redis的hash怎么实现的

0.前言redis是KV型的内存数据库, 数据库存储的核心就是Hash表, 我们执行select命令选择一个存储的db之后, 所有的操作都是以hash表为基础的, 下面会分析下redis的hash数据结构和实现.1.hash数据结构/*Hash表一个节点包含Key,Value数据对 */typedef struct dictEntry {void *key;union {void *val;uint64_t u64;int64_t s64;double d;} v;struct dictEntry *next; /* 指向下一个节点, 链接表的方式解决Hash冲突 */} dictEntry;/* 存储不同数据类型对应不同操作的回调函数 */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;typedef struct dictht {dictEntry **table; /* dictEntry*数组,Hash表 */unsigned long size; /* Hash表总大小 */unsigned long sizemask; /* 计算在table中索引的掩码, 值是size-1 */unsigned long used; /* Hash表已使用的大小 */} dictht;typedef struct dict {dictType *type;void *privdata;dictht ht[2]; /* 两个hash表,rehash时使用*/long rehashidx; /* rehash的索引, -1表示没有进行rehash */int iterators; /**/} dict;2.hash数据结构图3.渐进式hash说明dict中ht[2]中有两个hash表, 我们第一次存储数据的数据时, ht[0]会创建一个最小为4的hash表, 一旦ht[0]中的size和used相等, 则dict中会在ht[1]创建一个size*2大小的hash表, 此时并不会直接将ht[0]中的数据copy进ht[0]中, 执行的是渐进式rehash, 即在以后的操作(find, set, get等)中慢慢的copy进去, 以后新添加的元素会添加进ht[0], 因此在ht[1]被占满的时候定能确保ht[0]中所有的数据全部copy到ht[1]中.4.创建hash表创建hash表过程非常简单,直接调用dictCreate函数, 分配一块内存,初始化中间变量即可.dict *dictCreate(dictType *type, void *privDataPtr){/*分配内存*/dict *d = zmalloc(sizeof(*d));/*初始化操作*/_dictInit(d,type,privDataPtr);return d;}5.添加元素hash表中添加元素,首先判断空间是否足够, 然后计算key对应的hash值, 然后将需要添加的key和value放入表中.int dictAdd(dict *d, void *key, void *val){/*添加入hash表中, 返回新添加元素的实体结构体*/dictEntry *entry = dictAddRaw(d,key);if (!entry) return DICT_ERR;/*元素val值放入元素实体结构中*/dictSetVal(d, entry, val);return DICT_OK;}/**添加元素实体函数*/dictEntry *dictAddRaw(dict *d, void *key){int index;dictEntry *entry;dictht *ht;if (dictIsRehashing(d)) _dictRehashStep(d);/*根据key值计算新元素在hash表中的索引, 返回-1则表示元素已存在, 直接返回NULL*/if ((index = _dictKeyIndex(d, key)) == -1)return NULL;/*如果在进行rehash过程,则新元素添加到ht[1]中, 否则添加到ht[0]中 */ht = dictIsRehashing(d) ? &d->ht[1] : &d->ht[0];entry = zmalloc(sizeof(*entry));entry->next = ht->table[index];ht->table[index] = entry;ht->used++;/*设置元素key*/dictSetKey(d, entry, key);return entry;}/**计算索引的函数*/static int _dictKeyIndex(dict *d, const void *key){unsigned int h, idx, table;dictEntry *he;/* 判断hash表是否空间足够, 不足则需要扩展 */if (_dictExpandIfNeeded(d) == DICT_ERR)return -1;/* 计算key对应的hash值 */h = dictHashKey(d, key);for (table = 0; table <= 1; table++) {/*计算索引*/idx = h & d->ht[table].sizemask;/*遍历冲突列表, 判断需要查找的key是否已经在冲突列表中*/he = d->ht[table].table[idx];while(he) {if (dictCompareKeys(d, key, he->key))return -1;he = he->next;}if (!dictIsRehashing(d)) break;}return idx;}/**判断hash表是否需要扩展空间*/static int _dictExpandIfNeeded(dict *d){/*redis的rehash采用的渐进式hash, rehash时分配了原来两倍的内存空间, 