国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

【Redis5源碼學習】2019-04-19 字典dict

terasum / 2005人閱讀

摘要:全部視頻每日學習記錄使用錄像設備記錄每天的學習字典是啥,即字典,也被稱為哈希表。通常情況下,一個長這樣在這個哈希表中,每個存儲單元被稱為一個桶。完成之后,新哈希表就會被置為,為線上提供服務。

baiyan

全部視頻:【每日學習記錄】使用錄像設備記錄每天的學習

字典是啥

dict,即字典,也被稱為哈希表hashtable。在redis的五大數據結構中,有如下兩種情形會使用dict結構:

hash:數據量小的時候使用ziplist,量大時使用dict

zset:數據量小的時候使用ziplist,數據量大的時候使用skiplist + dict

結合以上兩種情況,我們可以看出,dict也是一種較為復雜的數據結構,通常用在數據量大的情形中。通常情況下,一個dict長這樣:

在這個哈希表中,每個存儲單元被稱為一個桶(bucket)。我們向這個dict(hashtable)中插入一個"name" => "baiyan"的key-value對,假設對這個key “name”做哈希運算結果為3,那么我們尋找這個hashtable中下標為3的位置并將其插入進去,得到如圖所示的情形。我們可以看到,dict最大的優勢就在于其查找的時間復雜度為O(1),是任何其它數據結構所不能比擬的。我們在查找的時候,首先對key ”name“進行哈希運算,得到結果3,我們直接去dict索引為3的位置進行查找,即可得到value ”baiyan“,時間復雜度為O(1),是相當快的。

redis中的字典 基本結構

在redis中,在普通字典的基礎上,為了方便進行擴容與縮容,增加了一些描述字段。還是以上面的例子為基礎,在redis中存儲結構如下圖所示:

dictht的結構如下:

typedef struct dictht {
    dictEntry **table;
    unsigned long size;
    unsigned long sizemask;
    unsigned long used;
} dictht;

在dictht中,真正存儲數據的地方是**table這個dictEntry類型二級指針。我們可以把它拆分來看,首先第一個指針可以代表一個一維數組,即哈希表。而后面的指針代表,在每個一維數組(哈希表)的存儲單元中,存儲的都是一個dictEntry類型的指針,這個指針就指向我們存儲key-value對的dictEntry類型結構的所在位置,如上圖所示。
存儲最終key-value對的dictEntry的結構如下:

typedef struct dictEntry {
    void *key;
    union {
        void *val;
        uint64_t u64;
        int64_t s64;
        double d;
    } v;
    struct dictEntry *next;
} dictEntry;

一個存儲key-value對的entry,最主要還是這里的key和value字段。由于存儲在dict中的key和value可以是字符串、也可以是整數等等,所以在這里均用一個void * 指針來表示。我們注意到最后有一個也是同類型dictEntry的next指針,它就是用來解決我們經常說的哈希沖突問題。

哈希沖突

當我們對不同的key進行哈希運算之后結果相同時,就碰到了哈希沖突的問題。常用的兩種哈希沖突的解決方案有兩種:開放定址法與鏈地址法。redis使用的是后者。通過這個next指針,我們就可以將哈希值相同的元素都串聯起來,解決哈希沖突的問題。注意在redis的源碼實現中,在往dict插入元素的時使用的是鏈表的頭插法,即將新元素插到鏈表的頭部,這樣就不用每次遍歷到鏈表的末尾進行插入,降低了插入的時間復雜度。

鏈地址法所帶來的問題

假設我們一直往dict中插入元素,那么這個哈希表的所有bucket都會被占滿,而且在鏈地址法解決哈希沖突的過程中,每個bucket后面的鏈表會非常長。這樣一來,這個鏈表的時間復雜度就會逐漸退化成O(n)。對于整體的dict而言,其查詢效率就會大大降低。為了解決數據量過大導致dict性能下降的問題,我們需要對其進行擴容,來滿足后續插入元素的存儲需要。

分而治之的rehash

在通常情況下,我們會對哈希表做一個2倍的擴容,即由2->4,4->8等等。假設我們的一個dict中已經存儲了好多數據,我們還需要向這個dict中插入一大堆數據。在后續插入大量數據的過程中,由于我們需要解決dict性能下降的問題,我們需要對其進行擴容。由于擴容的時候,需要對所有key-value對重新進行哈希運算,并重新分配到相應的bucket位置上,我們稱這個過程為為rehash

