深入剖析Redis系列： Redis数据结构之哈希
前言
大部分编程语言都提供了 哈希（hash）类型，它们的叫法可能是 哈希、字典、关联数组。在 Redis 中，哈希类型 是指键值本身又是一个 键值对结构。
哈希 形如 value={ {field1，value1}，...{fieldN，valueN} }，Redis 键值对 和 哈希类型 二者的关系如图所示：
哈希类型中的 映射关系 叫作 field-value，这里的 value 是指 field 对应的 值，不是 键 对应的值。
正文
1. 相关命令
1.1. 基本命令
1.1.1. 设置值
hset key field value
下面为 user：1 添加一对 field-value，如果设置成功会返回 1，反之会返回 0。
127.0.0.1:6379> hset user:1 name tom (integer) 1
此外 Redis 提供了 hsetnx 命令，它们的关系就像 set 和 setnx 命令一样，只不过 作用域 由 键 变为 field。
1.1.2. 获取值
hget key field
下面操作用于获取 user：1 的 name 域（属性） 对应的值。
127.0.0.1:6379> hget user:1 name "tom"
如果 键 或 field 不存在，会返回 nil：
127.0.0.1:6379> hget user:2 name (nil) 127.0.0.1:6379> hget user:1 age (nil)
1.1.3. 删除field
hdel key field [field ...]
hdel 会删除 一个或多个 field，返回结果为 成功删除 field 的个数，例如：
127.0.0.1:6379> hdel user:1 name (integer) 1 127.0.0.1:6379> hdel user:1 age (integer) 0
1.1.4. 计算field个数
hlen key
例如键 user：1 有 3 个 field：
127.0.0.1:6379> hset user:1 name tom (integer) 1 127.0.0.1:6379> hset user:1 age 23 (integer) 1 127.0.0.1:6379> hset user:1 city chengdu (integer) 1 127.0.0.1:6379> hlen user:1 (integer) 3
1.1.5. 批量设置或获取field-value
hmget key field [field ...]
hmset key field value [field value ...]
hmset 和 hmget 分别是 批量设置 和 获取 field-value，hmset 需要的参数是 key 和 多对 field-value，hmget 需要的参数是 key 和 多个 field。例如：
127.0.0.1:6379> hmset user:1 name tom age 12 city chengdu OK 127.0.0.1:6379> hmget user:1 name city 1) "tom" 2) "chengdu"
1.1.6. 判断field是否存在
hexists key field
例如 user：1 包含 name 域，所以返回结果为 1，不包含时返回 0：
127.0.0.1:6379> hexists user:1 name (integer) 1
1.1.7. 获取所有field
hkeys key
hkeys 命令应该叫 hfields 更为恰当，它返回指定 哈希键 所有的 field，例如：
127.0.0.1:6379> hkeys user:1 1) "name" 2) "age" 3) "city"
1.1.8. 获取所有value
hvals key
下面操作获取 user：1 的全部 value：
127.0.0.1:6379> hvals user:1 1) "tom" 2) "12" 3) "chengdu"
1.1.9. 获取所有的field-value
hgetall key
下面操作获取 user:1 所有的 field-value：
127.0.0.1:6379> hgetall user:1 1) "name" 2) "tom" 3) "age" 4) "12" 5) "city" 6) "chengdu"
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-value，可以使用 hscan 命令，该命令会 渐进式遍历 哈希类型。
1.2. 不常用命令
1.2.1. 键值自增
hincrby key field
hincrbyfloat key field
hincrby 和 hincrbyfloat，就像 incrby 和 incrbyfloat 命令一样，但是它们的 作用域 是 field。
1.2.2. 计算value的字符串长度
hstrlen key field
例如 hget user:1 name 的 value 是 tom，那么 hstrlen 的返回结果是 3。
127.0.0.1:6379> hstrlen user:1 name (integer) 3
下面是 哈希类型命令 的 时间复杂度，开发人员可以参考此表选择适合的命令。
2. 内部编码
哈希类型 的 内部编码 有两种：
2.1. 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。
2.2. 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，以及相应的变化。
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"
- 当有 value 大于 64 字节时，内部编码 会由 ziplist 变为 hashtable：
127.0.0.1:6379> hset hashkey f3 "one string is bigger than 64 byte...忽略..." OK 127.0.0.1:6379> object encoding hashkey "hashtable"
- 当 field 个数 超过 512，内部编码 也会由 ziplist 变为 hashtable：
127.0.0.1:6379> hmset hashkey f1 v1 f2 v2 f3 v3 ... f513 v513 OK 127.0.0.1:6379> object encoding hashkey "hashtable"
3. 适用场景
如图所示，为 关系型数据表 的两条 用户信息，用户的属性作为表的列，每条用户信息作为行。
使用 Redis 哈希结构 存储 用户信息 的示意图如下：
相比于使用 字符串序列化 缓存 用户信息，哈希类型 变得更加 直观，并且在 更新操作 上会 更加便捷。可以将每个用户的 id 定义为 键后缀，多对 field-value 对应每个用户的 属性，类似如下伪代码：
public UserInfo getUserInfo(long id) {
// 用户id作为key后缀
String userRedisKey = "user:info:" + id;
// 使用hgetall获取所有用户信息映射关系
Object userInfoMap = redis.hgetAll(userRedisKey);
UserInfo userInfo;
if (userInfoMap != null) {
// 将映射关系转换为UserInfo
userInfo = transferMapToUserInfo(userInfoMap);
} else {
// 从MySQL中获取用户信息
userInfo = mysql.get(id);
// 将userInfo变为映射关系使用hmset保存到Redis中
redis.hmset(userRedisKey, transferUserInfoToMap(userInfo));
// 添加过期时间
redis.expire(userRedisKey, 3600);
}
return userInfo;
}3.1. 哈希结构与关系型表
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），如图所示：
- 关系型数据库 可以做复杂的 关系查询，而使用 Redis 去模拟关系型复杂查询 开发困难，维护成本高。
3.2. 几种缓存方式
到目前为止，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。
3.2.1. 原生字符串类型
给用户信息的每一个属性分配 一个键。
set user:1:name tom set user:1:age 23 set user:1:city beijing
- 优点：简单直观，每个属性都支持 更新操作。
- 缺点：占用 过多的键，内存占用量 较大，同时用户信息 内聚性比较差，所以此种方案一般不会在生产环境使用。
3.2.2. 序列化字符串类型
将用户信息 序列化 后用 一个键 保存。
set user:1 serialize(userInfo)
- 优点：简化编程，如果合理的使用 序列化 可以 提高内存利用率。
- 缺点：序列化 和 反序列化 有一定的开销，同时每次 更新属性 都需要把 全部数据 取出进行 反序列化，更新后 再 序列化 到 Redis 中。
3.2.3. 哈希类型
每个用户属性使用 一对 field-value，但是只用 一个键 保存。
hmset user:1 name tom age 23 city beijing
- 优点：简单直观，如果使用合理可以 减少内存空间 的使用。
- 缺点：要控制和减少 哈希 在 ziplist 和 hashtable 两种 内部编码 的 转换，hashtable 会消耗 更多内存。
小结
本文介绍了 Redis 中的 哈希结构 的 一些 基本命令、内部编码 和 适用场景。最后对比了 关系型表 和 哈希结构 的区别，以及几种 存储方式 的优缺点。
参考
《Redis 开发与运维》