Redis Hash数据类型

Redis Hash数据类型

几乎所有的主流编程语言都提供了哈希(hash)类型，它们的叫法可能是哈希、字典、关联数组、映射。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 = {ffield1, value1 }, … {fieldN, valueN } }，Redis 键值对和哈希类型二者的关系可以用下图来表示。

字符串和哈希类型对比：

在这里插入图片描述

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，请注意 value 在不同上下文的作用。

命令

hset和hget

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。 如果当前字段已经存在，此时hset相当于更新，则返回0

示例：

redis> hset myhash field1 "Hello"
(integer) 1
redis> hget myhash field1
"Hello"

redis> hset myhash field1 hello field2 world
(integer) 2

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nilo

示例:

redis> hset myhash field1 "foo"
(integer) 1
redis> hget myhash field1
"foo"
redis> hget myhash field2
(nil)

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：

redis> hset myhash field1 "foo"
(integer) 1
redis> hexists myhash field1
(integer) 1
redis> hexists myhash field2
(integer) 0

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：

redis> hset myhash field1 "foo"
(integer) 1
redis> hdel myhash field1
(integer) 1
redis> hexists myhash filed
(integer) 0
redis> hdel myhash field2
(integer) 0

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：

redis> hset myhash field1 "Hello"
(integer) 1
redis> hset myhash field2 "World"
(integer) 1
redis> hkeys myhash
1) "field1"
2) "field2"

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：

redis> hset myhash field1 "Hello"
(integer) 1
redis> hset myhash field2 "World"
(integer) 1
redis> hvals myhash
1) "Hello"
2) "World"

hgetall

获取 hash 中的所有字段以及对应的值。

语法：

HGETALL 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：

redis> hset myhash field1 "Hello"
(integer) 1
redis> hset myhash field2 "World"
(integer) 1
redis> hgetall myhash
1) "field1"
2) "Hello"
3) "field2"
4) "World"

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：

redis> hset myhash field1 "Hello"
(integer) 1
redis> hset myhash field2 "World"
(integer) 1
redis> hmget myhash field1 field2 nofield
1) "Hello"
2) "World"
3) (nil)

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。如果开友人员只需要获取部分 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。

hlen

获取 hash 中的所有字段(key)的个数。

语法：

HLEN key

时间复杂度：O(1)

返回值：字段个数。

示例：

redis> hset myhash field1 "Hello"
(integer) 1
redis> hset myhash field2 "World"
(integer) 1
redis> hlen myhash
(integer) 2

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 表示设置成功，0 表示失败。

示例：

redis> hsetnx myhash field "Hello"
(integer) 1
redis> hsetnx myhash field "World"
(integer) 0
redis> hget myhash field
"Hello"

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：

redis> hset myhash field 5
(integer) 1
redis> hincrby myhash field 1
(integer) 6
redis> hincrby myhash field -1
(integer) 5
redis> hincrby myhash field -10
(integer) -5

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。

示例：

redis> hset mykey field 10.50
(integer) 1
redis> hincrbyfloat mykey field 0.1
"10.6"
redis> hincrbyfloat mykey field -5
"5.6"
redis> hset mykey field 5.0e3   #5000
(integer) 0
redis> HINCRBYFLOAT mykey field 2.0e2   #200
"5200"

内部编码

哈希的内部编码有两种：

  • ziplist(压缩列表)：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。
  • 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)。

下面的示例演示了哈希类型的内部编码，以及响应的变化。

1）当 field 个数比较少且没有大的 value 时，内部编码为 ziplist：

127.0.0.1:6379> hmset hashkey f1 v1 f2 v2
OK
127.0.0.1:6379> object encoding hashkey
"ziplist"

2）当有 value 大于 64 字节时，内部编码会转换为 hashtable：

127.0.0.1:6379> hset hashkey f3 6666666666666666666666666666666666666666666666666666666666666666666666666666666666666666666666666666666666
(integer) 1
127.0.0.1:6379> object encoding hashkey
"hashtable"

3）当 field 个数超过 512 时，内部编码也会转换为 hashtable

127.0.0.1:6379> hmset hashkey f1 v1 f2 v2 f3 v3 ... 省略 ... f513 v513
OK
127.0.0.1:6379> object encoding hashkey
"hashtable"

使用场景

图"关系型数据表保存用户信息"为关系型数据表记录的两条用户信息，用户的属性表现为表的列，每条用户信息表现为行。如果映射关系表示这两个用户信息，则如图"映射关系表示用户信息"所示。

关系型数据表保存用户信息：

在这里插入图片描述

映射关系表示用户信息：

在这里插入图片描述

相比于使用Json格式的字符串缓存用户信息，哈希类型变得更加直观，并且在更新操作上变得更灵活。可以将每个用户的id定义为键后缀，多对field-value对应用户的各个属性，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 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.c

