記錄了當前重哈希進行到哪一步了。
- 當前正在進行遍歷的iterator的個數。這不是我們現在討論的重點，暫時忽略。
dictType結構包含若干函數指針，用於dict的調用者對涉及key和value的各種操作進行自定義。這些操作包含：
- hashFunction，對key進行哈希值計算的哈希算法。
- keyDup和valDup，分別定義key和value的拷貝函數，用於在需要的時候對key和value進行深拷貝，而不僅僅是傳遞對象指針。
- keyCompare，定義兩個key的比較操作，在根據key進行查找時會用到。
- keyDestructor和valDestructor，分別定義對key和value的析構函數。
私有數據指針（privdata）就是在dictType的某些操作被調用時會傳回給調用者。
需要詳細察看的是dictht結構。它定義一個哈希表的結構，由如下若干項組成：
- 一個dictEntry指針數組（table）。key的哈希值最終映射到這個數組的某個位置上（對應一個bucket）。如果多個key映射到同一個位置，就發生了衝突，那麼就拉出一個dictEntry鏈表。
- size：標識dictEntry指針數組的長度。它總是2的指數。
- sizemask：用於將哈希值映射到table的位置索引。它的值等於(size-1)，比如7, 15, 31, 63，等等，也就是用二進制表示的各個bit全1的數字。每個key先經過hashFunction計算得到一個哈希值，然後計算(哈希值 & sizemask)得到在table上的位置。相當於計算取餘(哈希值 % size)。
- used：記錄dict中現有的數據個數。它與size的比值就是裝載因子（load factor）。這個比值越大，哈希值衝突概率越高。
dictEntry結構中包含k, v和指向鏈表下一項的next指針。k是void指針，這意味着它可以指向任何類型。v是個union，當它的值是uint64_t、int64_t或double類型時，就不再需要額外的存儲，這有利於減少內存碎片。當然，v也可以是void指針，以便能存儲任何類型的數據。
dict的創建（dictCreate）
dictCreate爲dict的數據結構分配空間併爲各個變量賦初值。其中兩個哈希表ht[0]和ht[1]起始都沒有分配空間，table指針都賦爲NULL。這意味着要等第一個數據插入時纔會真正分配空間。
dict的查找（dictFind）
上述dictFind的源碼，根據dict當前是否正在重哈希，依次做了這麼幾件事：
- 如果當前正在進行重哈希，那麼將重哈希過程向前推進一步（即調用_dictRehashStep）。實際上，除了查找，插入和刪除也都會觸發這一動作。這就將重哈希過程分散到各個查找、插入和刪除操作中去了，而不是集中在某一個操作中一次性做完。
- 計算key的哈希值（調用dictHashKey，裏面的實現會調用前面提到的hashFunction）。
- 先在第一個哈希表ht[0]上進行查找。在table數組上定位到哈希值對應的位置（如前所述，通過哈希值與sizemask進行按位與），然後在對應的dictEntry鏈表上進行查找。查找的時候需要對key進行比較，這時候調用dictCompareKeys，它裏面的實現會調用到前面提到的keyCompare。如果找到就返回該項。否則，進行下一步。
- 判斷當前是否在重哈希，如果沒有，那麼在ht[0]上的查找結果就是最終結果（沒找到，返回NULL）。否則，在ht[1]上進行查找（過程與上一步相同）。
下面我們有必要看一下增量式重哈希的_dictRehashStep的實現。
dictRehash每次將重哈希至少向前推進n步（除非不到n步整個重哈希就結束了），每一步都將ht[0]上某一個bucket（即一個dictEntry鏈表）上的每一個dictEntry移動到ht[1]上，它在ht[1]上的新位置根據ht[1]的sizemask進行重新計算。rehashidx記錄了當前尚未遷移（有待遷移）的ht[0]的bucket位置。
如果dictRehash被調用的時候，rehashidx指向的bucket裏一個dictEntry也沒有，那麼它就沒有可遷移的數據。這時它嘗試在ht[0].table數組中不斷向後遍歷，直到找到下一個存有數據的bucket位置。如果一直找不到，則最多走n*10步，本次重哈希暫告結束。
最後，如果ht[0]上的數據都遷移到ht[1]上了（即d->ht[0].used == 0），那麼整個重哈希結束，ht[0]變成ht[1]的內容，而ht[1]重置爲空。
根據以上對於重哈希過程的分析，我們容易看出，本文前面的dict結構圖中所展示的正是rehashidx=2時的情況，前面兩個bucket（ht[0].table[0]和ht[0].table[1]）都已經遷移到ht[1]上去了。
dict的插入（dictAdd和dictReplace）
dictAdd插入新的一對key和value，如果key已經存在，則插入失敗。
dictReplace也是插入一對key和value，不過在key存在的時候，它會更新value。
以上是dictAdd的關鍵實現代碼。我們主要需要注意以下幾點：
- 它也會觸發推進一步重哈希（_dictRehashStep）。
- 如果正在重哈希中，它會把數據插入到ht[1]；否則插入到ht[0]。
- 在對應的bucket中插入數據的時候，總是插入到dictEntry的頭部。因爲新數據接下來被訪問的概率可能比較高，這樣再次查找它時就比較次數較少。
- _dictKeyIndex在dict中尋找插入位置。如果不在重哈希過程中，它只查找ht[0]；否則查找ht[0]和ht[1]。
- _dictKeyIndex可能觸發dict內存擴展（_dictExpandIfNeeded，它將哈希表長度擴展爲原來兩倍，具體請參考dict.c中源碼）。
dictReplace在dictAdd基礎上實現，如下：
在key已經存在的情況下，dictReplace會同時調用dictAdd和dictFind，這其實相當於兩次查找過程。這裏Redis的代碼不夠優化。
dict的刪除（dictDelete）
dictDelete的源碼這裏忽略，具體請參考dict.c。需要稍加註意的是：
- dictDelete也會觸發推進一步重哈希（_dictRehashStep）
- 如果當前不在重哈希過程中，它只在ht[0]中查找要刪除的key；否則ht[0]和ht[1]它都要查找。
- 刪除成功後會調用key和value的析構函數（keyDestructor和valDestructor）。