使用场景：
# set person name "tom"
# set person name "jerry"
1. 字典结构：
哈希表数据结构 typedef struct dictht { //哈希表数组，存的是哈希值 dictEntrry **table; //哈希表大小(table的大小) 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;
哈希表节点数据结构 typedef struct dictEntry { //键 void *key; //值 union {
//值可以是一个指针 void *val; //也可以是一个uint64_t整数 uint64_tu64; //也可以是int64_t整数 int64_ts64; } v; //指向下个哈希表节点，形成链表，用来使用拉链法解决哈希冲突 struct dictEntry *next; } dictEntry;
字典数据结构 typedef struct dict { //类型特定函数(保存了一些操作特定类型键值对函数) dictType *type; //私有数据(保存了传给特定函数的一些参数) void *privdata; //哈希表(一般使用ht[0]哈希表，ht[1]是在rehash时使用) dictht ht[2]; //rehash 索引(记录了rehash的进度，不rehash时，值为-1) int trehashidx; } dict;
2. 哈希算法：
当添加一个新键值时，会先根据键计算出哈希值和索引值，然后将新键值节点放到指定索引上(dictEntry*[index])。
计算哈希值：hash = dict -> type -> hashFunction(key);
计算索引值：index = hash & dict -> ht[x].sizemask;
3. 解决哈希冲突：
当键冲突时，使用next指针将新键连接起来。注意：为了速度考虑，程序会将新节点添加到链表的表头位置。
4. rehash：
随着数据的增多和减少，为了让哈希表的负载因子维持在一个合理的范围，需要对哈希表进行扩展和收缩。
负载因子：load_factor = ht[0].used / ht[0].size
rehash扩展触发条件：
1). 服务器目前没有在执行BGSAVE命令或者BGREWRITEAOF命令，并且负载因子大于等于1。
2). 服务器目前正在执行BGSAVE命令或者BGREWRITEAOF命令，并且负载因子大于等于0.5。
rehash收缩触发条件：负载因子小于0.1。
步骤如下：
1). 在没有rehash时，字典只使用ht[0]。在rehash时，程序会对ht[1]分配空间。
扩展：ht[1]的大小为第一个大于等于ht[0].used * 2的2^n (2的n次方幂)；
收缩：ht[1]的大小为第一个大于等于ht[0].used的2^n；
2). 将ht[0]的所有数据全部rehash到ht[1]上面，rehash指的是重新计算键的哈希值和索引值，然后放到ht[1]的指定位置上。
3). 当ht[0]上的数据全部迁移到ht[1]后，释放ht[0]，将ht[1]置为ht[0]，并在ht[1]上新建一个空的哈希表，为下一次rehash做准备。
5. 渐进式rehash（rehash的优化，触发条件由负载因子决定，如上）
当哈希表的键值对数量巨大时，一次rehash会非常耗时，为了避免对服务器性能造成影响，服务器采用分批次、渐进式的将ht[0]里面的键值对慢慢的rehash到ht[1]。
步骤：
1）为ht[1]分配空间，字典同时持有ht[0]和ht[1]。
2）字典中设置一个计数器rehashidx，当值为0时，表示rehash开始。
3）在rehash期间，每次增删改查时，程序还会顺带将ht[0]在rehashidx索引上的所有键值对rehash到ht[1]，当rehash完成后，rehashidx增一。(这里是将table上对应的某条索引值指向的数据节点链表迁移到ht[1]中，th[0].table[rehashidx]数据就空了)
4）随着操作的不断执行，ht[0]上的所有键值对都会被rehash到ht[1]上，这时rehashidx为-1，表示rehash完成。
注意：
1）在rehash执行期间，新数据会保存到ht[1]里面，而ht[0]不进行添加操作，这样，ht[0]里的数据会逐渐迁移到ht[1]，直到ht[0]清空。
2）在rehash执行期间，查找某个键时，会先从ht[0]中查找，如果没找到就去ht[1]里面查找。