🍃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下图表示：

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

下面我将从以下三个方面对哈希类型进行介绍：

1. 哈希类型常用命令
2. 哈希类型的内部编码
3. 哈希类型的使用场景

🎋命令介绍

🚩hset

设置 hash 中指定的字段（field）的值（value）。

语法如下：

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

🚩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

🚩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。

🚩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

🚩hkeys

获取 hash 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。

🚩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

🚩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。

🚩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。

🚩hlen

获取 hash 中的所有字段的个数。

语法：

hlen key

🚩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。

🚩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

🚩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

🌳命令小结

命令	执⾏效果	时间复杂度
hset key field value	设置值	O(1)
hget key field	获取值 O(1)
hdel key field [field …]	删除 field	O(k), k 是 field个数
hlen key	计算 field 个数	O(1)
hgetall key	获取所有的 field-value	O(k), k 是 field个数
hmget field [field …]	批量获取 field-value	O(k),k是field个数
hmset field value [field value…]	批量获取 field-value	O(k), 个数 k 是 field
hexists key field	判断 field 是否存在	O(1)
hkeys key	获取所有的 field	O(k), k 是 field个数
hvals key	获取所有的 value	O(k), k 是 field个数
hsetnx key field value	设置值，但必须在 field 不存在时才能设置成功	O(1)
hincrby key field n	对应field-value +n	O(1)
hincrbyfloat key field n	对应 field-value +n	O(1)
hstrlen key field	计算 value 的字符串⻓度	O(1)

🌲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)。

🎍使用场景

🚩做为缓存

比如我们有一个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。我们如何映射这两条用户的信息呢？

映射关系如下：

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。

那么有些人就说了，既然 redis 可以通过这些方式表示关系表，那么是不是就可以直接用 Redis 哈希来表示关系型数据库了呢？

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

⭕总结

关于《【Redis】 哈希类型》就讲解到这儿，感谢大家的支持，欢迎各位留言交流以及批评指正，如果文章对您有帮助或者觉得作者写的还不错可以点一下关注，点赞，收藏支持一下