Redis(四) Hash 哈希

超、凢脫俗 2024-04-20 12:06 92阅读 0赞

![在这里插入图片描述][288b013a550f4ae3a8bf5da354993204.png_pic_center]

#### 文章目录 ####

*  前言
 *  命令
 *   *  HSET
     *  HGET
     *  HEXISTS
     *  HDEL
     *  HKEYS
     *  HVALS
     *  HGETALL
     *  HMGET
     *  HLEN
     *  HSETNX
     *  HINCRBY
     *  HINCRBYFLOAT
     *  HSTRLEN
     *  命令小结
 *  Hash内部编码
 *  哈希类型的使用场景
 *   *  作为缓存

## 前言 ##

几乎所有的主流编程语言都提供了哈希类型，他们的的叫法可能有区别，哈希、字典、关联数组、映射。在 Redis 中，哈希类型是前面的所有的数据类型中最重要的一种数据类型，哈希类型是指值本身又是一个键值对类型的结构，形如 key = “key”，value = \{ \{filed1:value2\},\{filed2:value2\}…\{filedn:valuen\}\}。

哈希类型中的映射关系通常称为 filed-value，用于区分 Redis 整体的键值对（key-value）

**字符串和哈希类型的对比：**

![在这里插入图片描述][5de302b73bb943ee85598e905317f775.png]

## 命令 ##

### HSET ###

HSET 设置 hash 中指定的字段（field）和值（value）。`HSET key filed value [filed value...]`

时间复杂度：O(N)，N是指一次设置的 filed-value 的数量N  
返回值：设置成功的 filed-value 的数量

127.0.0.1:6379> hset key1 f1 111
    (integer) 1
    127.0.0.1:6379> hset key1 f2 222 f3 333
    (integer) 2

### HGET ###

HGET 用于获取 hash 指定字段的值。`HEGT key field`

时间复杂度：0(1)  
返回值：字段对应的值，如果字段不存在，返回nil

127.0.0.1:6379> hget key1 f1
    "111"

HSET 可以一次设置多个 filed-value，但是 HGET 不能一次获取多个 field-value，要想一次获取多个 field-value 后面会为大家介绍到专门的命令。

### HEXISTS ###

HEXISTS 用于判断 hash 中是否存在某个字段。`HEXISTS key filed`

时间复杂度：O(1)  
返回值：返回1表示存在，返回0表示不存在

127.0.0.1:6379> hexists key1 f1
    (integer) 1
    127.0.0.1:6379> hexists key1 f4
    (integer) 0

### HDEL ###

HDEL 用来删除 hash 的指定字段。`HDEL key field [field...]`

时间复杂度：O(1)  
返回值：本次操作删除的字段的个数

127.0.0.1:6379> hdel key1 f1
    (integer) 1
    127.0.0.1:6379> hdel key1 f2 f3
    (integer) 2

`HDEL key field[field...]`删除的是 hash 的字段，而 `del key` 是将 key-value 删除了，如果删除了 key，那么该 key 中的所有 字段也都被删除了。当我们使用 HDEL 将 hash 中的所有字段都删除了的话，那么该 key 也会被删除。

### HKEYS ###

HKEYS 用于获取 hash 中的所有字段。`HKEYS key`

时间复杂度：O(N)，这里的N表示 hash 中字段的数量  
返回值：字段列表

127.0.0.1:6379> hset key1 f1 111 f2 222 f3 333
    (integer) 3
    127.0.0.1:6379> hkeys key1
    1) "f1"
    2) "f2"
    3) "f3"

使用该从操作也是有风险的，如果 hash 中的字段数量很多的话，也会造成阻塞，就类似我们前面学到的 keys \*。

### HVALS ###

HVALS 命令与 HKEYS 对应，HVALS 用来获取 hash 中的所有 value。`HVALS key`

时间复杂度：O(N)，N指 hash 中字段的数量  
返回值：hash 中的所有字段的值

127.0.0.1:6379> hset key1 f1 111 f2 222 f3 333
    (integer) 3
    127.0.0.1:6379> hvals key1
    1) "111"
    2) "222"
    3) "333"

同样的，使用该操作也是有风险的，需要考虑到 hash 中字段的数量。

### HGETALL ###

HGETALL 命令获取 hash 中所有字段以及对应的值。`HGETALL key`

时间复杂度：O(N)，N为 hash 中字段的数量  
返回值：字段和对应的值

127.0.0.1:6379> hset key1 f1 111 f2 222 f3 333
    (integer) 3
    127.0.0.1:6379> hgetall key1
    1) "f1"
    2) "111"
    3) "f2"
    4) "222"
    5) "f3"
    6) "333"