在rehash過程中,需要做大量的哈希運算操作,其開銷是相當大、而且花費的時間是相當長的。由于redis是單進程、單線程的架構,在執行rehash的過程中,由于其開銷大、時間長,會導致redis進程阻塞,進而無法為線上提供數據存儲服務,對外部會返回redis服務不可用。為了解決一次性rehash所導致的redis進程阻塞的問題,利用分而治之的編程思想,將一次rehash操作分散到多個步驟當中去減小rehash給redis進程帶來的資源占用。舉一個例子,可能會在后續的get、set操作中,進行一次rehash操作。為了實現這種操作,redis其實設計了兩個哈希表,一個就是我們之前講過的對外部提供存取服務的哈希表,而另一個就專門用來做rehash操作。這種分而治之的思想,將一次大數據量的rehash操作分散到多次完成,叫做漸進式rehash

目前是剛剛要進行rehash的狀態。我們可以看到,在之前畫的圖的基礎上,我們加入了一個新的結構dict,其中的ht[2]字段就負責指向兩個哈希表。下面一個哈希表的大小為之前的大小8*2=16,沒有任何元素。關于dict的結構如下:

typedef struct dict {
    dictType *type;
    void *privdata;
    dictht ht[2];
    long rehashidx; /* rehash進程標識。如果值為-1則不在rehash,否則在進行rehash */
    unsigned long iterators; /* number of iterators currently running */
} dict;

注意其中的rehashidx字段,它代表我們進行rehash的進程。注意我們每次進行get或set等命令的時候,rehash就會進行一次,即把一個在原來哈希表ht[0]上的元素挪到新哈希表ht[1]中,注意一次只移動一個元素,移動完成之后,rehashidx就會+1,直到原來哈希表上所有的元素都挪到新哈希表上為止。rehash完成之后,新哈希表ht[1]就會被置為ht[0],為線上提供服務。而原來的哈希表ht[0]就會被銷毀。rehash的源碼如下:

int dictRehash(dict *d, int n) {
    int empty_visits = n*10; /* Max number of empty buckets to visit. */
    if (!dictIsRehashing(d)) return 0;

    while(n-- && d->ht[0].used != 0) {
        dictEntry *de, *nextde;

        /* Note that rehashidx can"t overflow as we are sure there are more
         * elements because ht[0].used != 0 */
        assert(d->ht[0].size > (unsigned long)d->rehashidx);
        while(d->ht[0].table[d->rehashidx] == NULL) {
            d->rehashidx++;
            if (--empty_visits == 0) return 1;
        }
        de = d->ht[0].table[d->rehashidx];
        /* 將老的哈希表ht[0]中的元素移動到新哈希表ht[1]中 */
        while(de) {
            uint64_t h;

            nextde = de->next;
            /* 計算新哈希表ht[1]的索引下標*/
            h = dictHashKey(d, de->key) & d->ht[1].sizemask; //哈希算法
            de->next = d->ht[1].table[h];
            d->ht[1].table[h] = de;
            d->ht[0].used--;
            d->ht[1].used++;
            de = nextde;
        }
        d->ht[0].table[d->rehashidx] = NULL;
        d->rehashidx++;
    }

    /* 檢查是否rehash完成,若完成則置rehashidx為-1 */
    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;
}
rehash過程中可能帶來的問題 rehash對查找的影響

如果在rehash的過程中(例如容量由4擴容到8),如果需要查找一個元素。首先我們會計算哈希值(假設為3)去找老的哈希表ht[0],如果我們發現位置3上已經沒有了元素,說明這個元素已經被rehash過了,到新的哈希表上對應的位置3或7上尋找即可。

rehash對遍歷的影響 問題

試想這么一種情況:在rehash之前,我們使用SCAN命令對dict進行第一次遍歷;而rehash結束之后我們進行第二次SCAN遍歷,會發生什么情況?
在討論這個問題之前,我們先熟悉一下SCAN命令。我們知道在我們執行keys這種返回所有key值的命令,由于所有key加在一塊是相當多的,如果一次性全部把它遍歷完成,能夠讓單進程的redis阻塞相當長的時間,在這段時間里都無法對外提供服務。為了解決這個問題,SCAN命令橫空出世。它并不是一次性將所有的key都返回,而是每次返回一部分key并記錄一下當前遍歷的進度,這里用一個游標去記錄。下次再次運行SCAN命令的時候,redis會從游標的位置開始繼續往下遍歷。SCAN命令實際上也是一種分而治之的思想,這樣一次遍歷一小部分,直到遍歷完成。SCAN命令官方解釋如下:

