Redis:hash类型
Redis:hash类型
- hash命令
- 设置与读取
- HSET
- HGET
- HMGET
- 哈希操作
- HEXISTS
- HDEL
- HKEYS
- HVALS
- HGETALL
- HLEN
- HSETNX
- HINCRBY
- HINCRBYFLOAT
- 内部编码
- ziplist
- hashtable
目前主流的编程语言中,几乎都提供了哈希表相关的容器,Redis自然也会支持对应的内容,满足程序员的需求。
如果说要存储一个用户的姓名和年龄的映射关系,只使用string类型的话,就是下图的样子:

此时Redis的key放对应的名称,value放对应的值。但是要注意的是,为了区分不同用户,要加上一些前缀来对key命名,比如user1:name,user2:name,这会比较麻烦。
如果支持了哈希结构:

此时value内部存储的是哈希表结构,相当于嵌套了两层映射关系。为了不搞混Redis本身的key和哈希表内部的key,所以哈希内部的键称为field。
hash命令
设置与读取
HSET
- 设置
hash中指定字段field和值value
hset key field value [field value ...]
返回值是设置成功的filed - value键值对的个数。
示例:

第一次创建了一个哈希表hash1,设置了两个键值对f1 - 111、f2 - 222,返回2。第二次设置同一张哈希表,由于f1和f2已经存在了,只设置成功了f3,所以返回1。
HGET
- 获取
hash中指定filed的值
hget key field
返回对应字段的value,如果key或者field不存在,返回nil。
示例:

HMGET
- 一次获取
hash中多个字段的值
hget key field [field ...]
返回所有field对应的value,如果key或者field不存在,返回nil。
示例:

示例中,name和age都是存在的字段,返回了对应的值,而address不存在,返回nil。
另外的,还有与hmget对应的hmset,可以一次设置多个哈希键值对,但是hset本身就支持设置多个哈希键值对,所以没必要。
哈希操作
HEXISTS
- 判断
hash中是否有指定的field
hexists key field
返回0表示不存在,返回1表示存在。
示例:

HDEL
- 删除
hash中的filed字段
hdel key field [field ...]
返回本次操作删除的字段个数。
示例:

第一次删除了f3,返回1。第二次删除了f1和f2,返回2。
如果使用del,而不是hdel,那么删除的是整张哈希表。
HKEYS
- 获取
hash中的所有field
hkeys key
返回所有的field。
示例:

HVALS
- 获取
hash中的所有value
hvals key
返回所有的value。
示例:

HGETALL
- 获取
hash中所有的field和value
hgetall key
返回所有的field以及对应的value。
示例:

从上往下以field_1、value_1、field_2、value_2、field_3、value_3的顺序输出。
HLEN
- 获取
hash中所有字段的个数
hlen key
返回field个数。
示例:

要注意的是,这个操作时间复杂度是O(1),Redis不会去遍历哈希表,而是有专门的变量维护哈希表的大小,需要时直接读取变量即可。
HSETNX
- 在字段不存在的情况下,设置
hash中的字段和值
hsetnx key field value
如果field已经存在,那么此次设置失败,返回0表示设置失败,返回1表示设置成功。

第一次设置user name失败,因为name字段已经存在,第二次user friend设置成功,因为原先不存在该field。
HINCRBY
- 把
hash的指定的field对应的value增加指定值
hincrby key field increment
因为hash内部的value还是一个string,而string可以存储整数,也就可以支持算数操作了。
与incrby一样,支持正负数,如果不存在那么视为数字0,最后返回变化后的值。
示例:

