阅读量:2
1. 数据结构
我们自底向上来描述redis散列涉及的数据结构。
首先是负责存储键值的结构，Java 中存储的结构叫 Entry，redis里也差不多，叫dictEntry:
typedef struct dictEntry { void *key; // 键，它是一个指针类型，所以我们可以将其指向sds的指针 union { // 这是一个联合类型，也就是你可以选择任意一个字段来存储 void *val; // 因为散列也是redis数据库的底层结构，它是使用val字段 uint64_t u64; // redis还用散列保存键过期时间，此时就用u64存储过期时间 int64_t s64; double d; } v; struct dictEntry *next; // Java中为了处理哈希冲突，是采用拉链法，redis也是一样 } dictEntry; 我们向上，就是 dictEntry 的存储容器，也叫 dictht ，我们就叫他哈希
typedef struct dictht { dictEntry **table; // 指针数组 unsigned long size; // 底层数组长度，或者会所是slot数量 unsigned long sizemask; // 它比size小1，位运算比取模快，用它加速定位hash值索引 unsigned long used; // 这个是当前哈希表里所有数据的总和，哈希冲突的也算 } dictht; 然后，其实到这里基本可以用了。但是redis依然在 dicthst 之上抽象了 dict 结构，我们叫他散列:
typedef struct dict { dictType *type; // redis将数据和函数分离，dictType 是 API 抽象 void *privdata; // 网上说是和 type 一起用的，我们初始化时都是NULL dictht ht[2]; // len=2的dictht数组，主要用0，当rehast时会开放1 long rehashidx; // rehashidx == -1 则处于rehashing int16_t pauserehash; /* If >0 rehashing is paused (<0 indicates coding error) */ } dict; 下面是作为数据库键值对存储时候用到的 dictType
/* Db->dict, keys are sds strings, vals are Redis objects. */ dictType dbDictType = { dictSdsHash, /* hash function */ NULL, /* key dup */ NULL, /* val dup */ dictSdsKeyCompare, /* key compare */ dictSdsDestructor, /* key destructor */ dictObjectDestructor, /* val destructor */ dictExpandAllowed /* allow to expand */ }; 下面是作为失效控制存储时候用到的 dictType
/* Db->expires */ dictType dbExpiresDictType = { dictSdsHash, /* hash function */ NULL, /* key dup */ NULL, /* val dup */ dictSdsKeyCompare, /* key compare */ NULL, /* key destructor */ NULL, /* val destructor */ dictExpandAllowed /* allow to expand */ }; 下面还有针对事务watch专用的 dictType
/* Keylist hash table type has unencoded redis objects as keys and * lists as values. It's used for blocking operations (BLPOP) and to * map swapped keys to a list of clients waiting for this keys to be loaded. */ dictType keylistDictType = { dictObjHash, /* hash function */ NULL, /* key dup */ NULL, /* val dup */ dictObjKeyCompare, /* key compare */ dictObjectDestructor, /* key destructor */ dictListDestructor, /* val destructor */ NULL /* allow to expand */ }; 最后，这部分是redis服务器上的DB字段，我们关注散列，就是因为它可以用作数据库的实现，所以这里也列举一下：
struct redisServer { redisDb *db; } /* Redis database representation. There are multiple databases identified * by integers from 0 (the default database) up to the max configured * database. The database number is the 'id' field in the structure. */ typedef struct redisDb { dict *dict; // DB 的 keyspace，键空间，当然不是只存储键 dict *expires; // DB 中键的过期时间 dict *blocking_keys; /* Keys with clients waiting for data (BLPOP)*/ dict *ready_keys; /* Blocked keys that received a PUSH */ dict *watched_keys; /* 事务中通过watch观察的键 int id; // 0-15，redis支持16个数据库 long long avg_ttl; // 平均ttl。没啥用 unsigned long expires_cursor; // Cursor of the active expire cycle. */ list *defrag_later; /* List of key names to attempt to defrag one by one, gradually. */ } redisDb; 需要注意的是，redis 支持的map结构，底层的实现可能是ziplist，即压缩列表，也可能是dict，即散列。我们将名词规范化。