SCAN 命令是一個基于游標的迭代器: SCAN 命令每次被調用之后, 都會向用戶返回一個新的游標,用戶在下次迭代時需要使用這個新游標作為 SCAN 命令的游標參數, 以此來延續之前的迭代過程。

SCAN命令的使用方法如下:

redis 127.0.0.1:6379> scan 0
1) "17"
2)  1) "key:12"
    2) "key:8"
    3) "key:4"
    4) "key:14"
    5) "key:16"
    6) "key:17"
    7) "key:15"
    8) "key:10"
    9) "key:3"
    10) "key:7"
    11) "key:1"

redis 127.0.0.1:6379> scan 17
1) "0"
2) 1) "key:5"
   2) "key:18"
   3) "key:0"
   4) "key:2"
   5) "key:19"
   6) "key:13"
   7) "key:6"
   8) "key:9"
   9) "key:11"

在上面這個例子中,第一次迭代使用0作為游標,表示開始一次新的迭代。第二次迭代使用的是第一次迭代時返回的游標,也即是命令回復第一個元素的值17 。

從上面的示例可以看到, SCAN 命令的回復是一個包含兩個元素的數組,第一個數組元素是用于進行下一次迭代的新游標,而第二個數組元素則是一個數組,這個數組中包含了所有被迭代的元素。

在第二次調用 SCAN 命令時,命令返回了游標0,這表示迭代已經結束,整個數據集(collection)已經被完整遍歷過了。

以0作為游標開始一次新的迭代,一直調用 SCAN 命令,直到命令返回游標0,我們稱這個過程為一次完整遍歷。

回到正題,我們來解決之前的問題。 我們簡化一下dict的結構,只留下兩個基本的哈希表結構,我們現在有4個元素:12、13、14、15,假設哈希算法為取余。

假設現在我們在沒有rehash之前,對其使用SCAN命令,基于我們之前講過的知識點,由于SCAN是基于游標的增量遍歷,我們假設這個SCAN命令只遍歷到游標為1的位置就停止了:

我們得到第一次遍歷的結果為:12

開始進行rehash。

rehash結束,我們再次使用SCAN命令對其進行遍歷。由于上次返回的游標為1,我們從1的位置繼續遍歷,只不過這次要在新的哈希表中進行遍歷了:

第二次SCAN命令遍歷的結果為:12、13、14、15

那么我們將兩次SCAN的結果合起來,為12、12、13、14、15。我們發現,元素12被多遍歷了一次,與我們的預期不符。所以我們得出結論:在rehash過程中執行SCAN命令會導致遍歷結果出現冗余。

解決方案

為了解決擴容和縮容進行rehash的過程中重復遍歷的問題,redis對哈希表的下標做出了如下變化(v就是哈希表的下標):

v = rev(v);
v++;
v = rev(v);

首先將游標倒置,加一后,再倒置,也就是我們所說的“高位++”的操作。這里的這幾步操作是來通過前一個下標,計算出哈希表下一個bucket的下標。舉一個例子:最開始00這個bucket不用動,之前經過正常的低位++之后,00的后面應該為01。然而現在是高位++,原來01的位置的下標就會變成10.......以此類推。最終,哈希表的下標就會由原來順序的00、01、10、11變成了00、10、01、11,如圖所示:

這樣就能夠保證我們多次執行SCAN命令就不會重復遍歷了嗎?接下來就是見證奇跡的時刻:

首先還是沒進行rehash之前,對其進行SCAN。同樣的,我們假設這個SCAN命令只遍歷到游標為1的位置就停止了:

我們得到第一次遍歷的結果:12

開始進行rehash

rehash結束,我們再次使用SCAN命令對其進行遍歷。注意這里,上次返回的游標為2,我們從2的位置繼續遍歷,也是要在新的哈希表中進行遍歷了:

我們可以看到,經過一個小的下標的修改,就能夠解決rehash所帶來的SCAN重復遍歷的問題。對dict進行遍歷的源碼如下:

unsigned long dictScan(dict *d,
                      unsigned long v,
                      dictScanFunction *fn,
                      dictScanBucketFunction* bucketfn,
                      void *privdata)
{
   dictht *t0, *t1;
   const dictEntry *de, *next;
   unsigned long m0, m1;

   if (dictSize(d) == 0) return 0;