    // 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。

缓存方式对比

  1. 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 Beijing
  • 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，同时用户信息在Redis中比较分散，缺少内聚性，所以这种方案基本没有实用性。
  1. 序列化字符串类型，例如 JSON 格式
set user:1 经过序列化后的⽤⼾对象字符串
  • 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。
  1. 哈希类型
hmset user:1 name James age 23 city Beijing
  • 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。
    。
set user:1:name James
set user:1:age 23
set user:1:city Beijing
  • 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，同时用户信息在Redis中比较分散，缺少内聚性，所以这种方案基本没有实用性。
  1. 序列化字符串类型，例如 JSON 格式
set user:1 经过序列化后的⽤⼾对象字符串
  • 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。
  1. 哈希类型
hmset user:1 name James age 23 city Beijing
  • 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。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mfbz.cn/a/217286.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

HTTP 缓存机制

HTTP 缓存机制

一、强制缓存 只要浏览器判断缓存没有过期&#xff0c;则直接使用浏览器的本地缓存而无需再请求服务器。 强制缓存是利用下面这两个 HTTP 响应头部&#xff08;Response Header&#xff09;字段实现的&#xff0c;它们都用来表示资源在客户端缓存的有效期&#xff1a; Cache…
阅读更多...
对抗神经网络 CGAN实战详解 完整数据代码可直接运行

对抗神经网络 CGAN实战详解 完整数据代码可直接运行

代码视频讲解： 中文核心项目：对抗神经网络 CGAN实战详解 完整代码数据可直接运行_哔哩哔哩_bilibili 运行图： 完整代码： from keras.layers import Input, Dense, Reshape, Flatten, Dropout, multiply from keras.layers import BatchNormalization, Activation, Embedd…
阅读更多...
单片机系统

单片机系统

我们来看单片机 的例子&#xff0c;读者可能会担心单片机&#xff08;又称MCU&#xff0c;或微控制器&#xff09; 过于专业而无法理解。完全没必要&#xff01;在这里我们仅借它谈论一下有关时间的话题&#xff0c;顺带提一下单片机系统的概念。 单片机顾名思义是集成到一个芯…
阅读更多...
Java开发中一些重要软件安装配置

Java开发中一些重要软件安装配置

Java技术栈中重要过程 1、JavaWeb1、开发工具VsCode的安装和使用2、Tomcat服务器3、nodejs的简介和安装4、Vite创建Vue3工程化项目ViteVue3项目的创建、启动、停止ViteVue3项目的目录结构 5、Maven安装和配置 1、JavaWeb 1、开发工具VsCode的安装和使用 1 安装过程 安装过程比…
阅读更多...
IDEA插件：Apipost-Helper

IDEA插件：Apipost-Helper

Apipost-Helper是由Apipost推出的IDEA插件&#xff0c;写完接口可以进行快速调试&#xff0c;且支持搜索接口、根据method跳转接口&#xff0c;还支持生成标准的API文档&#xff0c;注意&#xff1a;这些操作都可以在代码编辑器内独立完成&#xff0c;非常好用&#xff01;这里…
阅读更多...
RocketMQ Copilot 一款面向 Apache RocketMQ 的智能辅助运维系统

RocketMQ Copilot 一款面向 Apache RocketMQ 的智能辅助运维系统

一、RocketMQ简介 ocketMQ是阿里巴巴研发的一款分布式消息中间件&#xff0c;后开源给Apache基金会&#xff0c;成为apache的顶级开源项目。它具有高性能、高可靠、高实时和分布式的特点。RocketMQ主要应用于解决应用耦合&#xff0c;消息分发&#xff0c;流量削锋等问题。 R…
阅读更多...
Python神器：快速删除文本文件中指定行的方法

Python神器：快速删除文本文件中指定行的方法

更多资料获取 &#x1f4da; 个人网站&#xff1a;ipengtao.com 1. 简介 文件操作是编程中的重要方面。Python作为强大的编程语言&#xff0c;提供了处理文件的能力。删除特定行是文件处理中常见的需求。 2. 打开文件和读取内容 当打开文件并读取其内容时&#xff0c;open(…
阅读更多...
全球与中国仿制药市场：增长趋势、竞争格局与前景展望

全球与中国仿制药市场：增长趋势、竞争格局与前景展望

仿制药是指在剂型、功效、给药方法、品质、性能特征、用途等方面与原厂药相似并已获得原厂药上市许可的药品。仿制药的价格低于品牌药。糖尿病、癌症和心血管疾病等慢性疾病的快速成长推动了仿制药市场的成长。此外&#xff0c;仿制药的实惠价格以及最新产品的批准和推出也有助…
阅读更多...
css 修改滚动条样式，解决Windows浏览器中滚动条不美观问题

css 修改滚动条样式，解决Windows浏览器中滚动条不美观问题

Windows环境中的浏览器中滚动条默认是直接显示了&#xff0c;不管光标是否进入该区域&#xff0c;这样就很不美观&#xff0c;如下图&#xff1a; 之前样式为 .well {display: block;background-color: #f2f2f2;border: 1px solid #ccc;margin: 5px;width: calc(100% - 12px);h…
阅读更多...
在Matlab里安装gurobipy怎么安装教程