2.生命周期：初始化
我们先看作为数据库键值对存储时的初始化，这是在redis服务器启动时的一部分（DB 里直接使用dict，他压根没想用ziplist）：
for (j = 0; j < server.dbnum; j++) { server.db[j].dict = dictCreate(&dbDictType,NULL); server.db[j].expires = dictCreate(&dbExpiresDictType,NULL); server.db[j].expires_cursor = 0; server.db[j].blocking_keys = dictCreate(&keylistDictType,NULL); server.db[j].ready_keys = dictCreate(&objectKeyPointerValueDictType,NULL); server.db[j].watched_keys = dictCreate(&keylistDictType,NULL); server.db[j].id = j; server.db[j].avg_ttl = 0; server.db[j].defrag_later = listCreate(); listSetFreeMethod(server.db[j].defrag_later,(void (*)(void*))sdsfree); } 我们知道redis默认支持16个库，这里就是for循环生成16个数据库，然后我们进入 dictCreate 方法
/* Create a new hash table */ dict *dictCreate(dictType *type, void *privDataPtr) { dict *d = zmalloc(sizeof(*d)); // 使用malloc 分配内存，返回指针 _dictInit(d,type,privDataPtr); // 委托其他方法 return d; } 官方注释也很清晰，这就是创建一个新的哈希表的方法，我们传入了两个参数，一个就是 dictType ，后续针对该哈希表的操作的一些可以自定义的 API，都是由这个结构体来处理的。
我理解这个非常像 Java 里的抽象类里未实现的方法，交给子类去自定义。
/* Initialize the hash table */ int _dictInit(dict *d, dictType *type, void *privDataPtr) { _dictReset(&d->ht[0]); // 初始化 dict.ht[0] _dictReset(&d->ht[1]); // 初始化 dict.ht[1] d->type = type; // 这个玩意就是 dictType d->privdata = privDataPtr; // 这个玩意是个NULL d->rehashidx = -1; // rehash索引，-1表示没有发生rehash d->pauserehash = 0; return DICT_OK; } /* Reset a hash table already initialized with ht_init(). * NOTE: This function should only be called by ht_destroy(). */ static void _dictReset(dictht *ht) { ht->table = NULL; // dictEntry **table 哈希里的字段声明 ht->size = 0; ht->sizemask = 0; ht->used = 0; } dictCreate 委托给 _dictInit 方法来初始化我们刚生成的 dict，这里的工作，其实很简答，就是初始化，需要注意的是，此时 table 数组是 NULL，等真正 set 值时才会初始化。
3.生命周期：请求
3.1 hset 命令
Redis 负责处理 hset 命令的函数就叫 hsetCommand ，而且redis里的命令都是这个起名法：
typedef struct redisObject { unsigned type:4; unsigned encoding:4; unsigned lru:LRU_BITS; /* LRU time (relative to global lru_clock) or * LFU data (least significant 8 bits frequency * and most significant 16 bits access time). */ int refcount; // 这个字段不用太关注 void *ptr; // 指向真实结构体的指针，比如我们现在讲散列，那么它可能指向 // ziplist，也可能指向 dict } robj; robj 是贯穿 redis 的一个容器类型，你将其想象成 Java 里的 List，Optional。
主要关注type，encoding以及ptr
- type：该对象的类型，字符串，列表，集合，有序集合，map，stream
- encoding：每种type会因为各种性能考虑，在不同场景下有多重编码方式，啥是编码？？就是底层数据结构的类型。打个比方，Java 里 List 在底层可以用数组，也可以用链表实现
- ptr：指针结构type+encoding选择出的结构体的指针
void hsetCommand(client *c) { int i, created = 0; robj *o; // 如果参数数量是奇数，那么命令输入错误，这是hset的格式：hset key field value if ((c->argc % 2) == 1) { addReplyErrorFormat(c,"wrong number of arguments for '%s' command",c->cmd->name); return; } // 查询传入的key对应的散列对象的robj，如果不存在，则创建一个合适的散列对象并返回 // 我们提前讲：如果该key不存在，那么会创建一个ziplist，他其实是个char数组的指针 // 然后用robj对ziplist做封装 if ((o = hashTypeLookupWriteOrCreate(c,c->argv[1])) == NULL) return; hashTypeTryConversion(o,c->argv,2,c->argc-1); for (i = 2; i < c->argc; i += 2) created += !hashTypeSet(o,c->argv[i]->ptr,c->argv[i+1]->ptr,HASH_SET_COPY); /* HMSET (deprecated) and HSET return value is different. */ char *cmdname = c->argv[0]->ptr; if (cmdname[1] == 's' || cmdname[1] == 'S') { /* HSET */ addReplyLongLong(c, created); } else { /* HMSET */ addReply(c, shared.ok); } signalModifiedKey(c,c->db,c->argv[1]); notifyKeyspaceEvent(NOTIFY_HASH,"hset",c->argv[1],c->db->id); server.dirty += (c->argc - 2)/2; } 3.1.1 hashTypeLookupWriteOrCreate
