随着操作的不断执行, 哈希表保存的键值对会逐渐地增多或者减少, 为了让哈希表的负载因子(load factor)维持在一个合理的范围之内, 当哈希表保存的键值对数量太多或者太少时, 程序需要对哈希表的大小进行相应的扩展或者收缩。
扩展和收缩哈希表的工作可以通过执行 rehash (重新散列)操作来完成, Redis 对字典的哈希表执行 rehash 的步骤如下:
ht[1]
哈希表分配空间,
这个哈希表的空间大小取决于要执行的操作,
以及 ht[0]
当前包含的键值对数量
(也即是 ht[0].used
属性的值):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);ht[1]
的大小为第一个大于等于 ht[0].used
的 2^n 。ht[0]
中的所有键值对 rehash 到 ht[1]
上面:
rehash 指的是重新计算键的哈希值和索引值,
然后将键值对放置到 ht[1]
哈希表的指定位置上。ht[0]
包含的所有键值对都迁移到了 ht[1]
之后
(ht[0]
变为空表),
释放 ht[0]
,
将 ht[1]
设置为 ht[0]
,
并在 ht[1]
新创建一个空白哈希表,
为下一次 rehash 做准备。举个例子,
假设程序要对图 4-8 所示字典的 ht[0]
进行扩展操作,
那么程序将执行以下步骤:
ht[0].used
当前的值为 4
,
4 * 2 = 8
,
而 8
(2^3)恰好是第一个大于等于 4
的 2
的 n
次方,
所以程序会将 ht[1]
哈希表的大小设置为 8
。
图 4-9 展示了 ht[1]
在分配空间之后,
字典的样子。ht[0]
包含的四个键值对都 rehash 到 ht[1]
,
如图 4-10 所示。ht[0]
,并将 ht[1]
设置为 ht[0]
,然后为 ht[1]
分配一个空白哈希表,如图 4-11 所示。至此,
对哈希表的扩展操作执行完毕,
程序成功将哈希表的大小从原来的 4
改为了现在的 8
。
当以下条件中的任意一个被满足时, 程序会自动开始对哈希表执行扩展操作:
1
;5
;其中哈希表的负载因子可以通过公式:
# 负载因子 = 哈希表已保存节点数量 / 哈希表大小
load_factor = ht[0].used / ht[0].size
计算得出。
比如说,
对于一个大小为 4
,
包含 4
个键值对的哈希表来说,
这个哈希表的负载因子为:
load_factor = 4 / 4 = 1
又比如说,
对于一个大小为 512
,
包含 256
个键值对的哈希表来说,
这个哈希表的负载因子为:
load_factor = 256 / 512 = 0.5
根据 BGSAVE 命令或 BGREWRITEAOF 命令是否正在执行, 服务器执行扩展操作所需的负载因子并不相同, 这是因为在执行 BGSAVE 命令或 BGREWRITEAOF 命令的过程中, Redis 需要创建当前服务器进程的子进程, 而大多数操作系统都采用写时复制(copy-on-write)技术来优化子进程的使用效率, 所以在子进程存在期间, 服务器会提高执行扩展操作所需的负载因子, 从而尽可能地避免在子进程存在期间进行哈希表扩展操作, 这可以避免不必要的内存写入操作, 最大限度地节约内存。
另一方面,
当哈希表的负载因子小于 0.1
时,
程序自动开始对哈希表执行收缩操作。