当前位置： 首页 > news >正文

网站制作顺序网站模板价格

news 2025/7/18 0:27:32
网站制作顺序,网站模板价格,做教程网站犯法吗,海淀网站建设哪家公司好Dict 1) Dict组成2) Dict的扩容3) Dict的收缩4) Dict的rehash5) 总结 1) Dict组成 Redis是一个键值型（Key-Value Pair）的数据库，可以根据键实现快速的增删改查。而键与值的映射关系正是通过Dict来实现的。 Dict由三部分组成，分别…

Dict

  • 1) Dict组成
  • 2) Dict的扩容
  • 3) Dict的收缩
  • 4) Dict的rehash
  • 5) 总结

1) Dict组成

Redis是一个键值型（Key-Value Pair）的数据库，可以根据键实现快速的增删改查。而键与值的映射关系正是通过Dict来实现的。

Dict由三部分组成，分别是：哈希表（DictHashTable）、哈希节点（DictEntry）、字典（Dict）

typedef struct dictht {// entry数组// 数组中保存的是指向entry的指针dictEntry **table; // 哈希表大小 (必须是2的n次方)unsigned long size;     // 哈希表大小的掩码，总等于size - 1unsigned long sizemask;     // entry个数unsigned long used; 
} dictht;

typedef struct dictEntry {void *key; // 键union {void *val;uint64_t u64;int64_t s64;double d;} v; // 值// 下一个Entry的指针struct dictEntry *next; 
} dictEntry;

当我们向Dict添加键值对时，Redis首先根据key计算出hash值（h），然后利用 h & sizemask (与运算) 来计算元素应该存储到数组中的哪个索引位置。

假设创建一个哈希表，并初始化它的dictEntry数组为4

在这里插入图片描述

然后存储k1=v1，假设k1的哈希值h =1，则 1&3 =1，因此k1=v1要存储到数组角标1位置。

  • 在内存中创建 dictEmtry，数组指向具体dictEmtry
  • 并将used更新为1

在这里插入图片描述

假设现在有一个新的dictEntry k2=v2，且k2的哈希值与k1一致

  • 将数组的指针指向新的k2 dictEntry (就是将新的dictEntry放在链表的队首)
  • 将旧的k1 dictEntry的地址存储到k2的next指针中
  • 并将used更新为2

在这里插入图片描述

字典Dict

typedef struct dict {dictType *type; // dict类型，内置不同的hash函数void *privdata;     // 私有数据，在做特殊hash运算时用dictht ht[2]; // 一个Dict包含两个哈希表，其中一个是当前数据，另一个一般是空，rehash时使用long rehashidx;   // rehash的进度，-1表示未进行, 0表示正在进行rehashint16_t pauserehash; // rehash是否暂停，1则暂停，0则继续
} dict;

在这里插入图片描述

2) Dict的扩容

Dict中的HashTable就是数组结合单向链表的实现，当集合中元素较多时，必然导致哈希冲突增多，链表过长，则查询效率会大大降低。

Dict在每次新增键值对时都会检查负载因子（LoadFactor = used/size） ，满足以下两种情况时会触发哈希表扩容：

  • 哈希表的 LoadFactor >= 1，并且服务器没有执行 BGSAVE 或者 BGREWRITEAOF 等后台进程
  • 哈希表的 LoadFactor > 5
static int _dictExpandIfNeeded(dict *d){// 如果正在rehash，则返回okif (dictIsRehashing(d)) return DICT_OK;// 如果哈希表为空，则初始化哈希表为默认大小：4if (d->ht[0].size == 0) return dictExpand(d, DICT_HT_INITIAL_SIZE);// 当负载因子（used/size）达到1以上，并且当前没有进行bgrewrite等子进程操作// 或者负载因子超过5，则进行 dictExpand ，也就是扩容if (d->ht[0].used >= d->ht[0].size &&(dict_can_resize || d->ht[0].used/d->ht[0].size > dict_force_resize_ratio){// 扩容大小为used + 1，底层会对扩容大小做判断，实际上找的是第一个大于等于 used+1 的 2^nreturn dictExpand(d, d->ht[0].used + 1);}return DICT_OK;
}

3) Dict的收缩

Dict除了扩容以外，每次删除元素时，也会对负载因子做检查，当LoadFactor < 0.1 时，会做哈希表收缩：

// t_hash.c # hashTypeDeleted() 
...
if (dictDelete((dict*)o->ptr, field) == C_OK) {deleted = 1;// 删除成功后，检查是否需要重置Dict大小，如果需要则调用dictResize重置/* Always check if the dictionary needs a resize after a delete. */if (htNeedsResize(o->ptr)) dictResize(o->ptr);
}
...

// server.c 文件
int htNeedsResize(dict *dict) {long long size, used;// 哈希表大小size = dictSlots(dict);// entry数量used = dictSize(dict);// size > 4（哈希表初识大小）并且 负载因子低于0.1return (size > DICT_HT_INITIAL_SIZE && (used*100/size < HASHTABLE_MIN_FILL));
}

int dictResize(dict *d){unsigned long minimal;// 如果正在做bgsave或bgrewriteof或rehash，则返回错误if (!dict_can_resize || dictIsRehashing(d)) return DICT_ERR;// 获取used，也就是entry个数minimal = d->ht[0].used;// 如果used小于4，则重置为4if (minimal < DICT_HT_INITIAL_SIZE)minimal = DICT_HT_INITIAL_SIZE;// 重置大小为minimal，其实是第一个大于等于minimal的2^nreturn dictExpand(d, minimal);
}