我们先看第一个内部函数，就是根据 hset 传入的 key 查得对应的哈希散列
robj *hashTypeLookupWriteOrCreate(client *c, robj *key) { // 根据传入的key【robj】查回对应的val【robj】，传入的key就是map的key robj *o = lookupKeyWrite(c->db,key); // 由于key对应的应该是一个散列，所以这里强制匹配，即robj.type == HASH if (checkType(c,o,OBJ_HASH)) return NULL; // 如果返回的robj是NULL，则说明不存在该散列，那么就创建一个散列。，否则直接返回 if (o == NULL) { // 当在db里没有查到这个key，那么创建一个map对象，默认初始化的，都是ziplist编码的 o = createHashObject(); // 将新创建的robj以及key，设置到db中，key用于定位插槽【slot】的 // 而o，也就是新创建的这个map对象，会和key一起，再组成一个dictEntry对象 // 存储到db这个大dict中，db.dict[0] dbAdd(c->db,key,o); } return o; } 里面比较核心的方法是 createHashObject中，这个方法只生成一个空的map对象【robj】，不会向里面设置任何键值对，这里会涉及到散列的编码选择：
robj *createHashObject(void) { unsigned char *zl = ziplistNew(); robj *o = createObject(OBJ_HASH, zl); o->encoding = OBJ_ENCODING_ZIPLIST; return o; } /* Create a new empty ziplist. */ unsigned char *ziplistNew(void) { unsigned int bytes = ZIPLIST_HEADER_SIZE+ZIPLIST_END_SIZE; unsigned char *zl = zmalloc(bytes); ZIPLIST_BYTES(zl) = intrev32ifbe(bytes); ZIPLIST_TAIL_OFFSET(zl) = intrev32ifbe(ZIPLIST_HEADER_SIZE); ZIPLIST_LENGTH(zl) = 0; zl[bytes-1] = ZIP_END; return zl; } 可以看到，默认redis初始化的map，就是 ziplist，然后等真正插入键值对时，再看是否需要转换为哈希。
然后，由于可能是新生成了一个map对象，所以还涉及将其挂到db上的动作：
void dbAdd(redisDb *db, robj *key, robj *val) { // key是hset命令的key，val则是刚生成的map对象【robj】 sds copy = sdsdup(key->ptr); // 该函数内部会讲key+val构造为一个dictEntry，挂到db.dict.ht[0]中 // 按照顺序看，DB -> dict 散列 -> dictha 哈希 -> dictEntry int retval = dictAdd(db->dict, copy, val); serverAssertWithInfo(NULL,key,retval == DICT_OK); signalKeyAsReady(db, key, val->type); if (server.cluster_enabled) slotToKeyAdd(key->ptr); } 这部分代码其实与前面讲的 dictAdd 是基本相同的实现，毕竟db也就是个散列
3.1.2 hashTypeTryConversion
然后我们来看第二个函数 hashTypeTryConversion ，简单的将就是判断插入新的值后，是否可以将原本是 ziplist 存储的散列结构，转换为哈希存储的散列。
散列支持两种编码，即 ziplist 和 hash，当满足下面两个条件时，redis会使用ziplist：
- key-value 结构的所有键值对的字符串长度都小于 hash-max-ziplist-value（默认值64），可以通过配置文件修改
- 散列对象保存的键值对的个数（1个键值对记为1）小于 hash-max-ziplist-entries（默认值512）,可以通过配置文件修改
redis 只支持 ziplist 到 hash 的转换，不支持反向。
3.1.3 hashTypeSet
然后我们来看第三个函数 hashTypeSet ，他就是插入键值对的。
#define HASH_SET_TAKE_FIELD (1<<0) #define HASH_SET_TAKE_VALUE (1<<1) #define HASH_SET_COPY 0 int hashTypeSet(robj *o, sds field, sds value, int flags) { int update = 0; // 如果值【robj】的编码方式是 ziplist 时 if (o->encoding == OBJ_ENCODING_ZIPLIST) { unsigned char *zl, *fptr, *vptr; zl = o->ptr; fptr = ziplistIndex(zl, ZIPLIST_HEAD); if (fptr != NULL) { fptr = ziplistFind(zl, fptr, (unsigned char*)field, sdslen(field), 1); if (fptr != NULL) { /* Grab pointer to the value (fptr points to the field) */ vptr = ziplistNext(zl, fptr); serverAssert(vptr != NULL); update = 1; /* Replace value */ zl = ziplistReplace(zl, vptr, (unsigned char*)value, sdslen(value)); } } if (!update) { /* Push new field/value pair onto the tail of the ziplist */ zl = ziplistPush(zl, (unsigned char*)field, sdslen(field), ZIPLIST_TAIL); zl = ziplistPush(zl, (unsigned char*)value, sdslen(value), ZIPLIST_TAIL); } o->ptr = zl; /* 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); } else if (o->encoding == OBJ_ENCODING_HT) { // 如果值【robj】的编码方式为哈希时，传入命令里的 field ，查回匹配的entry // 如果没匹配，就设置NULL，需要注意，dictEntry 保存了键【key】和值【val】 dictEntry *de = dictFind(o->ptr,field); if (de) { // 如果map里有该field，则进入这段代码，首先获取目前field对应的值并释放内存 sdsfree(dictGetVal(de)); if (flags & HASH_SET_TAKE_VALUE) { // 然后将新的val设置到指针上，dictGetVal(de)返回的是指针 dictGetVal(de) = value; value = NULL; } else { // 这个是将value复制了一遍，然后设置到val指针上 dictGetVal(de) = sdsdup(value); } update = 1; } else { // 如果map中未查得field sds f,v; // 构建field结构体 if (flags & HASH_SET_TAKE_FIELD) { f = field; field = NULL; } else { f = sdsdup(field); } // 构建value结构体 if (flags & HASH_SET_TAKE_VALUE) { v = value; value = NULL; } else { v = sdsdup(value); } // 将field-value设置到map中 dictAdd(o->ptr,f,v); } } else { serverPanic("Unknown hash encoding"); } /* Free SDS strings we did not referenced elsewhere if the flags * want this function to be responsible. */ if (flags & HASH_SET_TAKE_FIELD && field) sdsfree(field); if (flags & HASH_SET_TAKE_VALUE && value) sdsfree(value); return update; } 这里的 dictAdd 负责将键值设到 map 上
int dictAdd(dict *d, void *key, void *val) { // 设置entry，如果entry已存在，这里返回NULL dictEntry *entry = dictAddRaw(d,key,NULL); if (!entry) return DICT_ERR; // 设置值 dictSetVal(d, entry, val); return DICT_OK; } dictAddRaw 此函数添加条目，但不是设置值，而是向用户返回 dictEntry 结构，这将确保按用户的意愿填充值字段。
这个函数也直接暴露给用户API，主要是为了在哈希值中存储非指针，前面我看到过， dictEntry 里有个联合体，即可以放 *val，也可以放数字等。
dictEntry *dictAddRaw(dict *d, void *key, dictEntry **existing) { long index; dictEntry *entry; dictht *ht; if (dictIsRehashing(d)) _dictRehashStep(d); /* Get the index of the new element, or -1 if * the element already exists. */ if ((index = _dictKeyIndex(d, key, dictHashKey(d,key), existing)) == -1) return NULL; /* Allocate the memory and store the new entry. * Insert the element in top, with the assumption that in a database * system it is more likely that recently added entries are accessed * more frequently. */ ht = dictIsRehashing(d) ? &d->ht[1] : &d->ht[0]; entry = zmalloc(sizeof(*entry)); entry->next = ht->table[index]; ht->table[index] = entry; ht->used++; /* Set the hash entry fields. */ dictSetKey(d, entry, key); return entry; } 3.1.4 signalModifiedKey
我们来看第四个函数，signalModifiedKey ，这个函数是后置处理，涉及事物 watck key 和失效。
