dict是一种用于保存键值对的抽象数据结构，在redis中使用非常广泛，比如数据库、哈希结构的底层。
当执行下面这个命令：
> set msg "hello"以及使用哈希结构，如：
> hset people name "hoohack"都会使用到dict作为底层数据结构的实现。
结构的定义先看看字典以及相关数据结构体的定义：
字典 /* 字典结构 每个字典有两个哈希表，实现渐进式哈希时需要用在将旧表rehash到新表 */ typedef struct dict { dictType *type; /* 类型特定函数 */ void *privdata; /* 保存类型特定函数需要使用的参数 */ dictht ht[2]; /* 保存的两个哈希表，ht[0]是真正使用的，ht[1]会在rehash时使用 */ long rehashidx; /* rehashing not in progress if rehashidx == -1 rehash进度，如果不等于-1，说明还在进行rehash */ unsigned long iterators; /* number of iterators currently running 正在运行中的遍历器数量 */ } dict; 哈希表 /* 哈希表结构 */ typedef struct dictht { dictEntry **table; /* 哈希表节点数组 */ unsigned long size; /* 哈希表大小 */ unsigned long sizemask; /* 哈希表大小掩码，用于计算哈希表的索引值，大小总是dictht.size - 1 */ unsigned long used; /* 哈希表已经使用的节点数量 */ } dictht; 哈希表节点 /* 哈希表节点 */ typedef struct dictEntry { void *key; /* 键名 */ union { void *val; uint64_t u64; int64_t s64; double d; } v; /* 值 */ struct dictEntry *next; /* 指向下一个节点, 将多个哈希值相同的键值对连接起来*/ } dictEntry; dictType /* 保存一连串操作特定类型键值对的函数 */ typedef struct dictType { uint64_t (*hashFunction)(const void *key); /* 哈希函数 */ void *(*keyDup)(void *privdata, const void *key); /* 复制键函数 */ void *(*valDup)(void *privdata, const void *obj); /* 复制值函数 */ int (*keyCompare)(void *privdata, const void *key1, const void *key2); /* 比较键函数 */ void (*keyDestructor)(void *privdata, void *key); /* 销毁键函数 */ void (*valDestructor)(void *privdata, void *obj); /* 销毁值函数 */ } dictType;把上面的结构定义串起来，得到下面的字典数据结构：
根据数据结构定义，把关联图画出来后，看代码的时候就更加清晰。
从图中也可以看出来，字典的哈希表里，使用了链表解决键冲突的情况，称为链式地址法。
rehash(重新散列)当操作越来越多，比如不断的向哈希表添加元素，此时哈希表需要分配了更多的空间，如果接下来的操作是不断地删除哈希表的元素，那么哈希表的大小就会发生变化，更重要的是，现在的哈希表不再需要那么大的空间了，在redis的实现中，为了保证哈希表的负载因子维持在一个合理范围内，当哈希表保存的键值对太多或者太少时，redis对哈希表大小进行相应的扩展和收缩，称为rehash（重新散列）。
执行rehash的流程图 负载因子解释负载因子 = 哈希表已保存节点数量 / 哈希表大小
负载因子越大，意味着哈希表越满，越容易导致冲突，性能也就越低。因此，一般来说，当负载因子大于某个常数(可能是 1，或者 0.75 等)时，哈希表将自动扩容。
渐进式rehash在上面的rehash流程图里面，rehash的操作不是一次性就完成了的，而是分多次，渐进式地完成。
原因是，如果需要rehash的键值对较多，会对服务器造成性能影响，渐进式地rehash避免了对服务器的影响。
渐进式的rehash使用了dict结构体中的rehashidx属性辅助完成。当渐进式哈希开始时，rehashidx会被设置为0，表示从dictEntry[0]开始进行rehash，每完成一次，就将rehashidx加1。直到ht[0]中的所有节点都被rehash到ht[1]，rehashidx被设置为-1，此时表示rehash结束。
结合代码再深入理解 ／* 实现渐进式的重新哈希，如果还有需要重新哈希的key，返回1，否则返回0 * * 需要注意的是，rehash持续将bucket从老的哈希表移到新的哈希表，但是，因为有的哈希表是空的， * 因此函数不能保证即使一个bucket也会被rehash，因为函数最多一共会访问N*10个空bucket，不然的话，函数将会耗费过多性能，而且函数会被阻塞一段时间 */ int dictRehash(dict *d, int n) { int empty_visits = n*10; /* Max number of empty buckets to visit. */ if (!dictIsRehashing(d)) return 0; while(n-- && d->ht[0].used != 0) { dictEntry *de, *nextde; assert(d->ht[0].size > (unsigned long)d->rehashidx); /* 找到非空的哈希表下标 */ while(d->ht[0].table[d->rehashidx] == NULL) { d->rehashidx++; if (--empty_visits == 0) return 1; } de = d->ht[0].table[d->rehashidx]; /* 实现将bucket从老的哈希表移到新的哈希表 */ while(de) { unsigned int h; nextde = de->next; /* Get the index in the new hash table */ h = dictHashKey(d, de->key) & d->ht[1].sizemask; de->next = d->ht[1].table[h]; d->ht[1].table[h] = de; d->ht[0].used--; d->ht[1].used++; de = nextde; } d->ht[0].table[d->rehashidx] = NULL; d->rehashidx++; } /* 如果已经完成了，释放旧的哈希表，返回0 */ if (d->ht[0].used == 0) { zfree(d->ht[0].table); d->ht[0] = d->ht[1]; _dictReset(&d->ht[1]); d->rehashidx = -1; return 0; } /* 继续下一次rehash */ return 1; }