redis之字符串命令源码解析（二）

形象化设计模式实战 HELLO!架构
redis命令源码解析

在redis之字符串命令源码解析（一）中讲了get的简单实现，并没有对如何取到数据做深入分析，这里将深入。

1、redisObject 数据结构，以及Redis 的数据类型

（一）中说set test "hello redis"，“hello redis”会最终保存在robj中，redisObject是Redis的核心，数据库的每个键、值，以及Redis本身处理的参数都表示为这种数据类型，其结构如下：

/* The actual Redis Object */
/*
* Redis 对象
*/
#define REDIS_LRU_BITS 24
#define REDIS_LRU_CLOCK_MAX ((1<<REDIS_LRU_BITS)-1) /* Max value of obj->lru */
#define REDIS_LRU_CLOCK_RESOLUTION 1000 /* LRU clock resolution in ms */
typedef struct redisObject {

// 类型，冒号后面跟数字，表示包含的位数，这样更节省内存
unsigned type:4;

// 编码
unsigned encoding:4;

// 对象最后一次被访问的时间
unsigned lru:REDIS_LRU_BITS; /* lru time (relative to server.lruclock) */

// 引用计数
int refcount;

<span style="color:#ff0000;">// 指向实际值的指针,指向上节的sdshdr->buf，而不是sdshdr，这还要归因于sds.c中的方法sdsnewlen返回的buf部分，而不是整个sdshdr</span>
void *ptr;

} robj;

对象类型有：

#define REDIS_STRING 0 // 字符串

#define REDIS_LIST 1 // 列表

#define REDIS_SET 2 // 集合

#define REDIS_ZSET 3 // 有序集

#define REDIS_HASH 4 // 哈希表

对象编码有：

#define REDIS_ENCODING_RAW 0 // 编码为字符串

#define REDIS_ENCODING_INT 1 // 编码为整数

#define REDIS_ENCODING_HT 2 // 编码为哈希表

#define REDIS_ENCODING_ZIPMAP 3 // 编码为zipmap

#define REDIS_ENCODING_LINKEDLIST 4 // 编码为双端链表

#define REDIS_ENCODING_ZIPLIST 5 // 编码为压缩列表

#define REDIS_ENCODING_INTSET 6 // 编码为整数集合

#define REDIS_ENCODING_SKIPLIST 7 // 编码为跳跃表

2、内部数据结构之dict（俗称字典）

1.1 dict结构

Redis使用的是高效且实现简单的哈希作为字典的底层实现。

dict.h中定义如下：

/*
* 字典
*/
typedef struct dict {

// 类型特定函数
dictType *type;

// 私有数据
void *privdata;

// 哈希表
dictht ht[2];

// rehash 索引
// 当 rehash 不在进行时，值为 -1
int rehashidx; /* rehashing not in progress if rehashidx == -1 */

// 目前正在运行的安全迭代器的数量
int iterators; /* number of iterators currently running */

} dict;

哈希表dictht的结构：

/* This is our hash table structure. Every dictionary has two of this as we
* implement incremental rehashing, for the old to the new table. */
/*
* 哈希表
*
* 每个字典都使用两个哈希表，从而实现渐进式 rehash 。
*/
typedef struct dictht {

// 哈希表数组
dictEntry **table;

// 哈希表大小
unsigned long size;

// 哈希表大小掩码，用于计算索引值
// 总是等于 size - 1
unsigned long sizemask;

// 该哈希表已有节点的数量
unsigned long used;

} dictht;

哈希表数组dictEntry的结构：

/*
* 哈希表节点
*/
typedef struct dictEntry {

// 键
void *key;

// 值
union {
void *val;
uint64_t u64;
int64_t s64;
} v;

// 指向下个哈希表节点，形成链表
struct dictEntry *next;

} dictEntry;

