Redis入门到通关之Redis数据结构-Hash篇

文章目录

• [☃️ 概述](#☃️ 概述)
• ☃️底层实现
• ☃️源码
• ☃️其他

|------------------|
| 欢迎来到 请回答1024 的博客 |

🍓🍓🍓欢迎来到 请回答1024的博客

关于博主： 我是 请回答1024，一个追求数学与计算的边界、时间与空间的平衡，0与1的延伸的后端开发者。

博客特色： 在我的博客中，开设了如下专栏(点击可以进入专栏奥~): Java、MySQL、Redis、Spring、SpringBoot、SpringCloud、RabbitMQ、微服务、分布式 等相关技术专栏。期待与您一起，探索编程世界中的发现和创新之旅。

🍎🍎🍎我的主页 : https://reply1024.blog.csdn.net

敬请期待定期更新、见解和教程！让我们一起踏上这段编码冒险之旅！

|--------------------------|
| 数学与计算的边界 时间与空间的平衡 0与1的延伸 |

☃️ 概述

Hash 结构与 Redis 中的Zset非常类似：

• 都是键值存储
• 都需求根据键获取值
• 键必须唯一

区别如下：

• zset的键是member，值是score；hash的键和值都是任意值
• zset要根据score排序；hash则无需排序

☃️底层实现

底层实现方式：压缩列表ziplist 或者 字典dict

当Hash中数据项比较少的情况下，Hash底层才⽤压缩列表ziplist进⾏存储数据，随着数据的增加，底层的ziplist就可能会转成dict，具体配置如下：

hash-max-ziplist-entries 512

hash-max-ziplist-value 64

当满足上面两个条件其中之⼀的时候，Redis 就使⽤ dict 字典来实现hash。

Redis的hash之所以这样设计，是因为当ziplist变得很⼤的时候，它有如下几个缺点：

• 每次插⼊或修改引发的realloc操作会有更⼤的概率造成内存拷贝，从而降低性能。
• ⼀旦发生内存拷贝，内存拷贝的成本也相应增加，因为要拷贝更⼤的⼀块数据。
• 当ziplist数据项过多的时候，在它上⾯查找指定的数据项就会性能变得很低，因为ziplist上的查找需要进行遍历。

总之，ziplist 本来就设计为各个数据项挨在⼀起组成连续的内存空间，这种结构并不擅长做修改操作。⼀旦数据发⽣改动，就会引发内存 realloc，可能导致内存拷贝。

hash结构如下：

zset集合如下：

因此，Hash底层采用的编码与Zset也基本一致，只需要把排序有关的SkipList去掉即可：

• Hash结构默认采用ZipList编码，用以节省内存。 ZipList中相邻的两个entry 分别保存field和value

• 当数据量较大时，Hash结构会转为HT编码，也就是Dict，触发条件有两个：

  • ZipList中的元素数量超过了 hash-max-ziplist-entries（默认512）
  • ZipList中的任意entry大小超过了 hash-max-ziplist-value（默认64字节）

☃️源码

☃️其他

底下的就别看了

在 Redis 中，哈希表（Hash）是一种常见的数据结构，用来存储键值对的集合。在 Redis 中，哈希表通常被用于存储对象，其中每个对象都包含了多个字段和对应的值。

内部结构：

Redis 的哈希表内部使用了哈希算法来将键映射到哈希表的索引位置。每个索引位置上存储了一个链表或者跳跃表，用来解决哈希冲突的问题。在 Redis 的哈希表中，当链表或跳跃表的长度超过一定阈值时，会自动将其转换为跳跃表，以提高查询效率。

应用场景：

哈希表在 Redis 中被广泛应用于存储对象的各个属性。例如，可以使用哈希表来存储用户的信息，每个用户对象对应一个哈希表，其中包含了用户的姓名、年龄、邮箱等信息，每个属性对应哈希表中的一个字段。

优势：

Redis 的哈希表具有快速的查找速度，平均时间复杂度为 O(1)。这使得它非常适合用于存储和查询对象的属性。此外，Redis 的哈希表还支持对单个字段进行增加、删除、修改等操作，使得对对象的操作更加灵活和高效。

总的来说，Redis 的哈希表是一种高效的键值对存储结构，适用于存储和查询对象的属性信息，能够快速地进行增删改查操作，为应用提供了便利的数据存储和管理功能。