【redis】hash基本命令和内部编码

表示形式

Redis 自身已经是键值对结构了
Redis 自身的键值对就是通过哈希的方式来组织的

把 key 这一层组织完成之后，到了 value 这一层，value 这一层也可以是哈希

• 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 key 对应的值，注意 value 在不同上下文的作用

命令

HSET 和 HGET

设置/获取 hash 中指定的字段（field）的值（value）

语法：

HSET key field value [field value...]

HGET key field

• HSET 的返回值是设置成功的键值对（field-value）的个数
• 时间复杂度：$O(1)$

HEXISTS

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
• 时间复杂度：$O(1)$
  

HDEL

删除 hash 中指定的字段

• del 删除的是 key
• hdel 删除的是 field

语法：

HDEL key field [field...]

• 返回值是本次删除的字段个数
• 时间复杂度：删除一个元素为 $O(1)$，删除 $N$ 个位 $O(N)$（几十几百个就视为 1）

• HDEL 是删除 key 对应的 value（field-value） 中的键值对 field
• DEL 是直接删除 key 对应的 value（里面所有的键值对全删）

HKEYS

获取 hash 中的所有字段

语法：

HKEYS key

• 这个操作，会先根据 key 找到对应的 hash（$O(1)$），然后再遍历 hash（$O(N)$，$N$ 为 hash 的元素个数）

谈到 $O(N)$，有的时候，$N$ 表示：

1. Redis 整体 key 的个数
2. 当前命令中 key 的个数 (因为我们一般不会弄太多 key，所以一般可以直接看做 $O(1)$)
3. 当前 key 对应的 value 里面的元素个数
4. …

HVALS

获取 hash 中的所有的值

语法：

HVALS key

• 时间复杂度： $O(N)$（$N$ 是哈希的元素个数，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

获取 hash 中的所有字段以及对应的值

• 相当于结合了 HKEYS 和 HVALS

语法：

HGETALL key

• 时间复杂度： $O(N)$（$N$ 是哈希的元素个数，如果哈希非常大，这个操作就可能导致 Redis 服务器被阻塞住）

这个操作，还是风险比较大。多数情况下，不需要查询所有的 field，可能只查其中的几个 key

HMGET

一次获取 hash 中多个字段的值

语法：

HMGET key field [field...]

• 时间复杂度：删除一个元素为 $O(1)$，删除 $N$ 个位 $O(N)$（几十几百个就视为 1）
• 返回值：字段对应的值或者 nil

• 上述 HKEYS、HVALS、HGETALL 都是存在一定风险的。hash 元素个数太多，执行的时间就会比较长，从而阻塞 Redis
  • 一条命令，就能完成所有的遍历操作
• HSCAN 遍历 Redis 的 hash，“渐进式遍历“
  • 敲一次命令，遍历一小部分
  • 再敲一次命令，再遍历一小部分
  • …
  • 连续执行多次，就可以完成整个遍历过程（化整为零）

ConcurrentHashMap 线程安全的哈希表

HLEN

获取 hash 中的所有字段的个数

语法：

HLEN key

• 时间复杂度： $O(1)$
• 返回值：字段个数

HSETNX

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

• 时间复杂度： $O(1)$
• 返回值：1 表示成功，0 表示失败

HINCRBY

将 hash 中字段对应的数字添加指定的值

语法：

HINCRBY key field increment

• 时间复杂度： $O(1)$
• 返回值：该字段变化后的值

HINCRBYFLOAT

HINCRBY 的浮点数版本

语法：

HINCRBYFLOAT key field increment

• 时间复杂度： $O(1)$
• 返回值：该字段变化后的值

命令小结

内部编码

哈希的内部编码有两种：

1. ziplist：压缩列表
2. hashtable：哈希表

压缩：

• rar
• zip
• gzip
• 7z
• …
  这是一些具体的压缩算法。

压缩的本质，是针对数据进行重新编码。不同的数据，有不同的特点，结合这些特点，进行精妙的设计，重新编码之后，就能够缩小体积

比如，现在有字符串：abcccddddeeeee

• 重新编码表示：1a2b3c4d5e
• 重新编码后的结果就比原来的短了（粗糙）

ziplist 内部的数据结构也是精心设计的（目的是节省内存空间）

• 表示一个普通的 hash 表，可能会浪费一定的空间（hash 首先是一个数组，数组上有些位置有元素，有些没有元素）
• 付出的代价是进行读写元素，速度是比较慢的。如果元素个数少，慢的不明显，但如果元素多了，慢就会雪上加霜

如果：

1. 哈希中的元素个数比较少，使用 ziplist 表示；元素较多，就用 hashtable 来表示
2. 每个 value 的值，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

• 可以在 redis。conf 文件中，调整 hash-max-ziplist-entries 配置和 hash-max-ziplist-value 配置