那么一个dict可以图解表示为：



由图可清晰地看出redis字典哈希表所使用的哈希碰撞解决方法是链地址法，这个方法就是使用链表将多个哈希值相同的节点串连在一起，从而解决冲突问题。

1.2 dict实现setCommand

set命令最终会调用dict.c中的dictAdd方法将test => "hello redis" 保存到字典中

/* Add an element to the target hash table */
/*
* 尝试将给定键值对添加到字典中
*
* 只有给定键 key 不存在于字典时，添加操作才会成功
*
* 添加成功返回 DICT_OK ，失败返回 DICT_ERR
*
* 最坏 T = O(N) ，平滩 O(1)
*/
int dictAdd(dict *d, void *key, void *val)
{
// 尝试添加键到字典，并返回包含了这个键的新哈希节点
// T = O(N)
dictEntry *entry = dictAddRaw(d,key);

// 键已存在，添加失败
if (!entry) return DICT_ERR;

// 键不存在，设置节点的值
// T = O(1)
dictSetVal(d, entry, val);

// 添加成功
return DICT_OK;
}

整个set可简略如下图（此图省去了许多其它操作）：



从图中你会发现，其实key的过期时间就相当于是key的另一个val，保存在另一个dict中，简单地说就是有两个dict，一个是key=>value，一个是key=>expire。

1.3 dict哈希表的rehash

dict有两个ht，就是每个字典有两个哈希表，为毛要有两个，其作用是对dict进行扩容和收缩，因为如果节点数量比哈希表的大小要大很多的话，那么哈希表就会退化成多个链表，哈希表本身的性能优势就不再存在。

dict.c中的_dictExpandIfNeeded方法对哈希表何时可rehash作了判断：

// 一下两个条件之一为真时，对字典进行扩展
// 1）字典已使用节点数和字典大小之间的比率接近 1：1
//    并且 dict_can_resize 为真
// 2）已使用节点数和字典大小之间的比率超过 dict_force_resize_ratio（默认值为5）
if (d->ht[0].used >= d->ht[0].size &&
(dict_can_resize ||
d->ht[0].used/d->ht[0].size > dict_force_resize_ratio))
{
// 新哈希表的大小至少是目前已使用节点数的两倍
// T = O(N)
return dictExpand(d, d->ht[0].used*2);

<span style="white-space:pre">	</span>//dictExpand的过程就是获取ht[0]的size,然后copy到ht[1]中，就是table大小是目录使用节点数的两倍。最后再将rehashidx设为0，标识着可以进行rehash了
}

rehash的代码这里不贴出，因为实现简单，大致的过程是

1. 释放ht[0] 的空间；

2. 用ht[1] 来代替ht[0] ，使原来的ht[1] 成为新的ht[0] ；

3. 创建一个新的空哈希表，并将它设置为ht[1] ；

4. 将字典的rehashidx 属性设置为-1 ，标识rehash 已停止；

但我在看源代码时，发现并不是一将rehashidx设为0就进行rehash操作的，而是当再次dictAdd时，才dictRehash(d,1)，第二个参数是1，也就是说每次rehash只会对单个索引上的节点进行迁移，这种做法几乎不会消耗什么时间，客户端可以快速的得到响应。当然这种除了这种方式进行rehash外，Redis还有个定时任务调用dictRehashMilliseconds方法，在规定的时间内，尽可能地对数据库字典中那些需要rehash的字典进行rehash，从而加速rehash的进程。

现在我知道Redis并不是一下子就rehash完成，而是需要一定时间的，那么如果客户端在这段时间内向Redis发送get set del请求，那Redis会如何处理，从而保证数据的完整和正确呢？

• 因为在rehash 时，字典会同时使用两个哈希表，所以在这期间的所有查找、删除等操作，除了在ht[0] 上进行，还需要在ht[1] 上进行。

• 在执行添加操作时，新的节点会直接添加到ht[1] 而不是ht[0] ，这样保证ht[0] 的节点数量在整个rehash 过程中都只减不增。