在rehash阶段空间必定够用*/if (dictIsRehashing(d)) return DICT_OK;/* hash表是空的需要初始化空间, 默认是4*/if (d->ht[0].size == 0) return dictExpand(d, DICT_HT_INITIAL_SIZE);/* 已使用空间满足不了设置的条件*/if (d->ht[0].used >= d->ht[0].size &&(dict_can_resize ||d->ht[0].used/d->ht[0].size > dict_force_resize_ratio)){/*扩展空间, 使用空间的两倍*/return dictExpand(d, d->ht[0].used*2);}return DICT_OK;}/**扩展空间或者初始化hash表空间*/int dictExpand(dict *d, unsigned long size){dictht n;/* 对需要分配大小圆整为2的倍数 */unsigned long realsize = _dictNextPower(size);/* 如果空间足够则表明调用错误 */if (dictIsRehashing(d) || d->ht[0].used > size)return DICT_ERR;n.size = realsize;n.sizemask = realsize-1;n.table = zcalloc(realsize*sizeof(dictEntry*));n.used = 0;/*hash表为空初始化hash表*/if (d->ht[0].table == NULL) {d->ht[0] = n;return DICT_OK;}/*新分配的空间放入ht[1], 后面一步一步进行rehash*/d->ht[1] = n;d->rehashidx = 0;return DICT_OK;}6.查找元素查找元素过程,首先计算hash值, 然后计算在ht[0]和ht[1]中索引位置, 进行查找.dictEntry *dictFind(dict *d, const void *key){dictEntry *he;unsigned int h, idx, table;if (d->ht[0].size == 0) return NULL;/*如果正在进行rehash, 执行一次rehash*/if (dictIsRehashing(d)) _dictRehashStep(d);h = dictHashKey(d, key);/*由于可能正在rehash, 因此要从ht[0]和ht[1]中分别进行查找, 找不到返回NULL*/for (table = 0; table <= 1; table++) {idx = h & d->ht[table].sizemask;he = d->ht[table].table[idx];/*遍历冲突列表查找元素*/while(he) {if (dictCompareKeys(d, key, he->key))return he;he = he->next;}if (!dictIsRehashing(d)) return NULL;}return NULL;}7.删除元素删除元素首先查找元素, 然后将元素从hash表中移除即可, 调用dictDelete删除元素, 会同时删除元素所占空间int dictDelete(dict *ht, const void *key) {return dictGenericDelete(ht,key,0);}static int dictGenericDelete(dict *d, const void *key, int nofree){unsigned int h, idx;dictEntry *he, *prevHe;int table;if (d->ht[0].size == 0) return DICT_ERR;if (dictIsRehashing(d)) _dictRehashStep(d);h = dictHashKey(d, key);for (table = 0; table <= 1; table++) {idx = h & d->ht[table].sizemask;he = d->ht[table].table[idx];prevHe = NULL;/*查找元素到元素,进行删除操作, 并释放占用的内存*/while(he) {if (dictCompareKeys(d, key, he->key)) {/* Unlink the element from the list */if (prevHe)prevHe->next = he->next;elsed->ht[table].table[idx] = he->next;if (!nofree) {dictFreeKey(d, he);dictFreeVal(d, he);}zfree(he);d->ht[table].used--;return DICT_OK;}prevHe = he;he = he->next;}if (!dictIsRehashing(d)) break;}return DICT_ERR; /* not found */}hash命令hash命令操作都比较简单，需要注意的是当我们创建hash表示默认存储结构，并不是dict，而是ziplist结构，可以参考redis之Ziplist数据结构，hash_max_ziplist_entries和hash_max_ziplist_value值作为阀值，hash_max_ziplist_entries表示一旦ziplist中元素数量超过该值，则需要转换为dict结构；hash_max_ziplist_value表示一旦ziplist中数据长度大于该值，则需要转换为dict结构。

更多Redis相关技术文章，请访问Redis教程栏目进行学习！以上就是redis的hash怎么实现的的详细内容，更多请关注小潘博客其它相关文章！