Redis——常用数据类型hash

目录

hash

常用命令
hset
复制代码
HSET key field value [field value ...]

//时间复杂度O(1)
//返回值:设置成功的键值对的个数
hget
复制代码
HGET key field

//
hdel
复制代码
HDEL key field [field ...]

//删除hash中指定的字段
//注意: del删除的是key, hdel删除的是field
hkeys
复制代码
HKEYS key

//查看key对应的哈希表的所有的key
//这个操作会现根据key找到对应的hash,O(1),然后再遍历hash O(n)
//这个操作也有一定的风险,类似于之前的keys*
hvals
复制代码
HVALS key

//和hkeys相对,能够获取去到hash的所有的value
//时间福再度O(n),n是哈希的元素的个数,如果哈希非常大,这个操作就可能导致redis服务器被阻塞住
hgetall
复制代码
HGETALL key

//查看key对应的哈希表的所有的key-val

上述hkeys,hvals,hgetall都是存在一定风险的,hash的元素个数太多,执行的耗时会比较长,从而阻塞redis,可以用hscan来渐进式遍历

hmget
复制代码
HMGET key field [field2 ...]


//查看key中field的value,其中value的顺序和field是匹配的
hlen
复制代码
HLEN key

//获取hash的元素的个数
hsetnx
复制代码
HSETNX key field value

//如果key对应的value不存在 filed,就设置其value,如果存在,就失败
hincrby
复制代码
HINCRBY key field n

//n可以是负数,正数,对key对应的value的整数加n
hdecrby
复制代码
HDECRBY key field n

//n可以是负数,正数,对key对应的value的整数减n
哈希的编码方式

哈希的内部编码有两种:

  • ziplist(压缩列表):当哈希类型元素个数小于 hash-max-ziplist-entries 配置(默认 512 个)、同时所有值都小于 hash-max-ziplist-value 配置(默认 64 字节)时,Redis 会使用 ziplist 作为哈希的内部实现,ziplist 使用更加紧凑的结构实现多个元素的连续存储,所以在节省内存方面比 hashtable 更加优秀
  • 哈希表:当哈希类型无法满足压缩列表(ziplist)的条件时,Redis 会使用哈希表作为哈希的内部实现,因为此时压缩列表的读写效率会下降,而哈希表的读写时间复杂度为 O(1)。

注意:

  1. 哈希中的元素个数比较少,使用ziplist表示,元素个数比较多,使用hashtable来表示
  2. 每个value的值的长度都比较短,使用ziplist表示,如果某个value的长度太长了,也会转换成hashtable
  3. 在Redis的配置文件里可以修改这些参数,如hash-max-ziplist-entries配置(默认512字节),hash-max-ziplist-value配置(默认64字节)
哈希的应用

关系型数据表保存用户信息

uid name age city
1 James 28 xian
2 Jonhnathan 30 shanghai

映射关系表示用户信息

|-------|------------|-------|-----------------|
| uid:1 | uid:1 | uid:2 | uid:2 |
| uid:1 | name:james | uid:2 | name:Jonhnathan |
| uid:1 | age:28 | uid:2 | age:30 |
| uid:1 | city:xian | uid:2 | city:shanghai |

这里可以以uid作为key,剩下的作为value字段,当然这种格式也可以使用string类型实现,比如使用Json这样的数据格式

  • 如果使用string(Json)的格式来表示UserInfo,万一只想获取其中的某个field,或者修改某个field,就需要把真个Json都读出来,解析成对象,操作field,再重写转成Json字符串,再写回去
  • 如果使用hash的方式来表示UserInfo,就可以使用field表示对象的某个属性(数据表的每个列)此时就可以非常方便的修改/获取任何一个属性的值了
  • 使用hash的方式,读写field更加直观功效,但是付出的是空间的代价

但是需要注意的是哈希类型和关系型数据库有两点不同之处:

  • 哈希类型是稀疏的,而关系型数据库是完全结构化的,例如哈希类型每个键可以有不同的 field,而关系型数据库一旦添加新的列,所有行都要为其设置值,即使为 null。

  • 关系数据库可以做复杂的关系查询,而Redis 去模拟关系型复杂查询,例如联表查询、聚合查询等 基本不可能,维护成本⾼。

关系型数据库稀疏性

uid name age city gander favor
1 James 28 xian null sports
2 Jonhnathan 30 shanghai made null

|-------|--------------|-------|-----------------|
| uid:1 | uid:1 | uid:2 | uid:2 |
| uid:1 | name:james | uid:2 | name:Jonhnathan |
| uid:1 | city:beijing | uid:2 | age:30 |
| uid:1 | favor:sports | uid:2 | gander:male |

这里可以看到,上面的 key为uid,但是对应的value信息,还存了一个uid,那么这个uid不存可以吗?当然可以

但是,在工程实践中,一般会把uid在value中再存一份,后续写到相关代码,使用起来会比较方便

相关推荐
龙腾AI白云2 小时前
数字孪生与计算机视觉:让机器看懂现场
大数据·数据库·机器学习·知识图谱·pygame
Flynn Liang3 小时前
Java 序列化也能成为瓶颈:Jackson、Protobuf 与 Redis 序列化的生产实践
java·redis·性能优化·jackson·序列化·protobuf
千寻技术帮3 小时前
基于Spring Boot+Vue的农产品销售管理系统(源码+文档+数据库,附部署教程)
java·数据库·spring boot·后端·mysql·vue
千寻技术帮4 小时前
50055_基于AI的互帮互助小程序(源码+文档+数据库脚本+部署教程)
数据库·人工智能·小程序·毕业设计·springboot·课程设计
我不会起名字3224 小时前
分布式 ID:雪花、号段与 Redis 自增的 3 个取舍
redis·雪花算法·分布式 id·号段
CoderYanger5 小时前
Java EE 进阶:9.MyBatis 操作数据库(进阶)(第七弹):图书管理系统(强制登录)
java·数据库·spring boot·spring·java-ee·tomcat·mybatis
Flynn Liang5 小时前
多智能体协同不再复杂:Redis Stream 消费者组、幂等与故障恢复
数据库·人工智能·redis·缓存·ai agent·智能体
倔强的胡萝卜7 小时前
基于STM32F103C8T6的温湿度报警器设计
数据库·stm32·mongodb
Decay__14 小时前
PostgreSQL 数据库全栈运维实战系列 — 合集索引(24 篇)
运维·数据库·sql·mysql·架构
琳少_18 小时前
java程序开发笔记
java·开发语言·数据库·笔记