4) Dict的rehash

不管是扩容还是收缩，必定会创建新的哈希表，导致哈希表的size和sizemask变化，而key的查询与sizemask有关。因此必须对哈希表中的每一个key重新计算索引，插入新的哈希表，这个过程称为rehash。过程是这样的：

  • 1.计算新hash表的realeSize，值取决于当前要做的是扩容还是收缩：
    • 如果是扩容，则新size为第一个大于等于dict.ht[0].used + 1的2^n
    • 如果是收缩，则新size为第一个大于等于dict.ht[0].used的2^n （不得小于4）
  • 2.按照新的realeSize申请内存空间，创建dictht，并赋值给dict.ht[1]
  • 3.设置dict.rehashidx = 0，标示开始rehash
  • 4.将dict.ht[0]中的每一个dictEntry都rehash到dict.ht[1]
  • 5.将dict.ht[1]赋值给dict.ht[0]，给dict.ht[1]初始化为空哈希表，释放原来的dict.ht[0]的内存

例如：现在有一个字典，字典里有两个dictht，dictht[0]存有4个entry。假设现在有一个新元素 k5=v5

在这里插入图片描述

在dictht[1]中创建大于5的第一个2的n次方的数组，修改size/sizemask/rehashidx/used

在这里插入图片描述

将dictht[0]的元素全部转移至dict[1]中，dictht[0]并指向新的dictEntry，dictht[1]设置为空

在这里插入图片描述

Dict的rehash并不是一次性完成的。试想一下，如果Dict中包含数百万的entry，要在一次rehash完成，极有可能导致主线程阻塞。因此Dict的rehash是分多次、渐进式的完成，因此称为渐进式rehash。流程如下：

  • 1.计算新hash表的realeSize，值取决于当前要做的是扩容还是收缩：
    • 如果是扩容，则新size为第一个大于等于dict.ht[0].used + 1的2^n
    • 如果是收缩，则新size为第一个大于等于dict.ht[0].used的2^n （不得小于4）
  • 2.按照新的realeSize申请内存空间，创建dictht，并赋值给dict.ht[1]
  • 3.设置dict.rehashidx = 0，标示开始rehash
  • 4.将dict.ht[0]中的每一个dictEntry都rehash到dict.ht[1]
  • 4.每次执行新增、查询、修改、删除操作时，都检查一下dict.rehashidx是否大于-1，如果是则将dict.ht[0].table[rehashidx]的entry链表rehash到dict.ht[1]，并且将rehashidx++。直至dict.ht[0]的所有数据都rehash到dict.ht[1]
  • 5.将dict.ht[1]赋值给dict.ht[0]，给dict.ht[1]初始化为空哈希表，释放原来的dict.ht[0]的内存
  • 6.将rehashidx赋值为-1，代表rehash结束
  • 7.在rehash过程中，新增操作，则直接写入ht[1]，查询、修改和删除则会在dict.ht[0]和dict.ht[1]依次查找并执行。这样可以确保ht[0]的数据只减不增，随着rehash最终为空

5) 总结

Dict的结构：

  • 类似java的HashTable，底层是数组加链表来解决哈希冲突
  • Dict包含两个哈希表，ht[0]平常用，ht[1]用来rehash

Dict的伸缩：

  • 当LoadFactor大于5或者LoadFactor大于1并且没有子进程任务时，Dict扩容
  • 当LoadFactor小于0.1时，Dict收缩
  • 扩容大小为第一个大于等于used + 1的2^n
  • 收缩大小为第一个大于等于used 的2^n
  • Dict采用渐进式rehash，每次访问Dict时执行一次rehash
  • rehash时ht[0]只减不增，新增操作只在ht[1]执行，其它操作在两个哈希表
http://www.mmbaike.com/news/33595.html

相关文章：

  • 世界500强企业招聘网站seo短视频发布页
  • 做网站珠海手机制作网页
  • 网站建设要做哪些工作室品牌策划方案ppt
  • 三只小猪的题目登网站做东莞seo广告宣传
  • 佳木斯做网站的公司关键词查询工具免费
  • 建行官网个人银行赤峰seo
  • 切实加强门户网站建设东莞网络营销平台
  • 免费网站免费领地seo链接优化建议
  • 做分销微商城网站网站加速
  • 基于vue的个人网站开发搜索引擎算法
  • 微商软件商城24小时百中搜优化软件靠谱吗
  • 单页购物网站源码百度网盘app免费下载安装老版本
  • 赣州网站建设联系方式免费发布网站seo外链
  • 长沙做网站智投未来惠州百度seo在哪
  • 武威 网站建设教育培训网站设计
  • 惠州网站开发公司电话优化大师官网
  • 2015年做哪些网站致富青岛今天发生的重大新闻
  • 芜湖网站建设优化新型营销方式
  • 乡镇卫生院网站建设模板廊坊seo排名扣费
  • 网站开发案例pdf陕西网站设计
  • 美女做暖网站注册一个域名需要多少钱
  • 有哪些教育网站做的比较好手机网站建设
  • 阿里云网站备案入口ciliba最佳磁力搜索引擎
  • 石家庄制作网站的公司哪个网站是免费的
  • 重庆智能网站建设哪里好百度推广获客方法
  • 北京北京网站建设网站制作流程和方法
  • 网站建设谁家好流量平台排名
  • 广州疫情即将全面放开网站seo优化方案设计
  • 东莞网站建设东莞龙岗seo优化
  • 曰本真人性做爰 酥酥网站企业内训