深入学习 Redis - 深挖经典数据类型之 hash
目录
前言
一、hash 类型
1.1、操作命令
hset / hget（设置 / 获取）
hexists（检查是否存在）
hdel（删除）
hkeys（获取所有 field）
hvals （获取所有的 value）
hgetall（获取所有键值对）
hmget（查询指定个 value）
hsetnx（设置值时设置参数）
hash 自增自减处理
1.2、hash 的内部编码方式
1.3、应用场景
缓存功能
什么是高内聚，低耦合?
前言
redis 中所有的 key 都是字符串，value 的类型是存在差异的，因此出现了操控不同 value 的命令，接下来，就一起来学习一下吧~
Ps1：接下来，我给出的指令都是按照 Redis 官方文档的语法格式来解析的，[ ] 相当于一个独立的单元，表示可选项（可有可无），其中 | 表示 “或者” 的意思，多个只能出现一个，[ ] 和 [ ] 之间是可以同时存在的.
Ps2：一个快速失去年终奖的小技巧 —— 清除 redis 上所有的数据 =》 FLUSHALL，这个操作可以把 redis 上所有的键值对全部带走.
一、hash 类型
1.1、操作命令
哈希表可以说是所有数据结构中最重要的，既是日常开发中最常用的，也是面试考察的重点.
Redis 自身已经是键值对结构了，但 value 实际上还是一些个键值对（哈希表）
hset / hget（设置 / 获取）
设置 hash 中指定的字段 field 和 value ，返回值是设置成功的键值对（field - value）的个数.
HSET key field value [field value ...]
获取 hash 中指定字段 field 的 value 值.
HGET key field
hexists（检查是否存在）
hexists 用来 hash 中检查字段 field 是否存在，返回 1 表示存在，返回 0 表示不存在.
HEXISTS key field
hdel（删除）
hdel 用来删除 hash 中指定的字段，返回值是本次操作删除的字段个数.
HDEL key field [field ...]
Ps：del 删除的是 key，hdel 删除的是 field
hkeys（获取所有 field）
hkeys 用来获取指定 hash 的所有 field，返回值是所有的 field ，操作的时间复杂度为 O(N)，此处 N 为 hash 的元素个数.
HKEYS key
Ps：这个操作也是存在一定的风险的，类似与之前介绍过的 keys *，主要是咱也不知道某个 hash 中是否存在大量的 field.
hvals （获取所有的 value）
和 hkeys 相对，能够获取到 hash 中所有的 value，操作的时间复杂度也是 O(N)，N 是 哈希 元素的个数，如果 哈希 非常大，也可能导致 redis 服务器阻塞.
HVALS key
hgetall（获取所有键值对）
获取指定 hash 中所有的键值对，一般不要在生产环境使用这个命令，因为你不知道这个 hash 中有多少键值对，就可能导致 redis 阻塞，最后带走你的年终奖~
HGETALL key
hmget（查询指定个 value）
通过 hash 可以根据指定个 field 查出相应的 value，类似于之前学习到的 mget .
HMGET key field [field ...]
hlen（查询个数）
用来查询 hash 的元素个数，这个操作不需要遍历，时间复杂度是 O(1).
HLEN key
hsetnx（设置值时设置参数）
类似于 setnx，当 hash 的 field 不存在时，才能设置成功，若存在则不行.
返回 1 表示成功，返回 0 表示失败.
HSETNX key field value
hash 自增自减处理
hash 这里的 value 也可以当作数字来处理：
- hincrby：可以加减整数.
- hincrbyfloat：可以加减小数.
这些命令不经常使用，因此没有提供 incr decr... 这类命令.
1.2、hash 的内部编码方式
hash 内部有两种编码方式：
- hashtable：最基本的哈希表（不是 java 标准库中的 HashTable），redis 内部对哈希表的实现方式和 java 中的哈希表可能不太一样，但是整体思想都是一样的；时间上复杂度O(1)，但是空间上会有一定的浪费（hash 是一个数组，数组上有些位置有元素，有些位置没有元素）.
- ziplist：压缩列表，当哈希表里的元素比较少的时候，就优化成了 ziplist 了，能够节省空间，但是读写元素的速度比较慢.
ziplist 到底时怎么压缩的？
压缩的本质就是对数据进行重新编码，不同的数据有不同的特点，结合这些特点，重新编码后，就能够缩小体积~
例如 abbcccdddd 重新编码就变成了 1a2b3c4d.
再例如，有一个文件内容是：abcd0000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000efgh
重新编码后就是 abcd[100]efgh.
ziplist 也是同理~
什么时候使用 ziplist？什么时候使用 hashtable？
- 如果 hash 中的元素比较少，使用 ziplist 表示. 元素比较多的时候使用 hashtable 表示.
- 每个 value 值的长度都比较短的，使用 ziplist 表示. 如果某个 value 长度太长，也会转化成 hashtable.
为什么我这里没有提到像“39”这样的具体数值？
因为这些数据类型内部转化的值都是需要根据实际工作情况而定的，他们都是再 redis.conf 文件中可以配置，满足一下任意一个就会发生转化，如下：
- hash-max-ziplist-entries（默认 512 个）：元素个数小于这个 配置值 后，转化为 ziplist.
- hash-max-ziplist-value（默认 64 字节）：所有 field 对应的 val 值都小于这个 配置值 后，转化为 ziplist.
1.3、应用场景
缓存功能
hash 类型存储缓存相比于 string 类型就更加合适.
例如，我有以下这样一个 UserInfo 信息
假设这样一个场景就是：万一只想获取其中某一个 field ，或者修改某一个 field 的 val
如果使用 json 格式来表示 UserInfo ，就需要把数据组织成如下结构
set user:1:name James
set user:1:age 23
set user:1:city Beijing就需要把整个 json 都读出来，解析成对象，操作field ，再转化成 json 字符串，再写回去.
但如果使用 hash 的方式来表示 UserInfo 就可以使用 field 表示对象的每一个属性（数据表的每一列），此时就可以很方便的获取属性的值了，如下结构
这就相当于把每个用户的各个属性给聚集起来了，实现了高内聚~
什么是高内聚，低耦合?
高内聚，就是把所有关联的东西放在一起，最好能够放在指定的位置，好找~
讲个以前的故事：我小的时候有一个缺点，就是喜欢乱放东西，衣服经常会出现在很多地方，但唯独不会出现在衣柜，因此每次我要找某一个衣服的时候就很困难，因为需要把家里的各个角落都遍历一遍.
这种场景就是属于 低内聚 ~
耦合，指的是 两个模块 / 代码 之间的关联关系，关联关系越大，越容易受影响，就认为耦合越大，而我们追求的是 低耦合 ，避免 “牵一发而动全身”，某一个地方出一个 bug，影响到了其他地方
讲个以前的故事：之前，有一次我爸得了肾结石，疼的满地打滚，后来就我去住院了，把那个结石取出来了，当时我妈为了照顾我爸，就推掉了当时工作的所有任务，请假来医院全程照顾我妈.
这种场景就输入 高耦合.
另外，当时在我微信里有一个不太熟悉的朋友（指网上认识的~）后来他发了个朋友圈，也是生病住院了，但我这边是不会有任何影响的，甚至还会给他的朋友圈点个赞 ~
这种场景就属于 低耦合.