void signalModifiedKey(client *c, redisDb *db, robj *key) { touchWatchedKey(db,key); trackingInvalidateKey(c,key,1); } /* "Touch" a key, so that if this key is being WATCHed by some client the * next EXEC will fail. */ // watch key 检查，这样客户端在执行 exec 时就失败 void touchWatchedKey(redisDb *db, robj *key) { list *clients; listIter li; listNode *ln; // 如果db的watched_keys（它也是一个散列）为空，则返回，没有事物在watch if (dictSize(db->watched_keys) == 0) return; // 查询watch了该key的客户端，这里返回的是个list，这里查询很简单，就是哈希取模再比较key clients = dictFetchValue(db->watched_keys, key); if (!clients) return; // 将所有watch了该key的客户端的flag标签，都或等 CLIENT_DIRTY_CAS /* Mark all the clients watching this key as CLIENT_DIRTY_CAS */ /* Check if we are already watching for this key */ listRewind(clients,&li); while((ln = listNext(&li))) { client *c = listNodeValue(ln); c->flags |= CLIENT_DIRTY_CAS; } } // 我也不知道这个函数是干嘛的 void trackingInvalidateKey(client *c, robj *keyobj, int bcast) { if (TrackingTable == NULL) return; unsigned char *key = (unsigned char*)keyobj->ptr; size_t keylen = sdslen(keyobj->ptr); if (bcast && raxSize(PrefixTable) > 0) trackingRememberKeyToBroadcast(c,(char *)key,keylen); rax *ids = raxFind(TrackingTable,key,keylen); if (ids == raxNotFound) return; raxIterator ri; raxStart(&ri,ids); raxSeek(&ri,"^",NULL,0); while(raxNext(&ri)) { uint64_t id; memcpy(&id,ri.key,sizeof(id)); client *target = lookupClientByID(id); /* Note that if the client is in BCAST mode, we don't want to * send invalidation messages that were pending in the case * previously the client was not in BCAST mode. This can happen if * TRACKING is enabled normally, and then the client switches to * BCAST mode. */ if (target == NULL || !(target->flags & CLIENT_TRACKING)|| target->flags & CLIENT_TRACKING_BCAST) { continue; } /* If the client enabled the NOLOOP mode, don't send notifications * about keys changed by the client itself. */ if (target->flags & CLIENT_TRACKING_NOLOOP && target == server.current_client) { continue; } /* If target is current client and it's executing a command, we need schedule key invalidation. * As the invalidation messages may be interleaved with command * response and should after command response. */ if (target == server.current_client && server.fixed_time_expire) { incrRefCount(keyobj); listAddNodeTail(server.tracking_pending_keys, keyobj); } else { sendTrackingMessage(target,(char *)keyobj->ptr,sdslen(keyobj->ptr),0); } } raxStop(&ri); /* Free the tracking table: we'll create the radix tree and populate it * again if more keys will be modified in this caching slot. */ TrackingTableTotalItems -= raxSize(ids); raxFree(ids); raxRemove(TrackingTable,(unsigned char*)key,keylen,NULL); } 3.2 hlen 命令
hlen 命令是由下面这个函数来处理的
void hlenCommand(client *c) { robj *o; // 这行很简单，就是从数据库里查询key对应的robj对象，其中，因为这map结构的方法， // 所以检查robj头里的type是否是HASH，否则命令就用错了 if ((o = lookupKeyReadOrReply(c,c->argv[1],shared.czero)) == NULL || checkType(c,o,OBJ_HASH)) return; // hashTypeLength 返回一个长度，然后addReplyLongLong将结果写到buf中 addReplyLongLong(c,hashTypeLength(o)); } 所以核心的方法都是在下面这个函数内：
