[Redis][Hash]详细讲解

0.前言

• 在Redis中，哈希类型是指值本⾝是⼀个键值对结构，形如key="key"，value={{field1, value1}, ..., {fieldN, valueN}}

• 字符串和哈希类型对比：存储一个uid为1的用户对象，姓名James，年龄28
  

• 注意：哈希类型中的映射关系通常称为field-value，⽤于区分Redis整体的键值对(key-value)， 注意这⾥的value是指field对应的值，不是键(key)对应的值

1.常见命令

1.HSET

• 功能：设置hash中指定的字段(field)的值(value)
• 语法：`HSET key field value [field value]
• 返回值：添加字段的个数
• 时间复杂度：插入一组field为$O(1)$，插入N组field为$O(N)$

2.HGET

• 功能：获取hash中指定字段的值
• 语法：HGET key field
• 返回值：字段对应的值或者nil
• 时间复杂度：$O(1)$

3.HEXISTS

• 功能：判断hash中是否有指定的字段
• 语法：HEXISTS key field
• 返回值：1表示存在，0表示不存在

4.HDEL

• 功能：删除hash中指定的字段
• 语法：HDEL key field [field ...]
• 返回值：本次操作删除的字段个数
• 时间复杂度：删除一个元素为$O(1)$，删除N个元素为$O(N)$

5.HKEYS

• 功能：获取hash中的所有字段
  • 先根据key找到对应的hash -> $O(1)$
  • 然后再遍历hash -> $O(N)$
• 语法：HKEYS key
• 返回值：字段列表
• 时间复杂度：$O(N)$，N为field的个数
• 注意：该操作也是存在一定风险的，类似于之前介绍的KEYS

6.HVALS

• 功能：获取hash中所有的值
• 语法：HVALS key
• 返回值：所有的值
• 时间复杂度：$O(N)$，N为field的个数

7.HGETALL

• 功能：获取hash中的所有字段以及对应的值
• 语法：HGETALL key
• 返回值：字段和对应的值
• 时间复杂度：$O(N)$，N为field的个数
• 注意：在使⽤HGETALL时，如果哈希元素个数⽐较多，会存在阻塞Redis的可能
  • 如果只需要获取部分field，可以使⽤HMGET
  • 如果⼀定要获取全部field，可以尝试使⽤HSCAN命令，该命令采⽤渐进式遍历哈希类型

8.HMGET

• 功能：一次获取hash中多个字段的值
• 语法：HMGET key field [field ...]
• 返回值：字段对应的值或者nil
• 时间复杂度：只查询⼀个元素为$O(1)$，查询多个元素为$O(N)$，N为查询元素个数

9.HLEN

• 功能：获取hash中的所有字段的个数
• 语法：HLEN key
• 返回值：字段个数
• 时间复杂度：$O(1)$

10.HSETNX

• 功能：在字段不存在的情况下，设置hash中的字段和值
• 语法：HSETNX key field value
• 返回值：1表示设置成功，0表示失败
• 时间复杂度：$O(1)$

11.HINCRBY

• 功能：将hash中字段对应的数值添加指定的值
• 语法：HINCRBY key field increment
• 返回值：该字段变化之后的值
• 时间复杂度：$O(1)$

12.HINCRBYFLOAT

• 功能：HINCRBY的浮点数版本
• 语法：HINCRBYFLOAT key field increment
• 返回值：该字段变化之后的值
• 时间复杂度：$O(1)$

2.内部编码

1.ziplist(压缩链表)

• 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

2.hashtable(哈希表)

• 当哈希类型⽆法满⾜ziplist的条件时，Redis会使⽤hashtable作为哈希的内部实现，因为此时ziplist的读写效率会下降，⽽hashtable的读写时间复杂度为O(1)
• 哈希类型的内部编码，以及响应的变化
  • 当field个数⽐较少且没有⼤的value时，内部编码为ziplist
  • 当有value⼤于64字节时，内部编码会转换为hashtable
  • 当field个数超过512时，内部编码也会转换为hashtable

3.使用场景

• 关系型数据表记录的两条用户信息
  

• 映射关系表⽰⽤⼾信息：可以将每个⽤⼾的id定义为键后缀，多对field-value对应⽤⼾的各个属性
  

• 优势：相⽐于使⽤JSON格式的字符串缓存⽤⼾信息，哈希类型变得更加直观，并且在更新操作上变得更灵活

  UserInfo GetUserInfo(long uid)
  {
  	// 根据 uid 得到 Redis 的键
  	String key = “user:" + uid;
  
  	// 尝试从 Redis 中获取对应的值
  	userInfoMap = Redis 执⾏命令： hgetall key;
  
  	// 如果缓存命中(hit)
  	if (value != null)
  	{
  		// 将映射关系还原为对象形式
  		UserInfo userInfo = 利⽤映射关系构建对象 (userInfoMap);
  		return userInfo;
  	}
  
  	// 如果缓存未命中(miss)，从数据库中，根据 uid 获取⽤⼾信息
  	UserInfo userInfo = MySQL 执⾏ SQL ： 
  						select * from user_info where uid = <uid>
  
  	// 如果表中没有 uid 对应的用户信息
  	if (userInfo == null)
  	{
  		响应404
  		return null;
  	}
  
  	// 将缓存以哈希类型保存
  	Redis 执⾏命令： 
  		hmset key name userInfo.name age userInfo.age city userInfo.city
  
  	// 写⼊缓存，为了防⽌数据腐烂(rot)，设置过期时间为 1 ⼩时
  	Redis 执⾏命令： expire key 3600
  
  	// 返回用户信息
  	return userInfo;
  }
  

• 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

4.缓存方式对比

• 目前学习了三种方法缓存用户信息，以下给出三种方案的实现方法和优缺点分析

1.原⽣字符串类型

• 说明：使⽤字符串类型，每个属性⼀个键
• 优点：实现简单，针对个别属性变更也很灵活
• 缺点：占⽤过多的键，内存占⽤量较⼤，同时⽤⼾信息在Redis中⽐较分散，缺少内聚性，所以这种⽅案基本没有实⽤性
• 示例：

  set user:1:name James
  set user:1:age 23
  set user:1:city Beijing
  

2.序列化字符串类型

• 说明：例如JSON格式
• 优点：针对总是以整体作为操作的信息⽐较合适，编程也简单。同时，如果序列化⽅案选择合适，内存的使⽤效率很⾼
• 缺点：本⾝序列化和反序列需要⼀定开销，同时如果总是操作个别属性则⾮常不灵活
• 示例：set user:1 经过序列化后的⽤⼾对象字符串

3.哈希类型

• 优点：简单、直观、灵活，尤其是针对信息的局部变更或者获取操作
• 缺点：需要控制哈希在ziplist和hashtable两种内部编码的转换，可能会造成内存的较⼤消耗