Introduktion til Redis-datastrukturer:Hashes

Redis-hashes er (intuitivt nok!) hashes, der knytter strengnavne til strengværdier. De er i det væsentlige navngivet containere med unikke felter og deres værdier. De er den perfekte måde at repræsentere et objekt som en Redis-datastruktur. Som forventet giver de konstant tid grundlæggende operationer som get, set, exists osv. En masse avancerede operationer er også tilvejebragt. Den fulde liste over hash-kommandoer er her.

Lad os tage det en tur fra redis-cli .

# hmset key field value [field value ...] :  Insert elements in a hash. O(N), N is # of field being set
127.0.0.1:6379> hmset std:101 name "John Smith" dob "01-01-2000" gender M active 0 cgpa 2.9
OK

# hgetall key : key all keys and values in the hash. O(N), N is size of hash
127.0.0.1:6379> hgetall std:101
 1) "name"
 2) "John Smith"
 3) "dob"
 4) "01-01-2000"
 5) "gender"
 6) "M"
 7) "active"
 8) "0"
 9) "cgpa"
10) "2.9"
127.0.0.1:6379> hmset std:102 name "Jane" name "Ann"
OK
# If duplicates are found, only the last set is valid
127.0.0.1:6379> hgetall std:102
1) "name"
2) "Ann"

# hexists key field: does field exist in the hash with key. O(1)
127.0.0.1:6379> hexists std:102 cgpa
(integer) 0

# hincrby key field increment: Increment the integer field by increment. O(1)
127.0.0.1:6379> hincrby std:101 active 1
(integer) 1

# hget key field : the value for field in the hash stored at key. O(1)
127.0.0.1:6379> hget std:101 active
1) "1"
# If field doesn't exist, hincrby sets it to 0 and then applies increment
127.0.0.1:6379> hincrby std:102 active 2
(integer) 2

# hmget key field [field ...]: the values of the fields requested for the hash with key. O(N), N is # of keys requested
127.0.0.1:6379> hmget std:102 active
1) "2"

# hincrbyfloat key field increment: Increment the float value in field by increment. O(1) 
127.0.0.1:6379> HINCRBYFLOAT std:101 cgpa 1.0
"3.9"

# HSETNX key field value: set field to value if not alread set. O(1)
127.0.0.1:6379> hsetnx std:102 cgpa 4.0
(integer) 1
127.0.0.1:6379> hget std:102 cgpa
"4.0"

# hlen key: number of fields in the hash. O(1)
127.0.0.1:6379> hlen std:101
(integer) 5

# hkeys key : all fields in the hash. O(N), N is size of hash
127.0.0.1:6379> hkeys std:101
1) "name"
2) "dob"
3) "gender"
4) "active"
5) "cgpa"

Som vi er blevet til at forvente af vores hosting for Redis™* som en datastrukturserver, ser vi, at Redis leverer ret nyttige og avancerede operationer på hashes.

Internal

Ligesom Redis-sæt er Redis-hash også implementeret som ordbøger. Ordbøger i Redis er implementeret som hashtabeller, der bruger hashfunktionen MurmurHash2 og vokser via trinvis størrelsesændring. Hashkollisioner håndteres ved lænkning. Flere detaljer kan findes i Redis-implementeringen af ​​ordbogen på dict.c.
Som med sæt er der lageroptimering lavet til mindre hashes. Denne datastruktur kaldes ziplist (Hashes blev optimeret ved hjælp af en anden datastruktur kaldet zipmap før Redis 2.6) i Redis-implementeringen. Det er i bund og grund en specielt kodet dobbeltforbundet liste, der er optimeret til hukommelsesbesparelser. Dataene såvel som pointerne er gemt inline. Ziplist bruges også til at optimere opbevaring af mindre sorterede sæt og lister. En hash, når den er fladtrykt ind i en sådan liste, ser noget ud som [nøgle1, værdi1, nøgle2, værdi2, ...]. Hvordan er dette mere effektivt end almindelige nøgler? Hashes med få nøgler kan pakkes smart ind i denne lineære array-lignende struktur (dvs. ziplisten), mens de stadig garanterer amortiseret O(1)-ydelse for get og set. Det kan naturligvis ikke følge med, da hash-felterne øges. Efterhånden som hashen vokser, konverteres den til standardordbogsstrukturen for at opretholde O(1)-ydeevnen, og pladsbesparelsen går tabt. Redis-konfigurationsparametre, der styrer denne transformation, er:

• list-max-ziplist-entries standard (512):Skift til standardrepræsentation, hvis hash bliver større end denne grænse.

• list-max-ziplist-value standard (64):Skift til standardrepræsentation, hvis det største element i hashen bliver større end denne grænse.

Flere detaljer kan forstås fra koden og kommentarerne i implementeringen, som findes her. Hukommelsesbesparelserne ved at bruge denne specielle optimering er betydelige. Vi vil tale mere om i det næste afsnit.

Hukommelsesoptimering

En af de velkendte anbefalinger til hukommelsesbesparelser ved brug af Redis er at bruge hashes i stedet for almindelige strenge. Dette er en vigtig use-case til at udnytte kraften i Redis hashes i applikationer i den virkelige verden. Fra den officielle Redis-dokumentation om hukommelsesoptimering: