golang map的底层实现

粗略的讲，Go语言中map采用的是哈希查找表，由一个key通过哈希函数得到哈希值，64位系统中就生成一个64bit的哈希值，由这个哈希值将key对应到不同的桶（bucket）中，当有多个哈希映射到相同的的桶中时，使用链表解决哈希冲突。

hash函数

首先要知道的就是map中哈希函数的作用，go中map使用hash作查找，就是将key作哈希运算，得到一个哈希值，根据哈希值确定key-value落在哪个bucket的哪个cell。golang使用的hash算法和CPU有关，如果cpu支持aes，那么使用aes hash，否则使用memhash。

数据结构

hmap可以理解为 header of map的缩写，即map数据结构的入口。

type hmap struct {
    // map 中的元素个数，必须放在 struct 的第一个位置，因为 内置的 len 函数会从这里读取
    count     int 
    // map状态标识，比如是否在被写或者迁移等，因为map不是线程安全的所以操作时需要判断flags
    flags     uint8
    // log_2 of buckets (最多可以放 loadFactor * 2^B 个元素即6.5*2^B，再多就要 hashGrow 了)
    B         uint8  
    // overflow 的 bucket 的近似数
    noverflow uint16 
    // hash seed，随机哈希种子可以防止哈希碰撞攻击
    hash0     uint32
   
    // 存储数据的buckets数组的指针， 大小2^B，如果 count == 0 的话，可能是 nil
    buckets    unsafe.Pointer
    // 一半大小的之前的 bucket 数组，只有在 growing 过程中是非 nil
    oldbuckets unsafe.Pointer
    // 扩容进度标志，小于此地址的buckets已迁移完成。
    nevacuate  uintptr

    // 可以减少GC扫描，当 key 和 value 都可以 inline 的时候，就会用这个字段
    extra *mapextra // optional fields
}

用mapextra来存储key和value都不是指针类型的map，并且大小都小于128字节，这样可以避免GC扫描整个map。

type mapextra struct {
    // 如果 key 和 value 都不包含指针，并且可以被 inline(<=128 字节)
    // 使用 extra 来存储 overflow bucket，这样可以避免 GC 扫描整个 map
    // 然而 bmap.overflow 也是个指针。这时候我们只能把这些 overflow 的指针
    // 都放在 hmap.extra.overflow 和 hmap.extra.oldoverflow 中了
    // overflow 包含的是 hmap.buckets 的 overflow 的 bucket
    // oldoverflow 包含扩容时的 hmap.oldbuckets 的 overflow 的 bucket
    overflow       *[]*bmap
    oldoverflow    *[]*bmap

    // 指向空闲的 overflow bucket 的指针
    nextOverflow *bmap
}

bmap可以理解为buckets of map的缩写，它就是map中bucket的本体，即存key和value数据的“桶”。

type bmap struct {
    // tophash 是 hash 值的高 8 位
    tophash [bucketCnt]uint8
    // 以下字段没有显示定义在bmap，但是编译时编译器会自动添加
    // keys              // 每个桶最多可以装8个key
    // values            // 8个key分别有8个value一一对应
    // overflow pointer  // 发生哈希碰撞之后创建的overflow bucket
}

根据哈希函数将key生成一个哈希值，其中低位哈希用来判断桶位置，高位哈希用来确定在桶中哪个cell。低位哈希就是哈希值的低B位，hmap结构体中的B，比如B为5，2^5=32，即该map有32个桶，只需要取哈希值的低5位就可以确定当前key-value落在哪个桶(bucket)中；高位哈希即tophash，是指哈希值的高8bits，根据tophash来确定key在桶中的位置。每个桶可以存储8对key-value，存储结构不是key/value/key/value...，而是key/key..value/value，这样可以避免字节对齐时的padding，节省内存空间。

当不同的key根据哈希得到的tophash和低位hash都一样，发生哈希碰撞，这个时候就体现overflow pointer字段的作用了。桶溢出时，就需要把key-value对存储在overflow bucket（溢出桶），overflow pointer就是指向overflow bucket的指针。如果overflow bucket也溢出了呢？那就再给overflow bucket新建一个overflow bucket，用指针串起来就形成了链式结构，map本身有2^B个bucket，只有当发生哈希碰撞后才会在bucket后链式增加overflow bucket。

map内存布局

1.png

扩容

装填因子是否大于6.5
装填因子 = 元素个数/桶个数，大于6.5时，说明桶快要装满，需要扩容
overflow bucket是否太多
当bucket的数量 < 2^15，但overflow bucket的数量大于桶数量
当bucket的数量 >= 2^15，但overflow bucket的数量大于2^15

双倍扩容：装载因子多大，直接翻倍，B+1；扩容也不是申请一块内存，立马开始拷贝，每一次访问旧的buckets时，就迁移一部分，直到完成，旧bucket被GC回收。

等量扩容：重新排列，极端情况下，重新排列也解决不了，map成了链表，性能大大降低，此时哈希种子hash0的设置，可以降低此类极端场景的发生。

查找

根据key计算出哈希值
根据哈希值低位确定所在bucket
根据哈希值高8位确定在bucket中的存储位置
当前bucket未找到则查找对应的overflow bucket。
对应位置有数据则对比完整的哈希值，确定是否是要查找的数据
如果当前处于map进行了扩容，处于数据搬移状态，则优先从oldbuckets查找。

插入

根据key计算出哈希值
根据哈希值低位确定所在bucket
根据哈希值高8位确定在bucket中的存储位置
查找该key是否存在，已存在则更新，不存在则插入

map无序

map的本质是散列表，而map的增长扩容会导致重新进行散列，这就可能使map的遍历结果在扩容前后变得不可靠，Go设计者为了让大家不依赖遍历的顺序，故意在实现map遍历时加入了随机数，让每次遍历的起点--即起始bucket的位置不一样，即不让遍历都从bucket0开始，所以即使未扩容时我们遍历出来的map也总是无序的。

参考资料

[1] Golang map底层实现
[2] Go语言之map：map的用法到map底层实现分析
[3] Go语言map底层浅析
[4] 哈希表