Redis中的Hash，结构以及渐进式rehash

Hash

哈希是一个键值对集合，可以将多个字段和值存储在同一个键中，便于管理一些关联数据，比如存储对象的属性。

使用场景：

商品详情：存储商品的各个属性，方便快速检索。

常用操作

hset key1:key2 field value
hget key1:key2 field
hmset key1:key2 field1 value1 field2 value2
hmget key1:key2 field1 field2
hdel key1:key2 field1
hincrby key1:key2 field num

实现

Hash类型的底层数据结构是由压缩列表或哈希表实现的：
● 如果哈希类型元素个数小于［512个（默认值，可由［hash-max-ziplist-entries）配置），所有值小于64」字节（默认值，可由［hash-max-ziplist-value」配置），Redis 会使用压缩列表作为Hash类型的底层数据结构
● 如果哈希类型元素不满足上面条件，Redis 会使用哈希表作为Hash 类型的底层数据结构。
在Redis7.0中，压缩列表数据结构已经废弃了，交由listpack数据结构来实现了。

redis中的HashTable

字典dict

1. type：指向dictType指针，保存了操作特定类型键值对的函数，Redis为不同用途的字典设置不同的类型特定函数。
2. privdata：保存了需要传递给不同特定函数的可选参数。
3. ht[2]：两个哈希表，字典使用的哈希表是ht[0]，ht[1]则是当对ht[0]哈希表进行rehash时使用。
4. rehashidx：记录当前rehash进度，没有进行rehash则为-1。

哈希表dictht

● table：哈希表实现存储元素的结构，可以看成是哈希节点（dictEntry）组成的数组。
● size：表示哈希表的大小。
● sizemask：这个是指哈希表大小的掩码，它的值永远等于 size-1，这个属性和哈希值一起约定了哈希节点所处的哈希表的位置，索引l的值 index= hash（哈希值）& sizemask。
● used：表示已经使用的节点数量。

渐进式rehash

扩容条件

我们先来说一下扩容，这里涉及到一个概念，即负载因子，redis 中 hash 的负载因子计算有一条公式:
负载因子=哈希表已保存节点的数量／哈希表的大小 = ht[0].used / ht[1].size

Redis 会根据负载因子的情况决定是否采取扩容：

1. 负载因子大于等于1，这个时候说明空间非常紧张，新数据是在哈希节点的链表上找到的，这个时候如果服务器没有执行RDB快照或者AOF重写这两个持久化机制的时候，就会进行rehash 操作。
2. 负载因子大于等于5，这个时候说明哈希冲突非常严重了，这个时候无论有没有进行 AOF 重写或者 RDB 快照，都会强制执行rehash 操作。

缩容：

当负载因子小于 0.1的时候，就会进行缩容操作。这个时候新表大小是老表的 used 的最近的一个 2 次方幂。例如老表的 used =1000，那么新表的大小就是1024。如果没有执行RDB 快照和 AOF重写的时候就会进行缩容，反之不会进行。

扩容过程

1. 为ht[1]分配空间，让字典同时持有ht[0]和ht[1]两个哈希表。
2. 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。
3. 在rehash进行期间，每次对字典执行CRUD：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+1(表示下次将rehash下一个桶)。
4. 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完成。

渐进式rehash的好处：

在于它采取分而治之的方式，将rehash键值对所需的计算工作均摊到对字典的每个添加、删除、查找和更新操作上，从而避免了集中式rehash 而带来的庞大计算量。
在迁移过程中，读写操作是怎样的？
在迁移时，首先会从ht[0]读取数据，如果ht[0]读不到，则会去ht[1]读。
迁移过程中，新增的数据只会存在ht[1]中，而不会存放到ht[0]，ht[0]只会减少不会新增。