【redis】hash 类型应用场景

作为缓存

使用 string 也是可以作为缓存使用的。存储结构化数据，使用 hash 类型更适合一些

关系型数据表保存用户信息：

映射关系表示用户信息：

上述场景使用 string 类型也能做到，就是需要使用 JSON 这样的数据格式

伪代码实现

UserInfo getUserInfo(long uid) {
	// 根据 uid 得到 Redis 的值
	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 获取用户信息
	UserInfo userInfo = MySQL 执行 SQL: select * from user_info whiere uid = <uid>
	
	// 如果列表中没有 uid 对应的用户信息
	if(userInfo == null) {
		响应404
		return null;
	}
}

缓存方式对比

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 的时候，就需要把整个 JSON 都读出来，解析成对象，操作 field，再重新转成 JSON 字符，再写回去

如果使用 hash 的方式来表示 UserInfo，就可以使用 field 表示对象的每个属性（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，确实读写 field 更直观高效，但是付出的是空间的代价

• 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
• 具体操作还是看需求，是更关注速度，时间上的（hash）；还是内存，空间上的（string）

到目前位置，我们能够使用三种方法缓存用户信息，还有一种原生字符串类型——使用字符串类型，每个属性一个键

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

• 这种方式，一般不推荐使用。相当于把同一个数据的各个属性，给分散开了，低内聚

我们在写代码/管理数据，更追求的是高内聚

• 内聚：把有关联的东西放在一起，最好能放在指定的地方（好找）
• 耦合：两个模块/代码之间的关联关系，关联关系越大，越容易相互影响，认为耦合越大。
  • 追求的是“低耦合”，避免“牵一发而动全身”，这边一改出 bug，就影响到了其他地方

• 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，所有行都要为期设置值，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