Redis的Key是如何寻址的

# Redis的Key是如何寻址的

## 引言
Redis作为高性能的键值存储系统，其核心机制之一就是如何快速定位存储在内存中的键值对。本文将深入剖析Redis的Key寻址原理，包括哈希表实现、渐进式rehash策略、内存压缩优化等关键技术。

---

## 一、Redis存储结构概述
Redis采用字典（Dict）作为核心存储结构，其底层通过哈希表实现：

```c
// Redis 6.x 源码结构
typedef struct dict {
    dictType *type;
    void *privdata;
    dictht ht[2];    // 双哈希表结构
    long rehashidx;  // rehash进度标识
} dict;

typedef struct dictht {
    dictEntry **table;      // 哈希桶数组
    unsigned long size;     // 桶数量
    unsigned long sizemask; // size-1（用于位运算）
    unsigned long used;     // 已使用桶数量
} dictht;

二、哈希算法与寻址过程

1. 哈希函数选择

Redis采用MurmurHash2/SipHash等算法计算键的哈希值：

# 伪代码示例
def hash_function(key):
    if key_type == string:
        return siphash(key)
    elif key_type == integer:
        return int_hash(key)

2. 哈希寻址步骤

1. 计算哈希值：hash = hash_function(key)
2. 确定桶位置：index = hash & sizemask
3. 处理冲突：采用链地址法（Redis 6.0后改用紧凑链表）

三、渐进式Rehash机制

1. 触发条件

• 负载因子 > 1 且允许扩容
• 负载因子 < 0.1 时收缩

2. 执行过程

// 伪代码示例
void incrementalRehash(dict *d):
    if d->rehashidx != -1:
        for i in range(0, N):  // 每次处理N个桶
            move_bucket(d->ht[0], d->ht[1])
        d->rehashidx++
        if all_buckets_moved:
            free(d->ht[0])
            d->ht[0] = d->ht[1]
            d->rehashidx = -1

3. 读写操作处理

• 读操作：同时查询两个哈希表
• 写操作：只写入新哈希表

四、内存优化策略

1. 哈希表扩容策略

2. 紧凑链表优化

Redis 6.0后采用listpack替代双向链表：

// 旧结构：dictEntry->next指针(8字节)
// 新结构：entry_len|key|value|next_entry_len

五、特殊键处理

1. 过期键寻址

typedef struct redisDb {
    dict *dict;         // 主键空间
    dict *expires;      // 过期字典
} redisDb;

• 定期删除：随机采样检查
• 惰性删除：访问时检查

2. 大Key处理

当Value超过hash-max-ziplist-value（默认64字节）时，转为哈希表存储。

六、性能对比测试

使用redis-benchmark测试不同场景下的操作耗时：

七、最佳实践建议

1. 键命名规范：使用:分隔的层级结构（如user:1000:profile）
2. 避免大Key：单个Value不超过1MB
3. 合理设置过期：对临时数据设置TTL
4. 监控指标：

   
   redis-cli info stats | grep keyspace
   

结论

Redis通过精妙的哈希表设计实现O(1)时间复杂度寻址，结合渐进式rehash和内存优化，在保证性能的同时实现了动态扩展。理解这些机制有助于开发者优化Redis使用策略，构建更高性能的存储系统。

本文基于Redis 6.2源码分析，不同版本实现可能略有差异 “`

注：实际使用时需要： 1. 替换流程图链接为真实图片 2. 补充具体的性能测试数据 3. 根据Redis版本差异调整细节描述 4. 可扩展添加集群模式下的寻址逻辑（CRC16槽位计算）