在Matlab里安装gurobipy怎么安装教程

在Matlab 里安装gurobipy 先在CMD里激活&#xff0c; 然后添加系统环境变量 GRB_LICENSE_FILEC:\gurobi10.2\gurobi.lic 然后输入 addpath(D:\gurobi1003\win64\matlab) addpath(C:\gurobi1003\win64\matlab) addpath(C:\gurobi1002\win64\matlab) C:\gurobi1003\win64\m…
阅读更多...
vue自定义指令：指定文字高亮

vue自定义指令：指定文字高亮

vue自定义指令&#xff1a;指定文字高亮 自定义指令 除了核心功能默认内置的指令 (v-model 和 v-show)&#xff0c;Vue 也允许注册自定义指令。注意&#xff0c;在 Vue2.0 中&#xff0c;代码复用和抽象的主要形式是组件。然而&#xff0c;有的情况下&#xff0c;你仍然需要对…
阅读更多...
市场缺口投资者应该怎么做？ 昂首资本一招就能盈利

市场缺口投资者应该怎么做？ 昂首资本一招就能盈利

当在市场交易分析中&#xff0c;投资者发现市场缺口或者价格缺口的时候&#xff0c; 昂首资本问各位投资者应该怎么才能抓住机会盈利一波。 其实在技术分析中的这个术语指的是&#xff1a;前一根棒线的收盘价和下一根棒线的开盘价之间有差距的情况。例如&#xff0c;当做市商将…
阅读更多...
idea类和方法模版

idea类和方法模版

类模版 修改目标位置 class #if (${PACKAGE_NAME} && ${PACKAGE_NAME} ! "")package ${PACKAGE_NAME};#end #parse("File Header.java")/*** ${Description}* author whc ${YEAR}/${MONTH}/${DAY}* version v1.0 */public class ${NAME} { }inte…
阅读更多...
利用Linux中的iptables进行网络代理配置

利用Linux中的iptables进行网络代理配置

作为资深爬虫技术员&#xff0c;爬虫需要代理IP池介入这是众所周知的。今天我将用我毕生所学&#xff0c;谈谈linux中使用iptables工具来进行网络配置&#xff0c;并通过linux系统创建属于自己的ip库池&#xff0c;如有错误望各位大佬指正。 我们知道&#xff0c;在Linux中&am…
阅读更多...
JFrog----SBOM清单包含哪些：软件透明度的关键

JFrog----SBOM清单包含哪些：软件透明度的关键

文章目录 SBOM清单包含哪些&#xff1a;软件透明度的关键引言SBOM清单的重要性SBOM清单包含的核心内容SBOM的创建和管理结论 软件物料清单&#xff08;SBOM&#xff09;是一个在软件供应链安全中越来越重要的组成部分。它基本上是一份清单&#xff0c;详细列出了在特定软件产品…
阅读更多...
Node-red

Node-red

Node-Red 什么是Node-redNode-red的特点 Node-red的Windows安装安装Node.js安装包下载安装包安装安装检查 安装Node-red安装Note-red运行Note-red 什么是Node-red Node-RED 是一种编程工具&#xff0c;用于以新颖有趣的方式将硬件设备、API 和在线服务连接在一起。 Node-RED 是…
阅读更多...
2023年12月4日：多继承

2023年12月4日：多继承

代码 #include <iostream>using namespace std;class Sofa { private:string sit;int *len; public:Sofa(){cout << "Sofa::无参构造函数" << endl;}Sofa(string sit,int len):sit(sit),len(new int(len)){cout << "Sofa::有参构造函数…
阅读更多...
3DMM模型

3DMM模型

目录 BFMBFM_200901_MorphableModel.matexp_pca.bintopology_info.npyexp_info.npy BFM BFM_2009 01_MorphableModel.mat from scipy.io import loadmat original_BFM loadmat("01_MorphableModel.mat") # dict_keys: [__header__, __version__, __globals__, # …
阅读更多...
Python实现交易策略评价指标-夏普比率

Python实现交易策略评价指标-夏普比率

1.夏普比率的定义 在投资的过程中&#xff0c;仅关注策略的收益率是不够的&#xff0c;同时还需要关注承受的风险&#xff0c;也就是收益风险比。 夏普比率正是这样一个指标&#xff0c;它表示承担单位的风险会产生多少超额收益。用数学公式描述就是&#xff1a; S h a r p R…
阅读更多...
【Qt开发流程】之事件过滤器及sendEvent和postEvent

【Qt开发流程】之事件过滤器及sendEvent和postEvent

描述 事件过滤器(Event Filter)是Qt中一个强大的事件处理机制&#xff0c;它可以在对象接收到事件之前截获事件&#xff0c;并进行自定义处理。事件过滤器可以在不修改对象自身代码的前提下&#xff0c;对其进行事件处理和拦截。 事件过滤器的使用过程如下&#xff1a; 创建一…
阅读更多...
最新文章

Copyright @ 2022~2023

友情链接： 我的编程经验分享 一条长河网 尧图网站开发 尧图建网站