示例中,user包含name、age、email字段,第一次对age自增2。第二次自增一个不存在的键id,此时id默认视为0。
HINCRBYFLOAT
- 把
hash的指定的field对应的value增加指定浮点值
hincrbyfloat key field increment
与incrbyfloat一样,支持正负数,如果不存在那么视为数字0,最后返回变化后的值。
总结:
| 命令 | 执行效果 |
|---|---|
hset key field value | 设置值 |
hget key field | 获取值 |
hdel key field[field...] | 删除field |
hlen key | 计算field个数 |
hgetall key | 获取所有的field-value |
hmget field[field...] | 批量获取field-value |
hmset field value[field value...] | 批量设置field-value |
hexists key field | 判断field是否存在 |
hkeys key | 获取所有的field |
hvals key | 获取所有的value |
hsetnx key field value | 设置值,但必须在field不存在时才能设置成功 |
hincrby key field n | 对应field-value+n |
hincrbyfloat key field n | 对应field-value+n |
hstrlen key field | 计算value的字符串长度 |
内部编码
hash内部编码格式包含两种:ziplist和hashtable。
ziplist
压缩列表是一种内存紧凑的存储方式,适合存储数量较少且元素较小的哈希。具体来说,当hash类型的元素个数小于 hash-max-ziplist-entries (默认 512 个),并且所有值的长度都小于 hash-max-ziplist-value (默认 64 字节)时,Redis 会使用 ziplist 作为哈希的内部实现。
这些配置在/etc/redis/redis.conf内修改。
优点:
- 内存节省:
ziplist使用连续的内存块来存储数据,这种紧凑的存储方式可以有效地减少内存碎片和开销。 - 结构简单:适合小规模数据,尤其是在内存资源有限的情况下。
缺点:
- 操作效率:随着数据量的增加,
ziplist的读写效率会下降。尤其是在需要频繁更新的场景中,ziplist的线性查找特性使得操作复杂度较高。 - 扩展性差:不适合大规模数据存储。
hashtable
当哈希类型无法满足 ziplist 的条件时,Redis 会自动切换到使用哈希表作为哈希的内部实现。
优点:
- 高效的读写:哈希表的读写时间复杂度为
O(1),即使在数据量较大时也能保证高效的访问。 - 良好的扩展性:适合存储大量数据和需要频繁更新的场景。
缺点:
- 内存占用:相较于
ziplist,哈希表在内存使用上相对较多,特别是在存储小数据集时,内存开销更为显著。
相关文章:
Redis:hash类型
Redis:hash类型 hash命令设置与读取HSETHGETHMGET 哈希操作HEXISTSHDELHKEYSHVALSHGETALLHLENHSETNXHINCRBYHINCRBYFLOAT 内部编码ziplisthashtable 目前主流的编程语言中,几乎都提供了哈希表相关的容器,Redis自然也会支持对应的内容…...
力扣9.30
1749. 任意子数组和的绝对值的最大值 给你一个整数数组 nums 。一个子数组 [numsl, numsl1, ..., numsr-1, numsr] 的 和的绝对值 为 abs(numsl numsl1 ... numsr-1 numsr) 。 请你找出 nums 中 和的绝对值 最大的任意子数组(可能为空),…...
kafka下载配置
下载安装 参开kafka社区 zookeeperkafka消息队列群集部署https://apache.csdn.net/66c958fb10164416336632c3.html 下载 kafka_2.12-3.2.0安装包快速下载地址分享 官网下载链接地址: 官网下载地址:https://kafka.apache.org/downloads 官网呢下载慢…...
nlp任务之预测中间词-huggingface
目录 1.加载编码器 1.1编码试算 2.加载数据集 3.数据集处理 3.1 map映射:只对数据集中的sentence数据进行编码 3.2用filter()过滤 单词太少的句子过滤掉 3.3截断句子 4.创建数据加载器Dataloader 5. 下游任务模型 6.测试预测代码 7.训练代码 8.保…...
《程序猿之Redis缓存实战 · Redis 与数据库一致性》
📢 大家好,我是 【战神刘玉栋】,有10多年的研发经验,致力于前后端技术栈的知识沉淀和传播。 💗 🌻 CSDN入驻不久,希望大家多多支持,后续会继续提升文章质量,绝不滥竽充数…...