/* Return the number of elements in a hash. */ unsigned long hashTypeLength(const robj *o) { unsigned long length = ULONG_MAX; // 如果是ziplist编码的，那么这里有优点特殊了 // 当 zllen 小于65535时，那么ziplist的len=zllen // 当 zllen 等于 65535,那么就得一个个算，直到END标记处 if (o->encoding == OBJ_ENCODING_ZIPLIST) { // 这里使用ziplistLen函数，该函数就是直接拿ziplist数据结构的zllen字段 // 这里除以2，是因为这是保存的键值对，是成对出现的 length = ziplistLen(o->ptr) / 2; } else if (o->encoding == OBJ_ENCODING_HT) { // 如果时hash编码，其dictht里的used字段记录了当前有多少键值对 length = dictSize((const dict*)o->ptr); } else { serverPanic("Unknown hash encoding"); } return length; } 下面引用ziplist的内存布局图
area |<---- ziplist header ---->|<----------- entries ------------->|<-end->| size 4 bytes 4 bytes 2 bytes ? ? ? ? 1 byte +---------+--------+-------+--------+--------+--------+--------+-------+ component | zlbytes | zltail | zllen | entry1 | entry2 | ... | entryN | zlend | +---------+--------+-------+--------+--------+--------+--------+-------+ ^ ^ ^ address | | | ZIPLIST_ENTRY_HEAD | ZIPLIST_ENTRY_END | ZIPLIST_ENTRY_TAIL
| 域 | 长度/类型 | 域的值 |
|---|---|---|
zlbytes | uint32_t | 整个 ziplist 占用的内存字节数，对 ziplist 进行内存重分配，或者计算末端时使用。 |
zltail | uint32_t | 到达 ziplist 表尾节点的偏移量。 通过这个偏移量，可以在不遍历整个 ziplist 的前提下，弹出表尾节点。 |
zllen | uint16_t | ziplist 中节点的数量。 当这个值小于 UINT16_MAX （65535）时，这个值就是 ziplist 中节点的数量； 当这个值等于 UINT16_MAX 时，节点的数量需要遍历整个 ziplist 才能计算得出。 |
entryX | ? | ziplist 所保存的节点，各个节点的长度根据内容而定。 |
zlend | uint8_t | 255 的二进制值 1111 1111 （UINT8_MAX） ，用于标记 ziplist 的末端。 |
3.3 增量rehash
增量式rehash是redis时间事件处理函数中的一部分：
/* Rehash */ if (server.activerehashing) { // dbs_per_call 这个值是min（16，你设置的数据库数量） for (j = 0; j < dbs_per_call; j++) { // 增量式rehash int work_done = incrementallyRehash(rehash_db); // work_done 标识该在rehash过程中是否真的干活了 if (work_done) { /* If the function did some work, stop here, we'll do * more at the next cron loop. */ break; } else { /* If this db didn't need rehash, we'll try the next one. */ // 如果该库没有做任何工作，那说明该库无需rehash，那++处理下一个数据 // 这里取了个模，好实现环型处理,0,1,2,3...15,0,1,2... rehash_db++; rehash_db %= server.dbnum; } } } 我们主要关注下面这个增量式rehash核心方法：
int incrementallyRehash(int dbid) { /* Keys dictionary */ // 如果键空间在rehash，那么就执行1ms的 if (dictIsRehashing(server.db[dbid].dict)) { dictRehashMilliseconds(server.db[dbid].dict,1); return 1; /* already used our millisecond for this loop... */ } /* Expires */ // 如果键空间没有rehash，则检查失效空间是否在rehash，是的话也执行1ms的 if (dictIsRehashing(server.db[dbid].expires)) { dictRehashMilliseconds(server.db[dbid].expires,1); return 1; /* already used our millisecond for this loop... */ } return 0; } 如果检测到该db处于散列中，那么就调用下面这个方法，执行1ms的任务：
/* Rehash in ms+"delta" milliseconds. The value of "delta" is larger * than 0, and is smaller than 1 in most cases. The exact upper bound * depends on the running time of dictRehash(d,100).*/ int dictRehashMilliseconds(dict *d, int ms) { // 如果 dict 的 pauserehash>0，那么就暂停rehash if (d->pauserehash > 0) return 0; long long start = timeInMilliseconds(); int rehashes = 0; // while循环，调用 dictRehash,每次执行100任务量，执行完后就计算下剩余时间，不够就结束 while(dictRehash(d,100)) { rehashes += 100; if (timeInMilliseconds()-start > ms) break; } return rehashes; } 核心方法，rehash，我们送进来的n=100