同样该操作需要谨慎使用，需要考虑到 hash 中字段的数量不应过多。

### HMGET ###

HMGET 用于一次获取多个 hash 的字段。`HMGET key filed[field...]`

时间复杂度：O(N)，N为要获取的字段的数量N  
返回值：字段对应的值或者nil

127.0.0.1:6379> hset key1 f1 111 f2 222 f3 333
    (integer) 3
    127.0.0.1:6379> hmget key1 f1 f3
    1) "111"
    2) "333"

当我们想要获取多个字段的值时，不宜选择使用 HGETALL，而是可以选择使用 HMGET 来一次获取多个字段，如果一定要获取到所有的字段的话，可以选择使用 `HSCAN` 命令，HSCAN 属于是“渐进式遍历”。

渐进式遍历是一种遍历方法，它允许在遍历过程中逐步获取数据，而不是一次性获取所有数据。这种方法在处理大量数据时特别有用，因为它可以避免一次性加载所有数据导致的性能问题或阻塞现象。

既然有一次获取多个字段的命令，那么是否存在一次设置多个字段的命令呢？这个可以说存在，但是我只能说没必要，因为前面我们的 HSET 命令是可以直接一次设置多个字段的，但是为了体现人性化，也是存在 `HMSET` 命令一次设置多个字段的。

127.0.0.1:6379> hmset key1 f4 444 f5 555
    OK

### HLEN ###

HLEN 用来获取 hash 中所有字段的个数。`HLEN key`

时间复杂度：O(1)  
返回值：hash 中所有字段的数量

为什么这里获取 hash 中所有字段的数量的时间复杂度是 O(1) 而不是 O(N) 呢，难道不需要遍历一遍 hash 中的所有字段吗？答案是是的，这里可以使用一个变量来记录 hash 中字段的数量。

127.0.0.1:6379> hset key1 f1 111 f2 222 f3 333
    (integer) 3
    127.0.0.1:6379> hlen key1
    (integer) 3

### HSETNX ###

HSETNX 在设置字段的时候需要保证该字段在设置之前是不存在的，如果存在则会创建失败，类似前面 SET 命令的 NX 选项。`HSETNX key filed value`

时间复杂度：O(1)  
返回值：1表示设置成功，0表示设置失败

127.0.0.1:6379> hset key1 f1 111 f2 222 f3 333
    (integer) 3
    127.0.0.1:6379> hsetnx key1 f4 444
    (integer) 1
    127.0.0.1:6379> hsetnx key1 f4 444
    (integer) 0

### HINCRBY ###

HINCRBY 将 hash 中指定的字段对应的数值加上指定的值。`HINCRBY key field n`

时间复杂度：O(1)  
返回值：hash 对应字段加上 n 之后的值

127.0.0.1:6379> hset key1 f1 111 f2 222 f3 333
    (integer) 3
    127.0.0.1:6379> hincrby key1 f1 20
    (integer) 131
    127.0.0.1:6379> hincrby key1 f1 -30
    (integer) 101

n 可以为正数也可以为负数，并且对于哈希类型，省去了 incr 和 decr 这样的加一和减一的命令，而是使用了更加通用的 HINCRBY 命令。

### HINCRBYFLOAT ###

HINCRBYFLOAT 将 hash 中的指定字段加上一个浮点数。`HINCRBYFLOAT key field n`

时间复杂度：O(1)  
返回值：hash 对应字段加上n之后的结果

127.0.0.1:6379> hset key1 f1 111 f2 222 f3 333
    (integer) 3
    127.0.0.1:6379> hincrbyfloat key1 f2 13.14
    "235.14"
    127.0.0.1:6379> hincrbyfloat key1 f2 -13.14
    "222"

### HSTRLEN ###

HSTRLEN 来计算 hash 对应字段的 value 的长度。`HSTRLEN key field`

时间复杂度：O(1)  
返回值：hash 对应字段的 value 的长度

127.0.0.1:6379> hset key1 f1 111 f2 222 f3 333
    (integer) 3
    127.0.0.1:6379> hstrlen key1 f1
    (integer) 3