【无标题】observer: error while loading shared libraries: libmariadb.so.3处理办法
文章目录 1.记录新装的oceanbase,使用observer帮助时,出现lib文件无法找到的处理过程 ./observer --help ./observer: error while loading shared libraries: libmariadb.so.3: cannot open shared object file: No such file or directory2.做一个strace跟踪&…...
极客兔兔Gee-Cache Day1
极客兔兔7Days GeeCache - Day1 interface{}:任意类型 缓存击穿:一个高并发的请求查询一个缓存中不存在的数据项,因此这个请求穿透缓存直接到达后端数据库或数据源来获取数据。如果这种请求非常频繁,就会导致后端系统的负载突然…...
[MAUI]数据绑定和MVVM:MVVM的属性验证
一、MVVM的属性验证案例 Toolkit.Mvvm框架中的ObservableValidator类,提供了属性验证功能,可以使用我们熟悉的验证特性对属性的值进行验证,并将错误属性提取和反馈给UI层。以下案例实现对UI层的姓名和年龄两个输入框,进行表单提交验证。实现效果如下所示 View<ContentP…...
2024年水利水电安全员考试题库及答案
一、判断题 1.采用水下钻孔爆破方案时,侧面应采用预裂爆破,并严格控制单响药量以保护附近建(构)筑物的安全。 答案:正确 2.围堰爆破拆除工程的实施应成立爆破指挥机构,并应按设计确定的安全距离设置警戒。…...
【快速删除 node_modules 】rimraf
目录 1. 什么是node_modules 2. 卸载一个npm包 3. 删除 node_modules 为什么这么慢 4. rimraf 5. 为什么rimraf 这么快 作为前端开发,无论我们关注不关注,每天都能接触到node_modules。通常产生于一个npm install命令,之后就不会多加关注…...
毕业设计选题:基于ssm+vue+uniapp的教学辅助小程序
开发语言:Java框架:ssmuniappJDK版本:JDK1.8服务器:tomcat7数据库:mysql 5.7(一定要5.7版本)数据库工具:Navicat11开发软件:eclipse/myeclipse/ideaMaven包:M…...
13-指针和动态内存-内存泄漏
一、视频笔记: C语言通过malloc,来获取堆上的内存。 动态调用内存: malloc 和 free ;new 和 delete 都行。 内存泄漏指的是我们动态申请了内存,但是即是是使用完了之后(从来都不去释放它)。只…...
基于深度学习的视频摘要生成
基于深度学习的视频摘要生成是一种通过自动化方式从长视频中提取关键片段,生成简洁且有代表性的视频摘要的技术。其目的是在保留视频主要内容的基础上,大幅缩短视频的播放时长,方便用户快速理解视频的核心信息。以下是视频摘要生成的主要方法…...
适合初学者的[JAVA]: 基础面试题
目录 说明 前言 String/StringBuffer/StringBuilder区别 第一点: 第二点: 总结: 反射机制 JVM内存结构 运行时数据区域被划分为5个主要组件: 方法区(Method Area) 堆区(Heap Area) 栈区&#x…...
internal.KaptWithoutKotlincTask$KaptExecutionWorkAction 问题 ---Room数据库
Caused by: java.lang.Exception: No native library is found for os.nameMac and os.archaarch64. path/org/sqlite/native/Mac/aarch64 m3 目前使用的是MAC M3芯片的配置会出现这个问题。M1就应该就有这个问题 解决: 在project层级的build.gradle中的allprojec…...
Frequency-aware Feature Fusion for Dense Image Prediction 论文阅读
摘要:密集图像预测任务要求具有强类别信息和高分辨率精确空间边界细节的特征。为了实现这一点,现代分层模型通常利用特征融合,直接添加来自深层的上采样粗特征和来自较低层次的高分辨率特征。在本文中,我们观察到融合特征值在对象内的快速变化…...
Springboot + netty + rabbitmq + myBatis
目录 0.为什么用消息队列1.代码文件创建结构2.pom.xml文件3.三个配置文件开发和生产环境4.Rabbitmq 基础配置类 TtlQueueConfig5.建立netty服务器 rabbitmq消息生产者6.建立常规队列的消费者 Consumer7.建立死信队列的消费者 DeadLetterConsumer8.建立mapper.xml文件9.建立map…...
