字典：用于保存键值对(key-value pair)的抽象数据结构
在字典中，一个键和一个值进行关联，建立之间的映射关系
字典作为一种数据结构内置于很多高级编程语言中，但是Redis所使用的C语言并没有内置这种数据结构，所以Redis构建了自己的字典实现。
1.字典的实现
Redis的字典底层是使用哈希表实现的，一个哈希表里面有多个哈希表节点，每个节点就保存了字典中的一个键值对。
1.1哈希表
由dict.h/dictht结构定义
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;
//该哈希表已经有的节点数量
unsigned long used;
}dictht;- table属性 是一个数组，每一个元素都是一个指向dict.h/dictEntry 结构的指针，每一个dictEntry保存一个键值对
- size属性 记录哈希表的大小，也是table数组的大小 used属性 哈希表目前已有的节点数量
- sizemask属性
总是等于size-1，和哈希值共同决定一个键应该被放到table数组的哪个索引上
1.2哈希表节点
就是上面提到的dictEntry结构，每个dictEntry保存一个键值对
typedef struct dictEntry{
//键
void *key;
//值
union{
void *val;
uint64_t u64;
int64_t s64;
}v;
//指向下一个哈希表节点，形成链表
struct dictEntry *next;
}dictEntry;- key属性 保存键值对中的键
- v属性 保存键值对中的值，值可以是一个指针，或者是uint64_t 整数，又或者是int64_t 整数
- next属性 指向另外一个哈希表节点的指针，将多个哈希值相同的键值对连接在一起，解决键冲突问题
1.3.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
in trehashidx;
}dict;- type属性 一个指向dictType结构的指针，每个dictType结构保存的是一簇用于操作特定类型键值对的函数
- privdata属性
保存需要传给把鞋类型特定函数的可选参数
typedef struct dictType{
//计算哈希值的函数
unsigned int (*hashFunction)(const void *key);
//复制键的函数
void *(*keyDup)(void *privdata,const void *key);
//复制值的函数
void *(*valDup)(void *privdata,const void *obj);
//对比键的函数
int (*keyCompare)(void *privdata,const void *key1,const void *key2);
//销毁键的函数
void (*keyDestructor)(void *privdata,void *key);
//销毁值的函数
void (*valDestructor)(void *privdata,void *obj);
}dictType;- ht属性 包含两个项（ht[0],ht[1]）的数组，每一项都是一个dictht哈希表
字典只使用ht[0]哈希表，ht[1]只会在对ht[0]哈希表进行rehash时使用 - rehashidx属性 记录rehash当前的进度，如果没有在进行rehash，值为-1
2.哈希算法
当一个新的键值对添加到字典中，程序先根据键值对的键计算出哈希值和索引值，然后根据索引值，将包含新键值对的哈希表节点放到哈希表数组的指定索引位置上。
Redis计算哈希值和索引值的方法
- 使用字典设置的哈希函数，计算key的哈希值 hash=dict->type->hashFunction(key);
- 使用哈希表的sizemask属性和哈希值，计算索引值 根据情况不同，ht[x]可以是ht[0]或者是ht[1] index=hash &
dict->ht[x].sizemask; - 使用字典设置的哈希函数，计算key的哈希值 hash=dict->type->hashFunction(k0); 假设计算出的哈希值为8
- 使用哈希表的sizemask属性和哈希值，计算索引值 根据情况不同，ht[x]可以是ht[0]或者是ht[1] index=hash &
dict->ht[0].sizemask=8*3=0;
所以键k0的索引值为0
3.解决键冲突
键冲突：当两个或者以上数量的键被分配到哈希表数组的同一个索引上面
使用链地址法解决键冲突问题：
每个哈希表节点都有一个next指针，多个哈希表节点可以使用next指针构成一个单向链表，被分配到同一个索引上的多个节点可以用这个单向链表连接起来，这就解决了键冲突问题
4.rehash
随着操作的不断执行，哈希表中保存的键值对会逐渐的增多或者是减少，为了让哈希表的负载因子维持在合理的范围之内，当哈希表保存的键值对对数量太多或者太少时候，程序需要对哈希表的大小进行扩展或者收缩
扩展或者收缩哈希表是执行rehash实现的
具体的步骤如下下：
为字典的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（也就是ht[0].used属性的值）
为字典的 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）
如果执行的是扩展操作， 那么 ht[1] 的大小为第一个大于等于 ht[0].used * 2 的
（2 的 n 次方幂）；
如果执行的是收缩操作， 那么 ht[1] 的大小为第一个大于等于 ht[0].used 的
将保存在 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。
当 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 （
）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 。
将 ht[0] 包含的四个键值对都 rehash 到 ht[1]
释放 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
不难发现，原来的哈希表Ht[0]大小为4，现在成功扩展为8
5.哈希表自动进行扩展和收缩操作
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：
服务器目前没有在执行 BGSAVE 命令或者 BGREWRITEAOF 命令， 并且哈希表的负载因子大于等于 1 ；
服务器目前正在执行 BGSAVE 命令或者 BGREWRITEAOF 命令， 并且哈希表的负载因子大于等于 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
