redis—Hash哈希

这篇具有很好参考价值的文章主要介绍了redis—Hash哈希。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

前言

1.常见命令

1.1命令小结

1.2内部编码

2.使用场景


前言

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={{
field1, value1 }, ... {fieldN, valueN }}, Redis 键值对和哈希类型二者的关系可以用图2-15来表示。
图2-15字符串和哈希类型对比

redis—Hash哈希,哈希算法,redis,算法

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。

1.常见命令

HSET
设置hash中指定的字段(field) 的值(value) 。
语法:

HSET key field value [field value ...] 

命令有效版本: 2.0.0之后
时间复杂度:插入一组field为0(1),插入N组field为O(N)
返回值:添加的字段的个数。
示例:

redis> HSET myhash field1 "Hello"
(integer) 1
redis> HGET myhash field1
"Hello"

HGET
获取hash中指定字段的值。
语法:

HGET key field 

命令有效版本: 2.0.0之后
时间复杂度: O(1)
返回值:字段对应的值或者nil。
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 

命令有效版本: 2.0.0之后
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 ...]

命令有效版本: 2.0.0之后
时间复杂度:删除一个元素为0(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> HDEL myhash field2
(integer) 0

HKEYS
获取hash中的所有字段。
语法:

HKEYS key 

命令有效版本: 2.0.0之后
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 

命令有效版本: 2.0.0 之后
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 

命令有效版本: 2.0.0之后
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 ...] 

命令有效版本: 2.0.0之后
时间复杂度:只查询一个元素为0(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。如果开发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,HSCAN会在后续章节介绍。

HLEN
获取hash中的所有字段的个数。
语法:

HLEN key 
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 

命令有效版本: 2.0.0之后
时间复杂度: 0(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 

命令有效版本: 2.0.0之后
时间复杂度: 0(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 

命令有效版本: 2.6.0之后
时间复杂度: 0(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
(integer) 0
redis> HINCRBYFLOAT mykey field 2.0e2
"5200"

1.1命令小结

表2-4是哈希类型命令的效果、时间复杂度,开发人员可以参考此表,结合自身业务需求和数据
大小选择合适的命令。
表2-4哈希类型命令小结

redis—Hash哈希,哈希算法,redis,算法

1.2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0(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 "one string is bigger than 64 bytes ... 省略 ..." 1
OK
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 h2 v2 f3 v3 ... 省略 ... f513 v513
OK
127.0.0.1:6379> object encoding hashkey
"hashtable"

2.使用场景

图2-16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2-17所示。
图2-16关系型数据表保存用户信息

redis—Hash哈希,哈希算法,redis,算法

图2-17映射关系表示用户信息

redis—Hash哈希,哈希算法,redis,算法

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:

redis—Hash哈希,哈希算法,redis,算法

●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,如图2-18所示。
●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。
图2-18关系型数据库稀疏性

redis—Hash哈希,哈希算法,redis,算法

缓存方式对比
截至目前为止,我们已经能够用三种方法缓存用户信息,下面给出三种方案的实现方法和优缺点
分析。
1.原生字符串类型一使用字符串类型, 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。
2.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。

3.hash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。
文章来源地址https://www.toymoban.com/news/detail-762618.html

到了这里,关于redis—Hash哈希的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【Redis】Hash 哈希内部编码方式

    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

    2024年02月07日
    浏览(35)
  • Redis数据类型-Hash哈希存储类型

    小白:伟哥,java中的Map集合类型在Redis中有对应的存储吗? 伟哥:有的,我带你撸一波。 Redis的hash哈希存储类型,类似于是java中的map存储结构,适合用来存储对象,每个哈希最多可以存储4294967295(2^32-1)个字段值对,具体数量实际上也受Redis部署的虚拟机上的总内存的限制

    2024年02月12日
    浏览(32)
  • 哈希算法(hash)加密解密

    套路一样 hash_jiemi.py

    2024年02月13日
    浏览(34)
  • Hash(哈希)算法-Python实现

    哈希算法将任意长度的二进制值映射为较短的固定长度的二进制值,这个小的二进制值称为哈希值。哈希值是一段数据唯一且极其紧凑的数值表示形式。如果散列一段明文而且哪怕只更改该段落的一个字母,随后的哈希都将产生不同的值。要找到散列为同一个值的两个不同的

    2023年04月15日
    浏览(28)
  • 数据结构与算法 | 哈希表(Hash Table)

    在二分搜索中提到了在有序集合中查询某个特定元素的时候,通过折半的方式进行搜索是一种很高效的算法。那能否根据特征直接定位元素,而非折半去查找?哈希表(Hash Table),也称为散列表,就是一种数据结构,用于实现键-值对的映射关系。它通过将键映射到特定的值

    2024年02月06日
    浏览(37)
  • 算法数据结构基础——哈希表(Hash Table)

    哈希表(Hash Table) :也叫做散列表。是根据关键码值(Key Value)直接进行访问的数据结构。 哈希表通过「键 key 」和「映射函数 Hash(key) 」计算出对应的「值 value 」,把关键码值映射到表中一个位置来访问记录,以加快查找的速度。这个映射函数叫做「哈希函数(散列函数

    2024年02月13日
    浏览(29)
  • 哈希(Hash)查找算法详解之C语言版

    哈希查找是一种快速查找算法,该算法不需要对进行比较,而是以为自变量,以该在存储空间中的地址为因变量,建立某种函数关系,称为哈希函数,这样在查找某一的时候,就可以通过哈希函数直接得到其地址,有效的提高了查找效率。 选取哈希

    2024年01月19日
    浏览(29)
  • 算法---哈希及其在字符串中的应用(字符串hash)

              \\\" 加密是信息时代的锁,密码是钥匙 。\\\" - 斯科特·莱普斯基(Scott Adams)         当今,为了信息的存储安全,密码学兴起,哈希(hash)算法也由此应运而生,哈希算法是一种加密算法,是将一个数据转换为一个标志,这个标志和源数据有十分紧密的关系。哈希 算法

    2024年02月22日
    浏览(34)
  • OpenCV #以图搜图:均值哈希算法(Average Hash Algorithm)原理与实验

    均值哈希算法(Average Hash Algorithm,简称aHash) 是哈希算法的一种,主要用来做相似图片的搜索工作。   均值哈希算法(aHash)首先将原图像缩小成一个固定大小的像素图像,然后将图像转换为灰度图像,通过缩小图像的每个像素与平均灰度值的比较,生成一组哈希值。最后,

    2024年02月08日
    浏览(29)
  • OpenCV #以图搜图:感知哈希算法(Perceptual hash algorithm)的原理与实验

    感知哈希算法(Perceptual Hash Algorithm,简称pHash) 是哈希算法的一种,主要可以用来做以图搜索/相似图片搜索工作。   感知哈希算法(pHash)首先将原图像缩小成一个固定大小的像素图像,然后将图像转换为灰度图像,通过使用离散余弦变换(DCT)来获取频域信息。然后,根

    2024年02月05日
    浏览(44)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包