形象化设计模式实战 HELLO!架构 redis命令源代码解析
在redis之字符串命令源代码解析（一）中讲了get的简单实现，并没有对怎样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
/* 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，表示包括的位数。这样更节省内存
unsigned type:4;
// 编码
unsigned encoding:4;
// 对象最后一次被訪问的时间
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;#define REDIS_STRING 0 // 字符串
#define REDIS_LIST 1 // 列表
#define REDIS_ZSET 3 // 有序集
#define REDIS_HASH 4 // 哈希表
#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
dict.h中定义例如以下：
/*
* 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 */
// 眼下正在执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
*
* 每一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能够图解表示为：
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，这种方法就是使用链表将多个哈希值同样的节点串连在一起，从而解决冲突问题。
1.2 dict实现setCommand
set命令终于会调用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 */
/*
* 尝试将给定键值对加入到字典中
*
* 仅仅有给定键 key 不存在于字典时。加入操作才会成功
*
* 加入成功返回 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)
{
// 尝试加入键到字典，并返回包括了这个键的新哈希节点
// T = O(N)
dictEntry *entry = dictAddRaw(d,key);
// 键已存在，加入失败
if (!entry) return DICT_ERR;
// 键不存在，设置节点的值
// T = O(1)
dictSetVal(d, entry, val);
// 加入成功
return DICT_OK;
}
整个set可简略例如以下图（此图省去了很多其他操作）：
从图中你会发现，事实上key的过期时间就相当于是key的还有一个val，保存在还有一个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。就是每一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，由于假设节点数量比哈希表的大小要大非常多的话，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作了推断：
// 一下两个条件之中的一个为真时，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
// 而且 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眼下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大小是文件夹使用节点数的两倍。最后再将rehashidx设为0，标识着能够进行rehash了
}
rehash的代码这里不贴出，由于实现简单。大致的过程是
1. 释放ht[0] 的空间。
2. 用ht[1] 来取代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；
但我在看源码时，发现并非一将rehashidx设为0就进行rehash操作的，而是当再次dictAdd时，才dictRehash(d,1)，第二个參数是1，也就是说每次rehash仅仅会对单个索引上的节点进行迁移，这样的做法差点儿不会消耗什么时间。client能够高速的得到响应。当然这样的除了这样的方式进行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须要rehash的字典进行rehash，从而加速rehash的进程。
如今我知道Redis并非一下子就rehash完毕，而是须要一定时间的，那么假设client在这段时间内向Redis发送get set del请求，那Redis会怎样处理，从而保证数据的完整和正确呢？
• 由于在rehash 时，字典会同一时候使用两个哈希表。所以在这期间的全部查找、删除等操作，除了在ht[0] 上进行。还须要在ht[1] 上进行。
• 在运行加入操作时，新的节点会直接加入到ht[1] 而不是ht[0] 。这样保证ht[0] 的节点数量在整个rehash 过程中都仅仅减不增。