腾讯的这道面试题，我懵了...——Redis的hashtable是如何扩容的

腾讯面试官：说说Redis的哈希表是如何扩容的？

面试者：what？额......，（我懵了！）这个我还没了解过，尬...。但我了解java里面的HashMap的扩容，我觉得应该有相通的一些原理在里面吧，然后我就把HashMap的扩容机制balabla的说了一遍......

Redis中使用哈希表作为底层实现的是叫做字典的数据结构，字典又称为符号表、关联数组或映射(map)。是一种保存键值对的抽象数据结构。

如果你对Java HashMap有所了解的话，那么Redis哈希表就是类似Java中HashMap。

由于Redis是用C语言写的，所以要搞懂C的相关实现原理去看源码的话就要对C语言有一定的了解。

目录

1、哈希表结构

哈希表例子

2、字典数据结构

字典例子

3、解决哈希冲突

4、扩容/缩容——rehash

4.1、对字典的哈希表rehash步骤

4.2、看一次哈希表rehash扩容过程

5、渐进式rehash

5.1、渐进式rehash步骤

5.2、看下一次完整的渐进式rehash扩容的过程

6、总结

【彩蛋】

01

哈希表结构

哈希表是由dictht结构体定义，table是一个数组，数组中每个元素是一个指向dictEntry结构的指针。

dictEntry是哈希表的节点，每个节点保存着一个键值对key、value，value可以是一个指针、或者是一个unit64_t或int64_t整数。

next属性则是一个指向另一个哈希表节点的指针，形成一个链表，主要也是为了解决哈希冲突问题。

哈希表例子

一个空的哈希表

索引值相同的两个节点使用链表连接起来

02

字典数据结构

其实说到哈希表的话顺便要了解下字典这种数据结构，毕竟它的底层就是哈希表来实现，可以了解下扩容缩容相关的。

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。

privdata：保存了需要传递给不同特定函数的可选参数。

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。

trehashidx：记录当前rehash进度，没有进行rehash则为-1。

字典例子

普通状态下的字典

03

解决哈希冲突

将一个键值对添加到字典时，需要计算其哈希值和索引值，接着根据索引值将新节点放到哈希表数组的指定索引上。

计算哈希值：

hash = dict->type->hashFunction(key)

计算索引值：

hash & dict->ht[x].sizemask

键冲突：当两个或以上数量的键进行哈希之后索引值一样，也就是说两个节点要放在同一个同桶里，这时可能就会存在覆盖(冲突)，那么就得解决这种冲突了。

Redis解决键冲突的方法：链地址法(separate chaining)——拉链法，假设你已了解Java HashMap原理，这里链地址法原理就不细说了。

插入一个题外话(也是笔者遇过的一道面试题)：解决哈希冲突有什么方法？答案：①再哈希法；②链地址法；③开放地址法；④建立公共溢出区。（每种方法可以自行简单了解下即可）

04

扩容/缩容——rehash

首先，我们要清楚为什么要进行扩容或缩容？

扩容原因：当hashtable存储的元素过多，可能由于碰撞也过多，导致其中某天链表很长，最后致使查找和插入时间复杂度很大。因此当元素超多一定的时候就需要扩容。

缩容原因：当元素数量比较少的时候就需要缩容以节约不必要的内存。

为了让哈希表的负载因子（load factor）维持在一个合理的范围内，会使用rehash（重新散列）操作对哈希表进行相应的扩展或收缩。

负载因子的计算公式：哈希表已保存节点数量 / 哈希表大小 load_factor = ht[0].used / ht[0].size

扩容的条件：（满足任一即可）

1）Redis服务器目前没有在执行BGSAVE或BGREWRITEAOF命令，并且哈希表的负载因子大于等于1。

2）Redis服务器目前在执行BGSAVE或BGREWRITEAOF命令，并且哈希表的负载因子大于等于5。

（此处为什么负载因子不同呢？）

缩容的条件：哈希表的负载因子小于0.1。

4.1、对字典的哈希表rehash步骤

1）为ht[1]分配空间

扩展操作，那么ht[1] 的大小为第一个大于等于ht[0] .used*2的2的n次幂

收缩操作，那么ht[1] 的大小为第一个大于等于ht[0].used 的2的n次幂

2）将ht[0]中的数据转移到ht[1]中，在转移的过程中，重新计算键的哈希值和索引值，然后将键值对放置到ht[1]的指定位置。

3）当ht[0]的所有键值对都迁移到了ht[1]之后（ht[0]变为空表），将ht[0]释放，然后将ht[1]设置成ht[0]，最后为ht[1]分配一个空白哈希表：

