Redis第五弹-HASH结构相关指令和介绍,计数功能Hash-哈希(Redis本来就是键值对结构,哈希,就相当于键值对嵌套了一个键值对)的多种指令Hset key field value-

本文涉及的产品
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
简介: Redis第五弹-HASH结构相关指令和介绍,计数功能Hash-哈希(Redis本来就是键值对结构,哈希,就相当于键值对嵌套了一个键值对)的多种指令Hset key field value-

计数功能

企业愿意去收集用户的数据,从而使用大数据推广->明确你的需求->根据需求改进产品和迭代产品。

Redis其实并不擅长技术统计,而这种操作应该去找mysql,

获取之后,用异步的方式同步到数据库(但是这也面临非常多的挑战,比如作弊找水军,点赞,收藏,转发)

这就需要用到数据持久化

Session(会话)->服务器用于跟踪和存储关于用户会话信息的机制(比如说我们的火影服务器,来存储你有多少忍者,多少高招卷,多少时装啥的)

Cookie->客户端的浏览器存储数据的一种机制,(记录用户状态,cookie会被浏览器保存起来,下次再次放送请求的时候,就会把该请求相关的Cookie添加到请求头中(类似于你登陆了csdn,还是这个浏览器,下次登陆的时候,就无须登陆了再)

Hash-哈希(Redis本来就是键值对结构,哈希,就相当于键值对嵌套了一个键值对)的多种指令

我们可以发现多了一个field,这是为了区分前面的key

Hset key field value-设置字段field的value

Hget key field value-获取字段key  field的value

hexists key field-判断当前值是否存在(1存在,0不存在)

hdel  key field-删除key的field

HKEYS key-获取hash中所有字段key(会根据key找到对应的hash)a

这里面我们可以发现一个问题:我们查找key的时候,他两个是在一起的,那就说明哈希表的储存结构,是两个字段相互独立的存储在同一个哈希结构中,他们各自相互独立存在,相互之间没有什么联系,但是他们两个还是在相同的一个key中,就像是dp[x][x]->

dp[0][0 ],dp[0][1],都是在dp[0][x]里面,但是两者没有相关联系。

HGETALL key(获取所有的field和value)

HMGET key field[field]-,可以一次查询多个field,类似于之前的HGET,HGET一次能查一个field.

Hlen key-查找当前哈希元素

HSETNX key field value-不存在当前值的时候,才会设置成功,如果存在,则会设置失败

Hscan key

为啥没有HMSET,因为Hset已经支持了多个field,上述Hkeys,hgetall,都存在一定风险,hash元素执行太多,执行表耗时太多,从而会阻塞redis,hscan遍历redis的hash,但是他是"渐进式遍历",一次一小部分,连续多次就可以完成整个遍历过程。

ConcurrentHashMap线程安全的哈希表(类似于这个哈希表在扩容的时候,也是化整为零)

hash这里的value也可以当做整数来处理

hincrby key field value-对于value加减整数

Hincrbyfloat key field value-可以加减小数

哈希的内部编码:

压缩链表               ziplist目的是为了节省空间。

代价:读写元素,比较慢,但是元素的个数一般比较少,慢的不明显。

元素个数

hash-max-ziplist-value(默认64字节长度)

hash-max-ziplist-entries配置里面有(默认是512个,当元素超过多少,换成hashtable)

object encoding key-查看内部编码

作为缓存 -String也是作为缓存来使用的,存储结构化时候,使用hash类型更好。上述使用string类型也能做

方式2

1.       id      age     city
2. user1 1        11      Shenyang
3. user2 2        12      Xian

如果使用String(JSON)的格式来去存储这种结构,万一我们只想获取某个field或者修改field,就需要把整个JSON读出来,解析对象,再去重写JSON字符,再去写回去

方式3

如果我们使用hash表示这种结构,就可以使用field来表示对象的每个属性(数据表的每个列),此时就可以修改/获取任何一个属性的值

使用hash的方式,读写field更加高效,但是会付出空间的待见

,需要控制内部ziplist和hashtable两种内部编码的转换,可能造成内存较大消耗

user1     uid 1     age1
user2     uid 1     age2

set user:1name jam

set user:2:age  23

set user:2:city shenyang     追求高内聚-低耦合(但是这个又过于分散)

高内聚:有关联的东西,放到指定的地方

耦合:两个模版/代码之间关联关系,关联关系越大,越容易相互影响,认为耦合性越大

关系型数据库可以做复杂的关系查询,而用Redis去模拟关系型数据库型复杂查询,但是你要是连表,聚合,那还是算了

这个uid不存储可以吗?是否可以直接使用key中的id进行区分呢?是否存储空间进一步节省了?如果不存uid也行,但是在工程中,一般会把uid在value中再去存储一份,方便后续写代码的时候使用。