### 命令小结 ###

<table> 
 <thead> 
  <tr> 
   <th>命令</th> 
   <th>执行效果</th> 
   <th>时间复杂度</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>hset key field value [field value…]</td> 
   <td>设置值</td> 
   <td>O(1)</td> 
  </tr> 
  <tr> 
   <td>hget key field</td> 
   <td>获取值</td> 
   <td>O(1)</td> 
  </tr> 
  <tr> 
   <td>hdel key field [field …]</td> 
   <td>删除 field</td> 
   <td>O(N),N是要删除的字段的数量</td> 
  </tr> 
  <tr> 
   <td>hlen key</td> 
   <td>计算 field 个数</td> 
   <td>O(1)</td> 
  </tr> 
  <tr> 
   <td>hgetall key</td> 
   <td>获取所有的 field-value</td> 
   <td>O(N)，N是字段的数量</td> 
  </tr> 
  <tr> 
   <td>hmget field [field …]</td> 
   <td>批量获取 field-value</td> 
   <td>O(N)，N是字段的数量</td> 
  </tr> 
  <tr> 
   <td>hmset field value [field value …]</td> 
   <td>批量设置 field-value</td> 
   <td>O(N)，N是字段的数量</td> 
  </tr> 
  <tr> 
   <td>hexists key field</td> 
   <td>判断 field 是否存在</td> 
   <td>O(1)</td> 
  </tr> 
  <tr> 
   <td>hkeys key</td> 
   <td>获取所有的 field</td> 
   <td>O(N)，N是字段的数量</td> 
  </tr> 
  <tr> 
   <td>hvals key</td> 
   <td>获取所有的 value</td> 
   <td>O(N)，N是字段的数量</td> 
  </tr> 
  <tr> 
   <td>hsetnx key field value</td> 
   <td>设置值，但必须在 field 不存在时才能设置成功</td> 
   <td>O(1)</td> 
  </tr> 
  <tr> 
   <td>hincrby key field n</td> 
   <td>对应 field-value +n</td> 
   <td>O(1)</td> 
  </tr> 
  <tr> 
   <td>hincrbyfloat key field n</td> 
   <td>对应 field-value +n</td> 
   <td>O(1)</td> 
  </tr> 
  <tr> 
   <td>hstrlen key field</td> 
   <td>计算 value 的字符串⻓度</td> 
   <td>O(1)</td> 
  </tr> 
 </tbody> 
</table>

## Hash内部编码 ##

哈希的内部编码有两种：

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个字节）、同时所有值都小于 hash-max-ziplist-value 配置（默认64个字节）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，但是在读取速度上没有 hashtable 快。
2.  hashtable(哈希表)：当哈希类型无法满足 ziplist 的条件时，Redis 会选择使用 hashtable 作为哈希的内部实现，因为此时 ziplist 的查询效率会降低。

127.0.0.1:6379> hset key1 f1 123
    (integer) 1
    127.0.0.1:6379> object encoding key1
    "ziplist"
    127.0.0.1:6379> hset key1 f2 2222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222222
    (integer) 1
    127.0.0.1:6379> object encoding key1
    "hashtable"

这里的 hash-max-ziplist-entries 和 hash-max-ziplist-value 的值我们是可以在 `redis.conf`文件中进行配置。

## 哈希类型的使用场景 ##

### 作为缓存 ###

与 String 类型一样，hash 类型的数据也可以作为缓存，并且使用 hash 类型的数据作为缓存更优。

类似于数据库中表的结构，通过 hash 类型的数据是可以实现的：

![在这里插入图片描述][f3cd82feee8445da874da2c49edf1305.png]  
![在这里插入图片描述][09be5ea23a164aeba1b1a6e1668a313e.png]  
这里 user:1 和 uid 都表示的是 uid，那么这里的 hash 中的 uid 是否可以省略呢？是可以的，但是在实际的工作中不会这样做。

通过字符串类型虽然也可以模拟出数据库中表的结构，但是比较麻烦，因为他需要将一个数据的各个属性分开来表示：

set user:1:name James
    set user:1:age 28
    set user:1:city Beijing

这样也就是低内聚，不符合我们平时的该内聚、低耦合的思想。虽然使用哈希类型更能表示出数据之间的关系，但是需要浪费出更多的空间，但是这些也不能改变哈希类型的数据作为缓存由于字符串类型的事实。

哈希型数据和关系型数据库的区别：

1.  哈希类型是稀疏的，而关系型数据库是完全结构化的，例如哈希类型的每个键可以优不同的 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
2.  关系型数据库可以做更加复杂的关系查询，而redis虽然可以实现，但是需要我们通过代码去实现，如果关系型数据库本省提供的复杂关系查询，例如链表查询、聚合查询等

[288b013a550f4ae3a8bf5da354993204.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/20/d77f8242d966419f80cdbd2d30a38bea.png
[5de302b73bb943ee85598e905317f775.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/20/a71bb8fb862c44d2add195579f568c5e.png
[f3cd82feee8445da874da2c49edf1305.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/20/ea0c144100174a71b10696aea14cac63.png
[09be5ea23a164aeba1b1a6e1668a313e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/20/6d46dcdde50644b5b036443b4c7cf92b.png