深入理解Redis 数据结构—字典

2022-08-23 00:00:00 索引 节点 数组 字典 键值

字典,又称为符号表、关联数组或映射,是一种用于保存键值对的抽象数据结构。在字典中,一个键可以和一个值进行关联,这些关联的键和值称为键值对。键值对中键是,我们可以根据键key通过映射查找或者更新对应的值value

很多开发语言有对应集合支持字典这种数据结构,比如Java中的Map集合。C语言并未内置字典这种数据结构,Redis构建了自己的字典实现。

应用

字典在Redis中应用非常广泛,Redis数据库就是使用字典作为数据底层的实现。对数据的增、删、改、查操作也是建立在字典之上操作。

当执行命令:

set msg "hello"

在数据库中创建一个键为 msg,值为 hello 的键值对,这个键值对就用字典来实现的。创建其他数据类型的键值对,比如listhashsetsort set也是用字典来实现的。

处理用来表示数据中的键值对,字典还是hash数据类型底层实现之一,比如一个hash数据类型website,包含100个键值对,这些键值对中的键是网址名称,值是网页地址:

redis> HGETALL website
1)"Redis"
2)"Redis.io"
3)"nacos"
4)"nacos.io"
.....

website键的底层就是一个字典,包好了100键值对,例如:

  • 键值对中的键为"Redis",值为"Redis.io"
  • 键值对中的键为"nacos",值为"nacos.io"

字典的实现

Redis字典使用哈希表作为底层实现,一个哈希表里面有多个哈希表节点,每个哈希表节点保存字典中的键值对。

哈希表

Redis字典使用的哈希表由 dict.h/dictht 结构来表示:

/* 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 {
     // table 数组 
    dictEntry **table;
    // 哈希表的大小
    unsigned long size;
    // 等于size-1,用于计算索引值
    unsigned long sizemask;
    // 已有的键值对数量
    unsigned long used;
} dictht;

注释:这是哈希表结构,每个字典有两个实现增量重散列,从旧的哈希表到新的哈希表。

  • table属性的是一个数组,数组中的每个元素都指向哈希节点dictEntry,每个dictEntry结构都保存一个键值对。
  • size记录了哈希表的大小,也就是table数组的大小。
  • used属性记录了哈希表目前已有的键值对数量。sizemask的值等于size-1,这个属性和哈希表一起决定键应该放在 table数组的那个位置上。

下图展示一个大小为4空哈希表(没有包含任务的键值对):

哈希表节点

哈希表节点使用dictEntry结构来表示,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;
    // 指向下一个哈希表节点,形成链表
    struct dictEntry *next;
} dictEntry;

其中:

  • key保存键值
  • v保持值,v可以是一个指针,可以是uint64_t整数,也可以是一个int64_t整数。
  • next指向另一个哈希表节点的指针,这个指针将多个哈希值相同的键值对连接在一起,以此解决hash冲突的问题。

下图展示两个键的hash值相同的哈希表节点k0k1,两者通过next指针连接在一起。

字典

Redis 中的字典由dict.h/dict结构表示:

typedef struct dict {
    // 类型特定的函数 
    dictType *type;
   // 私有函数
    void *privdata;
    // 哈希表
    dictht ht[2];
    // rehash 索引 
    int rehashidx; /* rehashing not in progress if rehashidx == -1 */
    int iterators; /* number of iterators currently running */
} dict;
  • type属性和privadata属性是针对不同类型的键值对,为创建多态的字典而设置。
  • type是指向dictType结构的指针,每个dictType包含几组针对特定类型的键值对操作的函数,Redis会为用途不同的字典设置不同的函数。下图展示dictType字典类型:
typedef struct dictType {
    // 计算哈希值
    unsigned int (*hashFunction)(const void *key);
    // 复制键
    void *(*keyDup)(void *privdata, const void *key);
    // 复制值
    void *(*valDup)(void *privdata, const void *obj);
    // 对比键
    int (*keyCompare)(void *privdata, const void *key1, const void *key2);
    // 销毁键
    void (*keyDestructor)(void *privdata, void *key);
   // 销毁值 
   void (*valDestructor)(void *privdata, void *obj);
} dictType;

