在 Redis 中,哈希类型是指值本⾝⼜是⼀个键值对结构,形如 key = "key",value = { { field1, value1 }, ..., {fieldN, valueN } },Redis String 和 Hash 类型⼆者的关系可以⽤下图来表⽰。
Hash 数据类型的特点
-
键值对集合:Hash 类型可以存储多个键值对,每个键(field)都有一个对应的值(value)。
-
二进制安全:键和值都是二进制安全的,可以包含任何数据,包括二进制数据。
-
高效查找:无论 Hash 中存储了多少数据,查找某个键的速度都非常快。
-
节省内存:通过将多个相关数据存储在一个键下,减少了键的数量,节省了内存。
内部编码
Redis 的 Hash 数据类型有两种内部编码方式:
-
压缩列表(ziplist):当 Hash 中的元素数量较少(默认小于 512 个),且每个值的大小较小(默认小于 64 字节)时,Redis 使用压缩列表来存储 Hash。
-
哈希表(hashtable):当 Hash 的大小超过上述阈值时,Redis 会自动切换到哈希表编码。
命令
设置和获取键值
HSET
设置 hash 中指定的字段(field)的值(value)。
语法:
HSET key field value [field value ...]
时间复杂度:插⼊⼀组 field 为 O(1), 插⼊ N 组 field 为 O(N)
返回值:添加的字段的个数。
⽰例:
![](https://i-blog.csdnimg.cn/direct/1b24a81612ba4bea96ef1dd78d59d4f2.png)
HGET
获取 hash 中指定字段的值。
语法:
HGET key field
时间复杂度:O(1)
返回值:字段对应的值或者 nil。
⽰例:
![](https://i-blog.csdnimg.cn/direct/5348f635e90e4ad4b772bfc8dcc96d6c.png)
HMGET
⼀次获取 hash 中多个字段的值。
语法:
HMGET key field [field ...]
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.
返回值:字段对应的值或者 nil。
⽰例:
![](https://i-blog.csdnimg.cn/direct/a6525f74838644c2857e96083b3016a1.png)
HEXISTS
判断 hash 中是否有指定的字段。
语法:
HEXISTS key field
时间复杂度:O(1)
返回值:1 表⽰存在,0 表⽰不存在。
⽰例:
![](https://i-blog.csdnimg.cn/direct/9e9d3d72a2394856845e3733678a67ac.png)
HDEL
删除 hash 中指定的字段。
语法:
HDEL key field [field ...]
时间复杂度:删除⼀个元素为 O(1). 删除 N 个元素为 O(N).
返回值:本次操作删除的字段个数。
⽰例:
HKEYS
获取 hash 中的所有字段。
语法:
HKEYS key
时间复杂度:O(N), N 为 field 的个数.
返回值:字段列表。
⽰例:
![](https://i-blog.csdnimg.cn/direct/322df2284a94485e9f702294dce14170.png)
HVALS
获取 hash 中的所有的值。
语法:
HVALS key
时间复杂度:O(N), N 为 field 的个数.
返回值:所有的值。
⽰例:
![](https://i-blog.csdnimg.cn/direct/2f5431273448427e99b44512ee6b3032.png)
HGETALL
获取 hash 中的所有字段以及对应的值。
语法:
GETALL key
时间复杂度:O(N), N 为 field 的个数.
返回值:字段和对应的值。
⽰例:
![](https://i-blog.csdnimg.cn/direct/0e19f909d9a34d1181c6cc7de8acdd49.png)
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。
计数命令
HINCRBY
将 hash 中字段对应的数值添加指定的值。
语法:
HINCRBY key field increment
时间复杂度:O(1)
返回值:该字段变化之后的值。
示例:
![](https://i-blog.csdnimg.cn/direct/fba98fe7ec654b799618874949ca745f.png)
HINCRBYFLOAT
HINCRBY 的浮点数版本。
语法:
HINCRBYFLOAT key field increment
时间复杂度:O(1)
返回值:该字段变化之后的值。
使用场景
下图为关系型数据表记录的两条⽤⼾信息,⽤⼾的属性表现为表的列,每条⽤⼾信息表现为⾏。
uid | name | age | city |
1 | James | 28 | Beijing |
2 | Johnathan | 30 | Xian |
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。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,类似如下伪代码:
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 对应的⽤⼾信息if (userInfo == null) {// 响应 404return 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(3600 秒)Redis 执⾏命令:expire key 3600// 返回⽤⼾信息return userInfo;
}
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。