Redis Hash数据类型深度解析：从命令、原理到实战场景

前言

在Redis的众多数据结构中，Hash（哈希）类型占据着至关重要的地位。Redis本身就是一个高性能的键值（Key-Value）数据库，其底层的键值对便是通过哈希方式组织的。而Hash数据类型则更进一步，它允许在Value层级再构建一个键值对集合，形成一种“域-值”（Field-Value）的映射关系。这种结构使得Hash特别适合用来存储对象信息，您可以将一个对象的多个属性高效地聚合在一个Redis键中

之前学过的所有数据结构中，最最重要的

redis自身已经是键值对的结构了 redis自身的键值对就是通过哈希的方式来组织的额

把key这一层组织完成之后，到了value这一层，value的其中一种类型还可以是哈希

hset、hget

hset就是设置键值对 field->value 返回值是设置成功的键值对（field–value）

hset key field value [field value...]

image.png

然后我们使用hget进行key里面键值对的获取

hget key field

image.png

如果要查询的内容不存在的话就返回nil

hexists

判断hash中是否有指定的字段

hexists key field

返回1就是存在，返回0就是不存在

image.png

hdel

删除hash中指定的字段 del删除的是key hdel删除的是field

hdel key field [field]

都是先指定key，再来指定一个或者多个field

返回值就是本次操作删除的字段个数

image.png

查看是否存在我们是查不到的，因为已经删除了

image.png

hkeys 、hvals

获取hash中的所有字段

hkeys key

返回值：字段列表

时间复杂度：O(N)

原理就是根据Key找到对应的hash O(1) 然后遍历hash O(N)这个N是hash的元素个数

这个查询到的就是我们当前hash中的所有的Key了

image.png

这个操作也是存在一定风险的，类似于之前介绍的keys * 主要是我们也不知道某个hash钟是否存在大量的field

可能会造成阻塞

hvals key

能够获取hash中所有的value

image.png

h系列的命令必须保证key对应的value得是哈希类型的

hgetall 、hmget

hegtall获取hash中的所有字段以及对应的值

hgetall key

image.png

hmget类似于之前的mget，可以一次查询多个field

hget只能查询一个field，但是hmget可以查询多个field

hmget key

多个value的顺序和value是匹配的 有没有hmset，一次设置多个field和value呢？

有，但是并不需要，因为hset已经支持一次设置多个field和value了

hkeys，hvals，hgetall都是存在一定风险的，hash的元素个数太多了，执行的耗时会比较长，从而阻塞redis

hscan遍历redis的hash,但是他是属于渐进式遍历，就是敲一次命令，遍历一小部分，再敲一次，再遍历一小部分

连续执行多次，就可以完成整个的遍历过程了

hlen、hsetnx

hlen获取hash中的所有字段的个数

hlen key

这个获取hash中的某个字段的个数我们是不需要进行遍历的

image.png

hsetnx 在字段不存在的情况下，设置hash中的字段和值，和之前的setnx很相似的

hsetnx key field value

image.png

hincrby 、hincrbyfloat

hash这里的value，也可以当做数字来处理 hincrby就可以加减整数，返回计算后的结果

image.png

hincrbyfloat可以加减小数 好的，这是根据图片内容生成的表格：

命令小结

hash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)。

压缩的本质是针对数据进行重新编码

ziplist付出的代价，进行读写元素，速度是比较慢的 哈希中的元素比较少，使用ziplist，元素多的话就使用hashtable

每个value的长度比较短，使用ziplist 如果太长了的话，也会转换成hashtable

使用场景

关系型数据表保存用户信息

image.png

image.png

高内聚低耦合

image.png

Redis Hash因其结构化的数据存储方式和高效的字段访问能力，在实际应用中非常广泛。

1. 缓存对象信息：这是最经典的使用场景。例如，用户信息、商品信息、会话数据等都可以存储在Hash中。 相比于将整个对象序列化为JSON字符串再存入Redis，使用Hash可以让您独立地更新或获取对象的某个属性，而无需读取和重写整个对象，这在并发更新时能避免数据覆盖问题并提升性能。
   • 示例: 一个用户对象可以这样存储：HSET user:1001 name “Alice” age 30 email "
2. 购物车：电商应用中的购物车功能与Hash结构完美契合。可以用用户ID作为键（key），商品ID作为域（field），商品数量作为值（value）。
   • 示例: HSET cart:1001 product:558 2 表示用户1001的购物车中有2件ID为558的商品。通过HINCRBY可以方便地增减商品数量。
3. 计数器聚合：当需要对一个对象的多个指标进行计数时，Hash非常有用。例如，记录一篇文章的点赞数、评论数、分享数。
   • 示例: HINCRBY article:998 likes 1，HINCRBY article:998 comments 1。
   • 、

总结

Redis的Hash数据类型提供了一种在单个键下存储多个键值对的高效方式，是模拟和存储对象数据的理想选择。它通过提供丰富的命令，实现了对对象属性的灵活、高效操作。相比于使用JSON字符串存储，Hash在更新部分字段时性能优势明显，且更加节省网络带宽。理解并善用ziplist和hashtable两种内部编码的特点，可以在内存效率和执行性能之间找到最佳平衡点，从而更好地发挥Redis的强大能力。