Redis原理分析（二）

我们知道，整个Redis的数据结构是key-value形式组成的一个全局字典，还有带过期时间key集合也是一个字典。

struct RedisDb{
    dict* dict;     //所有key-value
    dict* expires   //所有key的过期时间 
    ...
}

struct zset{
    dict* dict      //所有的value-score
    zskiplist *zsl  //跳表

}

一、字典内部结构

在字典的内部结构中包含两个hashtable，但是只有一个hashtable是存储数据的（我们假设为h[0]，另一个hashtable(我们假设h[1])的作用是：当字典需要进行扩容或者缩容的时候，需要分配出新的hashtable，然后进行渐进式的搬迁，这个h[0]存储的是旧的数据，h[1]存储的是新的数据，当数据完全迁移到h[1]的时候，h[0]里面的hashtable将会被删除，而被被h[1]取代。

Redis原理分析（二）

Redis里面hashtable的结构和Java中HashMap的结构以及原理几乎是一样的，都是通过粪桶的方式解决了hash冲突。在结构中一共有两个维度，第一个是数组，在每一个数组元素中又存了一个链表结构。

当插入一个元素的时候，先获取元素的散列值，根据散列值找到结构数组中对应的位置。如果该位置中没有元素，则把插入的新值填充到相应的数组位置。若有元素（元素为一个链表节点），则以哈希值和内容来比较两个元素是否相等，如果不相等取元素的下一个节点，直到取到最后一个节点加入到元素的尾部中。

二、渐进式rehash详解

大字典扩容redis一般采用渐进式rehash操作。

首先我们要先知道两个问题。第一个就是什么叫渐进式，第二个就是为什么需要渐进式。

在我的理解下，渐进式rehash就是把一次rehash操作分成很多步进行操作，这样可以把一次性的耗时分散到其他操作的耗时上，这属于一个分治的思想。如果不采用渐进式rehash，那么一次大字典的扩容操作是需要花费很多时间的，这对于单线程的redis是很难承受这样的过程。所以干脆把一次性的耗时分散到多次、渐进式的完成。虽然这样扩容会慢一些，但是总可以完成扩容操作。

渐进式rehash大致分为四个步骤：

为 ht[1] 分配空间，让字典同时持有 ht[0] 和 ht[1] 两个哈希表。
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。
在 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 rehash 工作完成之后，程序将 rehashidx 属性的值增一。
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。

渐进式的过程如下图所示：

Redis原理分析（二）

渐进是把hash操作分散到对字典的增加、删除、修改等操作上的。那么如果对于一个正在发生rehash操作的字典，我需要查找到该字典的某一个元素该怎么办？首先我会在h[0]进行查找，如果在h[0]找不到的话则再去h[1]上进行查找。

在增加操作中的增加的元素都一律保存在新表h[1]当中，这将意味着一旦发生扩容操作h[0]的值是不会改变的。

如果在搬迁的过程中并没有对字典进行操作那怎么办？是否就意味着不会进行rehash操作了？当然不是。如果字典后面没有进行操作的话，redis还有一个定时器任务，redis将会在定时器任务中对字典进行搬迁操作

三、hash攻击

hashtable中key的分布的均匀程度影响到redis的性能，但是如果一个hash函数存在偏向性，那么黑客可以利用这个偏向性对服务器进行攻击，使得key的分布堆积在某一个数组当中，这样会使得链表非常的长，导致查找的效率下降，可能查询的时间复杂度退化到O(n)级别，这样服务器很容易崩溃，这就是hash攻击。

四、扩容条件

当hash表中元素的个数等于数组长度的时候将会进行扩容操作，扩容的大小为原来数组的2倍。不过如果redis正在做bgsave操作为了加少过多的内存页分离（COW操作），redis此时尽量不会去扩容。如果hash表中的元素长度为数组长度的5倍以上，将会进行强制扩容。

五、缩容条件

当hash表进行删除操作，元素个数低于数组长度的10%，将会进行缩容操作。缩容操作不会考虑redis是否在进行bgsava操作。

参考：http://redisbook.com/preview/dict/incremental_rehashing.html