int dictRehash(dict *d, int n) { // n * 100,这是最大允许访问的空插槽 int empty_visits = n*10; /* Max number of empty buckets to visit. */ unsigned long s0 = d->ht[0].size; unsigned long s1 = d->ht[1].size; if (dict_can_resize == DICT_RESIZE_FORBID || !dictIsRehashing(d)) return 0; if (dict_can_resize == DICT_RESIZE_AVOID && ((s1 > s0 && s1 / s0 < dict_force_resize_ratio) || (s1 < s0 && s0 / s1 < dict_force_resize_ratio))) { return 0; } // while循环，迭代次数最大为n，同时确保ht[0]剩余简键值对>0 while(n-- && d->ht[0].used != 0) { dictEntry *de, *nextde; assert(d->ht[0].size > (unsigned long)d->rehashidx); // 需要注意的是rehashidx是插槽索引，简单说就是dictht结构体数组指针这个数组的索引 while(d->ht[0].table[d->rehashidx] == NULL) { // 当插槽位置为NULL，那么rehashidx++ d->rehashidx++; // 如果空插槽碰到的太多，超过100*n，也不做了，怕时间花销太大 if (--empty_visits == 0) return 1; } // 取出rehashidx处的头部dictEntry de = d->ht[0].table[d->rehashidx]; // 将该插槽下所有的dictEntry迁移到ht[1]中 while(de) { uint64_t h; nextde = de->next; // 从dictEntry中取出key，然后与ht[1]的sizemask做取模得到索引 h = dictHashKey(d, de->key) & d->ht[1].sizemask; // 这里怕迷糊，de是当前entry，nextde是下一个entry // 首先将de设置到当前entry的next指针设置为ht[1]中插槽头entry de->next = d->ht[1].table[h]; // 然后将ht[1]的头entry换成当前entry d->ht[1].table[h] = de; // used 统计计算 d->ht[0].used--; d->ht[1].used++; // 然后重用de变量，存储下一个entry，然后循环起来，直刀最后一个冲突键为止 de = nextde; } // 将当前rehashidx位置设置NULL（毕竟都迁移完了），然后 rehashidx++ d->ht[0].table[d->rehashidx] = NULL; d->rehashidx++; } // 如果整个表都被rehash完了，那么释放内存，然后ht[0]和ht[1]对掉，并下掉rehashidx标志 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; } /* More to rehash... */ return 1; } 3.4 单步rehash
其实，除了定时时间任务里的增量rehash之外，在正常命令处理时，也会随时做一点rehash，我称呼它为单步rehahs，主要是为了贴合它起的名字：
/* This function performs just a step of rehashing, and only if hashing has * not been paused for our hash table. When we have iterators in the * middle of a rehashing we can't mess with the two hash tables otherwise * some element can be missed or duplicated. * * This function is called by common lookup or update operations in the * dictionary so that the hash table automatically migrates from H1 to H2 * while it is actively used. */ static void _dictRehashStep(dict *d) { if (d->pauserehash == 0) dictRehash(d,1); } 该函数与前面增量rehahs不同的点在于，他n 不是100次，而是 1次。除此之外，没啥任何区别。
我们下面大概列举一下会出发单步rehash的场景：
- 向db中插入新的键值对
- 向db删除一个键
- 向db发起查询操作
3.5 迭代器
Jababoy 应该比较数据，首先就是获取迭代器，Redis 中有好多种 iterator，我们首先介绍散列类型的，就是db内的某个map上的hkeys
hashTypeIterator *hashTypeInitIterator(robj *subject) { // 函数传入的subject，就是我们的迭代目标，比方我们这里时在处理散列结构 // 那么送入的就可能是ziplist，也可能是hash编码的 hashTypeIterator *hi = zmalloc(sizeof(hashTypeIterator)); hi->subject = subject; hi->encoding = subject->encoding; if (hi->encoding == OBJ_ENCODING_ZIPLIST) { // 如果是ziplist编码 hi->fptr = NULL; hi->vptr = NULL; } else if (hi->encoding == OBJ_ENCODING_HT) { // 如果是hash编码 hi->di = dictGetIterator(subject->ptr); } else { serverPanic("Unknown hash encoding"); } return hi; } dictIterator *dictGetIterator(dict *d) { // 初始化一个dictIterator结构 dictIterator *iter = zmalloc(sizeof(*iter)); iter->d = d; iter->table = 0; iter->index = -1; iter->safe = 0; iter->entry = NULL; iter->nextEntry = NULL; return iter; } 我们看一下迭代器的数据结构：hashTypeIterator 内部嵌套了一个 dictIterator结构，原因是因为map有两种编码，所以为了给使用者一个公共API，就出现了hashTypeIterator，由它来负责调度是走ziplist的迭代器，还是hash的迭代器。
