redis 渐进式 rehash

本文分享自天翼云开发者社区《redis渐进式rehash》，作者:l****n

Redis 是 k-v 型数据库，其内部设计了一种 dict 类型的数据结构用来存储键值结构。

dict 通常的存储结构是 Key-Value 形式的，通过 Hash 函数对 key 求 Hash 值来确定 Value 的位置，因此也叫 Hash 表，是一种用来解决算法中查找问题的数据结构，默认的算法复杂度接近 O(1)。

使用哈希表总是会遇到哈希碰撞问题，dict 使用拉链法将发生碰撞的元素组成链表，挂在发生碰撞的桶下，但是随着存储元素的不断增加，碰撞发生的几率也不断增大，一个桶下链接的链表长度越来越长，定位一个 key 的时间复杂度就无法保证了，redis 作为内存数据库，本身追求的是更高的处理性能，线性增加的耗时无疑是不能接受的，为了减少 hash 碰撞，需要创建一个更长的 hash 表，让元素能够均匀的分布在 hash 表上。

所以，Dict 内部定义了两个 hashtable，分别是 dictht[0]和 dictht[1]，元素数量不多时，dict 只在 dictht[0]上存储元素，dictht[1]不分配空间。当 dictht[0]的元素个数达到一定数量，会触发扩容过程，让 dictht[1]指向一个 2 倍长度的空间，然后进行 rehash， 将 dictht[0]上的元素重新映射到 dictht[1]上。

如果 dictht[0]上有很多元素，进行 rehash 无疑是一个很耗时的过程，加上 redis 是单线程，如果想一次完成 rehash，就会很长时间的阻塞业务，所以 redis 选择渐进式 rehash。每次 dictht[0]收到一个请求，只会将一个索引上的链表进行重新映射。

在将数据拷贝至 dictht[1]时，dictht[0]仍然对客户端提供服务。Rehash 期间，如果有新的插入元素请求时，直接将元素插入到 dictht[1]中，有客户端查询请求到来, 按照 dictht[0]->dictht[1]的顺序依次进行查询。