   // 如果SCAN的時候沒有進行rehash
   if (!dictIsRehashing(d)) {
       t0 = &(d->ht[0]);
       m0 = t0->sizemask;

       /* Emit entries at cursor */
       if (bucketfn) bucketfn(privdata, &t0->table[v & m0]);
       de = t0->table[v & m0];
       while (de) { //遍歷同一個bucket上后面掛接的鏈表
           next = de->next;
           fn(privdata, de);
           de = next;
       }

       /* Set unmasked bits so incrementing the reversed cursor
        * operates on the masked bits */
       v |= ~m0;

       /* Increment the reverse cursor */
       v = rev(v); //反轉v
       v++; //反轉之后即為高位++
       v = rev(v); //再反轉回來,得到下一個游標值

    // 如果SCAN的時候正在進行rehash
   } else { 
       t0 = &d->ht[0];
       t1 = &d->ht[1];

       /* Make sure t0 is the smaller and t1 is the bigger table */
       if (t0->size > t1->size) {
           t0 = &d->ht[1];
           t1 = &d->ht[0];
       }

       m0 = t0->sizemask;
       m1 = t1->sizemask;

       /* Emit entries at cursor */
       if (bucketfn) bucketfn(privdata, &t0->table[v & m0]);
       de = t0->table[v & m0];
       while (de) { //遍歷同一個bucket上后面掛接的鏈表
           next = de->next;
           fn(privdata, de);
           de = next;
       }

       /* Iterate over indices in larger table that are the expansion
        * of the index pointed to by the cursor in the smaller table */
       do {
           /* Emit entries at cursor */
           if (bucketfn) bucketfn(privdata, &t1->table[v & m1]);
           de = t1->table[v & m1];
           while (de) { //遍歷同一個bucket上后面掛接的鏈表
               next = de->next;
               fn(privdata, de);
               de = next;
           }

           /* Increment the reverse cursor not covered by the smaller mask.*/
           v |= ~m1;
           v = rev(v); //反轉v
           v++; //反轉之后即為高位++
           v = rev(v); //再反轉回來,得到下一個游標值

           /* Continue while bits covered by mask difference is non-zero */
       } while (v & (m0 ^ m1));
   }

   return v;
}

有關rehash過程對SCAN的影響,限于篇幅僅僅展示這種情況。更多的情形請參考:Redis scan命令原理

文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。

轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/62130.html

相關文章

  • 【每日學習記錄】使用錄像設備記錄每天的學習

    摘要:在這里使用學而思網校的錄像設備,記錄每天學習的內容執行潘森執行潘森執行潘森趙俊峰紅黑樹景羅紅黑樹景羅配置三叉樹田志澤新建模塊馬運運配置田志澤田志澤田志澤李樂田志澤田志澤文件系統 在這里使用學而思網校的錄像設備,記錄每天學習的內容: 2019-07-15 ~ 2019-07-19 07-18 nginx http 執行 by 潘森 07-17 nginx http 執行 by 潘森 07...

    pkhope 評論0 收藏0
  • 【每日學習記錄】使用錄像設備記錄每天的學習

    摘要:在這里使用學而思網校的錄像設備,記錄每天學習的內容閆昌李樂階段李樂李樂李樂李樂李樂李樂馬運運李樂李樂李樂源碼集群閆昌源碼閆昌源碼主從復制李樂源碼施洪寶源碼施洪寶韓天 在這里使用學而思網校的錄像設備,記錄每天學習的內容: 2019-06-24 ~ 2019-06-28 06-27 nginx by 閆昌 06-26 nginx module by 李樂 06-25 nginx http ...

    szysky 評論0 收藏0
  • Redis5源碼學習2019-04-16 跳躍表skiplist

    摘要:使用跳躍表而不是平衡樹的原因和各種平衡樹如紅黑樹等的元素是有序排列的,而哈希表不是有序的。如果想要了解有關跳躍表源碼更具體的分析,建議閱讀學習筆記源碼學習之跳躍表。 Grape全部視頻:https://segmentfault.com/a/11... 引入 大家想象一下下面這種場景: 面試官:我們有一個有序的數組2,5,6,7,9,我們要去查7,設計一個算法。 考生:第一眼看到相信大...

    sean 評論0 收藏0

發表評論

0條評論

最新活動
閱讀需要支付1元查看
<