女主宣言
大家都比较了解哈希表，以及类似php、redis等的内部hash实现。但是本文着力介绍redis中的rehash的实现，供大家参考学习。
PS：丰富的一线技术、多元化的表现形式，尽在“
HULK一线技术杂谈
”，点关注哦！
redis的性能优越，应用普遍，可以存储键值个数大到可以存储上亿条记录依然保持较高的效率。作为一个内存数据库，redis内部采用了字典的数据结构实现了键值对的存储，字典也就是我们平时所说的哈希表。随着数据量的不断增加，数据必然会产生hash碰撞，而redis采用链地址法解决hash冲突。我们知道如果哈希表数据量达到了一个很大的量级，那么冲突的链的元素数量就会很大，这时查询效率就会变慢，因为取值的时候redis会遍历链表。而随着数据量的缩减，也会产生一定的内存浪费。redis在设计时充分考虑了字典的增加和缩减，为了优化数据量增加时的查询效率和缩减时的内存利用率，redis进行了一系列操作，而处理的这个过程被称作rehash。
我们先来看一下字典在redis源码中的定义
// 哈希表定义
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;
unsigned
long
iterators;
} dict;
从结构上看每个字典中都包含了两个hashtable。那么为什么一个字典会需要两个hashtable？首先redis在正常读写时会用到一个hashtable，而另一个hashtable的作用实际上是作为字典在进行rehash时的一个临时载体。我们可以这么理解，redis开始只会用一个hashtable去读写，如果这个hashtable的数据量增加或者缩减到某个值，到达了rehash的条件，redis便会开始根据数据量和链（bucket）的个数初始化那个备用的hashtable，来使这个hashtable从容量上满足后续的使用，并开始把之前的hashtable的数据迁移到这个新的hashtable上来，当然这种迁移是对每个节点值进行一次hash运算。等到数据全部迁移完成，再进行一次hashtable的地址更名，把这个备用的hashtable为正式的hashtable，同时清空另一个hashtable以供下一次rehash使用。
hashtable元素总个数 / 字典的链个数 = 每个链平均存储的元素个数(load_factor)
-
服务器目前没有在执行BGSAVE命令或者BGREWRITEAOF命令，load_factor >= 1，dict就会触发扩大操作rehash
-
服务器目前正在执行BGSAVE命令或者BGREWRITEAOF命令，load_factor >= 5，dict就会触发扩大操作rehash
-
load_factor < 0.1，dict就会触发缩减操作rehash
我们假设 ht[0]为正在使用的hashtable，ht[1]为rehash之后的备用hashtable
步骤如下：
-
为字典的备用哈希表分配空间：
在字典中维持一个索引计数器变量rehashidx，并将它的值设置为0，表示rehash工作正式开始（为-1时表示没有进行rehash）。
rehash进行期间，每次对字典执行添加、删除、查找或者更新操作时，程序除了执行指定的操作以外，还会顺带将ht[0]哈希表在rehashidx索引上的所有键值对rehash到ht[1]，当一次rehash工作完成之后，程序将rehashidx属性的值+1。同时在serverCron中调用rehash相关函数，在1ms的时间内，进行rehash处理，每次仅处理少量的转移任务(100个元素)。
随着字典操作的不断执行，最终在某个时间点上，ht[0]的所有键值对都会被rehash至ht[1]，这时程序将rehashidx属性的值设为-1，表示rehash操作已完成。
rehash部分源码：
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
(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