4.2、看一次哈希表rehash扩容过程

1）开始rehash之前

2）为ht[1]分配空间，ht[0].used当前值为4，8恰好是第一个大于等于4的2的N次幂，那么当前就会将ht[1]哈希表大小设置为8。

3）将ht[0]的键值对都rehash到ht[1]

ht[0]键值对都已迁移到ht[1]

4）释放ht[0]，将ht[1]设置为ht[0]，ht[1]再设置为空的哈希表

rehash扩容完成

为什么BGSAVE或BGREWRITEAOF命令是否在执行，Redis服务器哈希表执行扩容所需的负载因子不相同（1或5）？

因为当执行BGSAVE或BGREWRITEAOF命令过程中，Redis需要创建服务器进程的子进程，操作系统采用的是COW，即写时复制copy-on-write的技术来优化子进程的使用效率。所以在子进程存在时，服务器会提高执行扩容所需的负载因子，从而尽可能避免在子进程存在期间进行扩容，可以避免不必要的内存写入操作，最大限度节约内存。

05

渐进式rehash

为什么需要渐进式rehash呢？

在元素数量较少时，rehash会非常快的进行，但是当元素数量达到几百、甚至几个亿时进行rehash将会是一个非常耗时的操作。如果一次性将成万上亿的元素的键值对rehash到ht[1]，庞大的计算量可能会导致服务器在一段时间内停止服务，这是非常危险的！所以，rehash这个动作不能一次性、集中式的完成，而是分多次、渐进式地完成。

5.1、渐进式rehash步骤：

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。

5.2、看下一次完整的渐进式rehash扩容的过程

1）准备进行渐进式rehash

准备rehash

2）此时rehashidx=0,也就是会将索引为0的键值对进行迁移

rehash索引0上的键值对

3）接着，rehashidx继续递增，假如到最后将索引3的进行迁移，如下：

最后一次rehash，索引为3上的键值对进行迁移

4）渐进式rehash结束

rehash结束

了解了渐进式rehash的原理和过程，那么可能会有下面这些疑问：

在迁移的过程中，会不会造成读少数据？

不会，因为在迁移时，首先会从ht[0]读取数据，如果ht[0]读不到，则会去ht[1]读。

在迁移过程中，新增加的数据会存放在哪个ht？

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。

06

总结

1）字典被Redis广泛应用于各种功能，比如数据库和哈希键。

2）Redis字典底层是有哈希表实现，每个字典包含两个哈希表ht[0]、ht[1]，ht[1]在rehash时才有作用。

3）哈希表使用链地址法解决哈希冲突，被分配到同一个索引的键值对会连接成一个单向链表。

4）哈希表进行rehash不是一次性完成，而是分多次、渐进式完成的。

5）哈希表rehash的条件：

• 扩容：（满足任一即可）
• a）Redis服务器目前没有在执行BGSAVE或BGREWRITEAOF命令，并且哈希表的负载因子大于等于1。
• b）Redis服务器目前在执行BGSAVE或BGREWRITEAOF命令，并且哈希表的负载因子大于等于5。
• 缩容：哈希表的负载因子小于0.1。

6）BGSAVE或BGREWRITEAOF命令是否在执行，Redis服务器哈希表执行扩容所需的负载因子不相同。因为此时子进程使用写时复制copy on write，需要占用一定的内存，所以需要提高扩容所需的负载因子，从而尽可能避免在子进程存在期间进行扩容，可以避免不必要的内存写入操作，最大限度节约内存。

【彩蛋】

了解了Redis字典哈希表扩容，那么你知道与Java ConcurrentHashMap(1.8)的扩容有什么不同吗？

也就是引出这个问题：

Redis的字典渐进式扩容与ConcurrentHashMap的扩容策略比较？那么他们在扩容、CRUD时有什么区别呢？

1）扩容所花费的时间对比

一个单线程渐进扩容，一个多线程协同扩容。在平均的情况下，是ConcurrentHashMap快。这也意味着，扩容时所需要

花费的空间能够更快的进行释放。

2）读操作，两者的性能相差不多。

3）写操作，Redis的字典返回更快些，因为它不像ConcurrentHashMap那样去帮着扩容(当要写的桶位已经搬到了newTable时)，等扩容完才能进行操作，而redis则是直接将新加的元素添加到ht[1]。

4）删除操作，与写一样。

最后，我们应该选择单线程渐进式扩容还是选择多线程协同式扩容？具体问题具体分析：

1）如果内存资源吃紧，希望能够进行快速的扩容方便释放扩容时需要的辅助空间，且那么选择后者。

2）如果对于写和删除操作要求迅速，那么可以选择前者。