typedef struct { robj *subject; int encoding; unsigned char *fptr, *vptr; dictIterator *di; dictEntry *de; } hashTypeIterator; typedef struct dictIterator { dict *d; long index; int table, safe; dictEntry *entry, *nextEntry; /* unsafe iterator fingerprint for misuse detection. */ unsigned long long fingerprint; } dictIterator; 初始化完，我们继续看下一个函数 hashTypeNext，对应 Java 的就是 next() 方法
int hashTypeNext(hashTypeIterator *hi) { // 如果是ziplist编码的迭代器 if (hi->encoding == OBJ_ENCODING_ZIPLIST) { unsigned char *zl; unsigned char *fptr, *vptr; // hi 是迭代器，subject是ziplist的robj，用ptr可以直接指针到ziplist zl = hi->subject->ptr; // 下面这俩玩意吃实话时就是NULL fptr = hi->fptr; vptr = hi->vptr; if (fptr == NULL) { // 初始化cursor serverAssert(vptr == NULL); fptr = ziplistIndex(zl, 0); } else { /* Advance cursor */ serverAssert(vptr != NULL); fptr = ziplistNext(zl, vptr); } if (fptr == NULL) return C_ERR; /* Grab pointer to the value (fptr points to the field) */ vptr = ziplistNext(zl, fptr); serverAssert(vptr != NULL); /* fptr, vptr now point to the first or next pair */ // hi->fptr = fptr; hi->vptr = vptr; } else if (hi->encoding == OBJ_ENCODING_HT) { // 如果是哈希编码的迭代器 if ((hi->de = dictNext(hi->di)) == NULL) return C_ERR; } else { serverPanic("Unknown hash encoding"); } return C_OK; } 由于ziplist本身就是有序的，它是按照插入顺序存储的，所以如果是ziplis编码的话，迭代器就是直接使用了ziplist本身的特性进行迭代。
而对于hash编码的case，我们需要重点研究dictNex函数的实现：
dictEntry *dictNext(dictIterator *iter) { while (1) { if (iter->entry == NULL) { // 初始化时，iter->table 就是0，表示选择ht[0]开始 dictht *ht = &iter->d->ht[iter->table]; // 其实下面这俩判断，就是index和table的初始值，当首次执行时，会根据 // 迭代饿模式，来区别设置，如果是安全模式，则设置dict的pasuerRehash， // 如果是非安全模式，则计算一个词是dict各个状态字段汇聚出来的一个指纹哈希值 if (iter->index == -1 && iter->table == 0) { if (iter->safe) dictPauseRehashing(iter->d); else iter->fingerprint = dictFingerprint(iter->d); } // index++，开始扫描哈希，它就像rehash里的rehashidx iter->index++; // 这个条件是判断是否当前index已经超过当前扫描的dictht的size最大插槽数了 if (iter->index >= (long) ht->size) { // 当dict处于rehash中，且现在是扫描0号表，那么就切换到1号表，index归零 if (dictIsRehashing(iter->d) && iter->table == 0) { iter->table++; iter->index = 0; ht = &iter->d->ht[1]; } else { break; } } // 将该插槽处的dictEntry设置到entry上，然后 iter->entry = ht->table[iter->index]; } else { // 这种case是因为之前设置过entry，这里又进入循环了 iter->entry = iter->nextEntry; } // 如果entry非null，则设置好nextEntry，就可以返回了 // 如果entry位null，会进入while循环，继续查找 if (iter->entry) { /* We need to save the 'next' here, the iterator user * may delete the entry we are returning. */ iter->nextEntry = iter->entry->next; return iter->entry; } } return NULL; } 我们需要理解 dictIterator 的内部字段的含义：
- d 就是本迭代的 dict 对象【robj】
- entry 当前迭代到的元素
- nextEntry 下一个元素
- safe 是否安全模式迭代，安全模式会暂停rehash
- fingerprint 指纹，当不是安全模式时，redis将dict里的used，size等字段进行哈希计算，得到一个指纹
我理解这个迭代器很容易理解，线循环哈希插槽，然后在插槽内再循环链表。