电磁兼容(EMC):整改案例(四)人体对EFT测试影响有多大?
目录 1. 异常现象 2. 原因分析 3. 整改方案 4. 总结 1. 异常现象 某产品按GB/T 17626.4标准进行电快速瞬变脉冲群测试,测试条件为:频率5kHz/100kHz,测试电压L,N线间2kV,L,N线对PE线4kV。测试过程中需要…...
数据可视化基础:让数据说话
一、引言 在信息洪流中,数据可视化如同灯塔,照亮了数据的海洋,让我们能够洞察数据背后的意 义。 下面是对数据可视化的详细介绍,包括定义、作用、类型、原则、工具方法以及应用场景, 并附上具体的代码示例。 二、数…...
有哪些优化数据库性能的方法?如何定位慢查询?数据库性能优化全攻略:从慢查询定位到高效提升
在现代应用程序开发中,数据库的性能对于整体系统的响应能力至关重要。随着用户数量的增加和数据量的增长,如何优化数据库性能、定位慢查询成了每一个开发者面临的重要挑战。今天,我想和大家分享一些实用的数据库性能优化方法,以及…...
Keil4 STC15浮点运算翻车实录:如何用强制类型转换拯救你的计算结果
Keil4 STC15浮点运算避坑指南:强制类型转换的实战技巧 最近在调试STC15芯片的项目时,遇到了一个让人抓狂的问题——明明代码逻辑没问题,但浮点运算结果却总是莫名其妙出错。作为一个在嵌入式领域摸爬滚打多年的老工程师,我不得不承…...
从蓝奏云UI到会员系统:拆解一套可运营网盘源码的二次开发潜力
从蓝奏云UI到会员系统:拆解一套可运营网盘源码的二次开发潜力 在数字化转型浪潮中,文件存储与共享服务已成为企业运营和个人协作的刚需。然而,主流网盘平台的种种限制——从文件类型屏蔽到非会员的龟速下载——让越来越多的技术团队开始考虑自…...
【VLM】HopChain视觉语言推理多跳数据合成框架
note 【数据合成方案进展】讲得是多跳视觉语言推理数据合成框架,用于应对视觉语言模型(VLMs)在长思维链(CoT)推理中的错误累积以及大多数 RLVR 视觉语言训练数据缺乏全程依赖视觉证据的复杂推理链的问题。工作在《Hop…...
C++ WebServer内存管理最佳实践:Buffer类设计与资源释放
C WebServer内存管理最佳实践:Buffer类设计与资源释放 【免费下载链接】WebServer C Linux WebServer服务器 项目地址: https://gitcode.com/gh_mirrors/web/WebServer 在C Linux WebServer开发中,内存管理是保证服务器稳定性和性能的核心环节。本…...
基于springboot拼车管理系统设计与开发(源码+精品论文+答辩PPT等资料)
博主介绍:CSDN毕设辅导第一人、靠谱第一人、全网粉丝50W,csdn特邀作者、博客专家、腾讯云社区合作讲师、CSDN新星计划导师、Java领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和学生毕业项目实战,高校老师/讲师/同行前辈交…...
EVA-01效果展示:Qwen2.5-VL-7B对动态GIF首帧与关键帧的语义一致性分析
EVA-01效果展示:Qwen2.5-VL-7B对动态GIF首帧与关键帧的语义一致性分析 1. 引言:当视觉大模型遇见动态世界 你有没有想过,让一个AI模型去“看”一段GIF动图,然后告诉你它看到了什么?这听起来简单,但背后其…...
Linux文件查找实战:find、locate与grep高效用法解析
1. Linux文件查找三剑客:find、locate与grep初探 刚接触Linux时,最让我头疼的就是找文件。明明记得某个配置文件放在/etc目录下,却死活找不到具体位置;或者需要从几百个日志文件中筛选出特定错误信息,手动翻查简直要命…...
架构之构建高阶RAG系统的四大核心引擎模块
架构之构建高阶RAG系统的四大核心引擎模块详解 概述 Retrieval-Augmented Generation (RAG) 系统通过结合检索和生成能力,有效解决了大语言模型的知识局限性问题。本文档详细介绍了RAG系统的四个核心引擎模块,这些模块共同构成了RAG系统的技术架构基础。…...
稳如磐石:STM32F4 与 DP83848 打造的以太网驱动工程
stm32f4 dp83848 以太网驱动程序稳定版工程 用的armfly例程里的tcpnet 改进加了网线断线重连 端口断开重连打包发送 可跑慢百兆速度 连续实测24小时以上无错误 dp83848 phy芯片是汽车级 工业场合要比dm9161 lan8720…更稳定可靠最近在搞一个基于 STM32F4 和 DP83848 的以太网驱…...
Qwen2-VL-2B-Instruct模型压缩与量化教程:在边缘设备部署视觉语言模型
Qwen2-VL-2B-Instruct模型压缩与量化教程:在边缘设备部署视觉语言模型 想让一个能看懂图片、还能跟你聊天的AI模型,在你的树莓派或者开发板上跑起来吗?听起来有点天方夜谭,毕竟这类视觉语言模型通常都是“大块头”,对…...
