redis之hash源码分析

hash的对象编码

hash数据类型的对象编码有两种，分别是OBJ_ENCODING_ZIPLIST和OBJ_ENCODING_HT，即一种是以压缩数组；一种是哈希字典。两者的数据格式见下图：

redis的hash数据之所以使用OBJ_ENCODING_ZIPLIST和OBJ_ENCODING_HT两种编码格式，是为了当一个hash对象的键值对数据量比较小时，使用紧凑的数组格式来节省内存空间。

因此，当一个hash对象的键值对数据量增加到临界值时，就会触发编码转换，将该hash对象的键值对从OBJ_ENCODING_ZIPLIST编码转换为OBJ_ENCODING_HT编码。其中的临界值的关键参数为hash-max-ziplist-entries和hash-max-ziplist-value，可在配置文件中修改该两个参数的默认值。

# Hashes are encoded using a memory efficient data structure when they have a
# small number of entries, and the biggest entry does not exceed a given
# threshold. These thresholds can be configured using the following directives.
hash-max-ziplist-entries 512
hash-max-ziplist-value 64

hash-max-ziplist-entries

hash-max-ziplist-entries的默认值为512，表示当hash对象的键值对数量大于该值时使用OBJ_ENCODING_HT编码，否则使用OBJ_ENCODING_ZIPLIST编码。

如下测试，向hash对象中添加512个键值对，通过debug命令输出该hash对象的编码格式为encoding:ziplist，再添加一个键值对导致hash对象中的键值对数量大于hash-max-ziplist-entries时，该hash对象的编码格式转换为了encoding:hashtable。

127.0.0.1:6379> EVAL "for i=1, 512 do redis.call('HSET', KEYS[1], i, i) end" 1 "members"
(nil)

127.0.0.1:6379> hlen members
(integer) 512

127.0.0.1:6379> debug object members
Value at:0x7fe27c2b34a0 refcount:1 encoding:ziplist serializedlength:2838 lru:2137578 lru_seconds_idle:7

127.0.0.1:6379> hset members 513 513
(integer) 1

127.0.0.1:6379> debug object members
Value at:0x7fe27c2b34a0 refcount:1 encoding:hashtable serializedlength:2826 lru:2137611 lru_seconds_idle:2

关键源码如下：

void hashTypeTryConversion(robj *o, robj **argv, int start, int end) {
    int i;

if (o->encoding != OBJ_ENCODING_ZIPLIST) return;

for (i = start; i <= end; i++) {
        if (sdsEncodedObject(argv[i]) &&
        // 当key或者value的长度大于hash-max-ziplist-value时转换编码
            sdslen(argv[i]->ptr) > server.hash_max_ziplist_value) 
        {
            hashTypeConvert(o, OBJ_ENCODING_HT);
            break;
        }
    }
}

hash-max-ziplist-value

hash-max-ziplist-value的默认值为64，表示hash对象中的键值对存在键的长度或值的长度大于该值时使用OBJ_ENCODING_HT编码，否则使用OBJ_ENCODING_ZIPLIST编码。

如下测试，向hash对象中添加值的长度为64的键值对时，该hash对象的编码格式为encoding:ziplist。再重新添加一个值的长度为65的键值对时，hash对象的编码格式变成了encoding:hashtable。

127.0.0.1:6379> hset members f1 1234567890123456789012345678901234567890123456789012345678901234
(integer) 1
127.0.0.1:6379> debug object members
Value at:0x7fe27c2b3490 refcount:1 encoding:ziplist serializedlength:38 lru:2137862 lru_seconds_idle:3

127.0.0.1:6379> hset members f1 12345678901234567890123456789012345678901234567890123456789012345
(integer) 0
127.0.0.1:6379> debug object members
Value at:0x7fe27c2b3490 refcount:1 encoding:hashtable serializedlength:26 lru:2137871 lru_seconds_idle:6

关键源码如下：

int hashTypeSet(robj *o, sds field, sds value, int flags) {
    int update = 0;

if (o->encoding == OBJ_ENCODING_ZIPLIST) {
        ...

// 当存放的键值对数量大于hash-max-ziplist-entries时转换编码
        /* Check if the ziplist needs to be converted to a hash table */
        if (hashTypeLength(o) > server.hash_max_ziplist_entries)
            hashTypeConvert(o, OBJ_ENCODING_HT);
    }
    ...
}

当键值对数量超过hash槽长度的5倍时hash表扩容，扩容后为hash槽长度为大于键值对数量2倍大小的最小2的指数，即4、8、16、32、64…

typedef struct dictEntry {
    void *key;
    union {
        void *val;
        uint64_t u64;
        int64_t s64;
        double d;
    } v;
    struct dictEntry *next;
} dictEntry;