  • privdata属性保存针对不同的类型操作的函数传的可选参数。

  • ht[2]是包含两个数大小的数组,类型为dictht哈希表。字典只使用ht[0]哈希表,ht[1]只会对ht[0]哈希表进行rehash时使用。

  • rehashidx记录了rehash的进度,如果目前没有进行的rehash,那么它的值为-1

下图为一个普通状态下(没有进行rehash)的字典:

哈希算法

当要将一个新的键值对添加到字典中,程序需要先根据键值对中的键计算出哈希值和索引值,然后根据索引值,将包含新键值的哈希表放在哈希表数组的指定索引上。

Redis计算哈希值和索引值的步骤如下:

  1. 使用字典设置的哈希函数,计算键的哈希值。

hash = dict—>type->hashFunction(key)

  1. 使用哈希表的sizemask属性和哈希值,取余计算出哈希值。

index = hash & dict ->ht[x].sizemask

了解过HashMap底层原理的同学应该知道,上面计算索引值和HashMap找到索引下标的原理是类似的。

什么是取余&运算?

取余就是计算两数相除的余数, 比如一个数组长度为4,索引范围是0~3,需要放置0,1,7,放置如下图所示:

举个例子,要将一个键值对k0v0添加到下方的空字典表中:

首先计算键的哈希值:

hash = dict—>type->hashFunction(key)

计算键k0的哈希值。
假设计算出来的哈希值为8,然后计算索引值:

index = dict -> hash & ht[].sizemask = 8 & 3 = ;

计算出键k0的索引值,这表示键值对k0v0的节点放置到哈希表数组下标的位置上,如下图所示:

键冲突

当两个或者两个以上的计算出数组索引值一致时,就发生了键冲突

Redis的哈希表采用链表法来解决键冲突,每个哈希表的节点都有一个next指针,多个哈希表节点用next指针组成一个单链表,被分配到同一个数组索引上的多个节点使用单向链表连接起来,这就很好的解决了键冲突的问题。

举个例子,程序要将一个键值对k2v2添加到下图的哈希表中,并且计算k2的索引值为2,那么键k1k2将发生冲突:

解决冲突的办法就是使用next指针将k2k1所在的节点连接起来,如下图所示:

总结

  • 字典是一种映射的键值对数据结构,其中键是的,通过的键可以快速找到对应的值。
  • 字典包含广泛用在Redis数据库中。
    • 其中所有数据类型的键值对都使用字典作为底层实现。
    • Hash类型的键值对也是基于字典实现。
  • 字典的结构
    • 包含一个字典,包含根据特定类型处理的函数dictType、两个哈希表ht[2],字典只用到了ht[0],遇到了扩容才会使用ht[1]
    • 一个字典包含两个哈希表,每个哈希表dictht包含一个table数组,size记录数组的大小,sizemask等于size-1,sizemask和哈希值决定数据存在在table的位置。used记录已有的键值对。
    • 哈希表节点dictEntry结构保存一个键值对,其中key保存键,V保存值,V可以是一个指针、可以是uint64_t整数、也可以是int64_t的整数。next是为了解决键hash冲突,两个键的计算出的索引在数组的同一个地方,就使用next`指针连接在一起。
  • 新增一个键值对,首先通过调用dict—>type->hashFunction(key)计算键的哈希值,再和dicthtsizemask做取余操作,计算得到要存放table数组的索引位置。如果发生键冲突时,使用链表法将多个哈希节点通过next指针组成一个单链表。
  • Redis字典的实现和Java中的HashMap数据结构有以下类似的点:
    • 确定索引位置: 键首先使用哈希算法算出哈希值,再和数组的长度-1做取余操作,确定存放数组的下标。
    • 解决hash冲突: 两个键值计算的索引一致,采用链表法,将多个节点通过next指针连在一起。

相关文章