相关文章
|
9月前
|
canal NoSQL 关系型数据库
Redis应用—7.大Value处理方案
本文介绍了一种用于监控Redis大key的方案设计及其实现步骤。主要内容包括:方案设计、安装与配置环境、binlog数据消费者。
344 29
Redis应用—7.大Value处理方案
|
4月前
|
存储 NoSQL Redis
采用Redis的Bitmaps实现类似Github连续提交状态的功能。
在现实世界的应用开发中,实现类似于Github提交跟踪系统时,还可能需要考虑用户时区、闰年等日期相关的边界条件,以及辅助数据的存储和查询优化,例如对活跃用户的即时查询和统计等。不过这些都可以在Bitmaps的基础功能之上通过额外的代码逻辑来实现。
108 0
|
7月前
|
消息中间件 缓存 NoSQL
基于Spring Data Redis与RabbitMQ实现字符串缓存和计数功能(数据同步)
总的来说,借助Spring Data Redis和RabbitMQ,我们可以轻松实现字符串缓存和计数的功能。而关键的部分不过是一些"厨房的套路",一旦你掌握了这些套路,那么你就像厨师一样可以准备出一道道饕餮美食了。通过这种方式促进数据处理效率无疑将大大提高我们的生产力。
240 32
|
9月前
|
缓存 NoSQL Java
Redis应用—6.热key探测设计与实践
热key问题在高并发系统中可能导致数据层和服务层的严重瓶颈,如Redis集群瘫痪和用户体验下降。为解决此问题,京东开发了JdHotkey热key探测框架,具备实时性、准确性、集群一致性和高性能等特点。该框架由etcd集群、Client端jar包、Worker端集群和Dashboard控制台组成,通过分布式计算快速识别热key并推送至应用内存,有效减轻数据层负载,提升服务性能。JdHotkey适用于多种场景,安装部署简便,支持毫秒级热key探测和集群一致性维护。
439 61
Redis应用—6.热key探测设计与实践
|
7月前
|
存储 监控 NoSQL
使用Redis实现延迟消息发送功能
使用 Redis 的密码认证功能,为实例设置密码以防止未授权访问。为消息提供适当加密,确保消息内容在网络传输过程中不被窃取或篡改。
272 16
|
6月前
|
存储 缓存 NoSQL
告别数据僵尸!Redis实现自动清理过期键值对
在数据激增的时代,Redis如同内存管理的智能管家,支持键值对的自动过期功能,实现“数据保鲜”。通过`EXPIRE`设定生命倒计时、`TTL`查询剩余时间,结合惰性删除与定期清理策略,Redis高效维护内存秩序。本文以Python实战演示其过期机制,并提供最佳实践指南,助你掌握数据生命周期管理的艺术,让数据优雅退场。
383 0
|
6月前
|
NoSQL 测试技术 Redis
Redis批量删除Key的三种方式
Redis批量删除Key是优化数据库性能的重要操作,本文介绍三种高效方法:1) 使用通配符匹配(KEYS/SCAN+DEL),适合不同数据规模;2) Lua脚本实现原子化删除,适用于需要事务保障的场景;3) 管道批量处理提升效率。根据实际需求选择合适方案,注意操作不可逆,建议先备份数据,避免内存溢出或阻塞。
|
10月前
|
NoSQL Redis 数据库
Redis 功能扩展 Lua 脚本 对Redis扩展 eval redis.call redis.pcall
通过本文的介绍,我们详细讲解了 Lua 脚本在 Redis 中的作用、`eval` 命令的使用方法以及 `redis.call` 和 `redis.pcall` 的区别和用法。通过合理使用 Lua 脚本,可以实现复杂的业务逻辑,确保操作的原子性,并减少网络开销,从而提高系统的性能和可靠性。
499 13
|
11月前
|
NoSQL API Redis
在C程序中实现类似Redis的SCAN机制的LevelDB大规模key分批扫描
通过上述步骤,可以在C程序中实现类似Redis的SCAN机制的LevelDB大规模key分批扫描。利用LevelDB的迭代器,可以高效地遍历和处理数据库中的大量键值对。该实现方法不仅简单易懂,还具有良好的性能和扩展性,希望能为您的开发工作提供实用的指导和帮助。
167 7
|
存储 监控 NoSQL
Redis大Key问题如何排查?如何解决?
Redis大Key问题如何排查?如何解决?
521 0
Redis大Key问题如何排查?如何解决?