/* 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; // 哈希表table的大小
    unsigned long sizemask; // 用于位运算计算key对应的table位置，sizemask=size-1
    unsigned long used; // 哈希表中键值对的数量
} dictht;

typedef struct dict {
    dictType *type;
    void *privdata;
    dictht ht[2];
    long rehashidx; // 表示rehash时hash槽下次迁移数据的槽的位置，-1表示非rehash状态
    unsigned long iterators; /* number of iterators currently running */
} dict;

#define DICT_HT_INITIAL_SIZE     4
static unsigned int dict_force_resize_ratio = 5;

static int _dictExpandIfNeeded(dict *d)
{
    // 正在rehash，直接返回
    if (dictIsRehashing(d)) return DICT_OK;

// 刚初始化的hash表，hash槽长度为0，初始化为槽长度为4的hash表
    if (d->ht[0].size == 0) return dictExpand(d, DICT_HT_INITIAL_SIZE);

// 当键值对数量超过hash槽长度的5倍时，扩容
    // 扩容后为hash槽长度为键值对数量2倍大小的hash表
    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;
}

int dictExpand(dict *d, unsigned long size)
{
    if (dictIsRehashing(d) || d->ht[0].used > size)
        return DICT_ERR;

dictht n; 
    // 真正扩容大小永远是2的指数且不大于LONG_MAX
    unsigned long realsize = _dictNextPower(size);

if (realsize == d->ht[0].size) return DICT_ERR;

n.size = realsize;
    n.sizemask = realsize-1;
    n.table = zcalloc(realsize*sizeof(dictEntry*));
    n.used = 0;

// 未初始化的hash表直接创建
    if (d->ht[0].table == NULL) {
        d->ht[0] = n;
        return DICT_OK;
    }

// 已经初始化的hash表，通过rehash实现扩容
    d->ht[1] = n;
    d->rehashidx = 0;
    return DICT_OK;
}

rehash

redis的rehash最大的特点是该操作是渐进式的。redis是个单线程模型，对于数据量大的hash数据做耗时的rehash操作时会导致redis的长时间阻塞。因此redis对hash数据的rehash操作设计成了渐进式，即一个hash对象有两个hash表，当需要rehash操作时一点一点将旧hash表中的数据迁移到新hash表中。虽然慢了一点，但是不会造成长时间的阻塞。

当一个rehash状态的hash数据收到一个增删改查请求时，都会先进行一次渐进式rehash，再处理该增删改查操作。每次渐进式rehash会迁移10个hash槽中的数据。

当hash表处于扩容状态时，每次查询都会先读取旧hash表，旧hash表查询不到时再读取新hash表，即新旧hash表遍历查询。每次增删改则尝试操作旧hash表，旧hash表查询不到该数据时时则再操作新hash表。

static void _dictRehashStep(dict *d) {
    // 渐进式rehash每次迁移10个hash槽的数据
    if (d->iterators == 0) dictRehash(d,1);
}

int dictRehash(dict *d, int n) {
    int empty_visits = n*10; 
    if (!dictIsRehashing(d)) return 0;

while(n-- && d->ht[0].used != 0) {
        dictEntry *de, *nextde;

assert(d->ht[0].size > (unsigned long)d->rehashidx);
        while(d->ht[0].table[d->rehashidx] == NULL) {
            d->rehashidx++;
            if (--empty_visits == 0) return 1;
        }
        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++;
    }

// rehash完成，ht[1]指向ht[0]，ht[1]初始化为空hash表
    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;
}

dictEntry *dictFind(dict *d, const void *key)
{
    dictEntry *he;
    uint64_t h, idx, table;

// 如果新旧hash表都为空，直接返回null
    if (d->ht[0].used + d->ht[1].used == 0) return NULL; 
    // 如果正在rehash，做一次渐进式rehash迁移10个hash槽的数据
    if (dictIsRehashing(d)) _dictRehashStep(d);
    h = dictHashKey(d, key);
    // 如果正在rehash，则尝试从两个hash表获取数据
    for (table = 0; table <= 1; table++) {
        idx = h & d->ht[table].sizemask;
        he = d->ht[table].table[idx];
        while(he) {
            if (key==he->key || dictCompareKeys(d, key, he->key))
                return he;
            he = he->next;
        }
        if (!dictIsRehashing(d)) return NULL;
    }
    return NULL;
}

dictEntry *dictAddRaw(dict *d, void *key, dictEntry **existing)
{
    long index;
    dictEntry *entry;
    dictht *ht;

// 如果正在rehash，做一次渐进式rehash迁移10个hash槽的数据
    if (dictIsRehashing(d)) _dictRehashStep(d);

if ((index = _dictKeyIndex(d, key, dictHashKey(d,key), existing)) == -1)
        return NULL;

// 如果正在rehash，则把新数据添加到新hash表
    // 否则添加到ht[0]
    ht = dictIsRehashing(d) ? &d->ht[1] : &d->ht[0];
    entry = zmalloc(sizeof(*entry));
    entry->next = ht->table[index];
    ht->table[index] = entry;
    ht->used++;

dictSetKey(d, entry, key);
    return entry;
}