Redis-选择hash还是string-存储数据

共计 3283 个字符，预计需要花费 9 分钟才能阅读完成。

在 stackoverflow 看到一个问题，Redis strings vs Redis hashes to represent JSON: efficiency? 内容如下：

I want to store a JSON payload into redis. There’s really 2 ways I can do this:

One using a simple string keys and values.
key:user, value:payload (the entire JSON blob which can be 100-200 KB)

SET user:1 payload

Using hashes
HSET user:1 username “someone”
HSET user:1 location “NY”
HSET user:1 bio “STRING WITH OVER 100 lines”

Keep in mind that if I use a hash, the value length isn’t predictable. They’re not all short such as the bio example above.
Which is more memory efficient? Using string keys and values, or using a hash?

首先我们先测试用数据测试一下，测试数据结构如下：

values = {
    "name": "gs",
    "age": 1
}

使用 for 生成 10w 个 key，key 的生成规则为：

for i in range(100000):
    key = "object:%d" % i

把数据分别以 hash 和 string（values 使用 json encode 为 string）的形式存入 redis。

结果如下：

hash 占用 10.16M

hash 占用 10.15M

这看起来和我们印象中 hash 占空间比较大的观念不太一致，这是为什么呢？

这里是因为 Redis 的 hash 对象有两种编码方式：

ziplist（2.6 之前是 zipmap）
hashtable

当哈希对象可以同时满足以下两个条件时，哈希对象使用 ziplist 编码：

哈希对象保存的所有键值对的键和值的字符串长度都小于 64 字节；
哈希对象保存的键值对数量小于 512 个；

不能满足这两个条件的哈希对象需要使用 hashtable 编码。上述测试数据满足这两个条件，所以这里使用的是 ziplist 来存储的数据，而不是 hashtable。

注意
这两个条件的上限值是可以修改的，具体请看配置文件中关于 hash-max-ziplist-value 选项和 hash-max-ziplist-entries 选项的说明。

hash-max-ziplist-entries for Redis >= 2.6
hash-max-ziplist-value for Redis >= 2.6

ziplist 编码的数据底层是使用压缩列表作为底层数据结构，结构如下：

hash 对象使用 ziplist 保存时，程序会将保存了键的 ziplist 节点推入到列表的表尾，然后再将保存了值的 ziplist 节点推入列表的表尾。

使用这种方式保存时，并不需要申请多余的内存空间，而且每个 Key 都要存储一些关联的系统信息（如过期时间、LRU 等），因此和 String 类型的 Key/Value 相比，Hash 类型极大的减少了 Key 的数量(大部分的 Key 都以 Hash 字段的形式表示并存储了)，从而进一步优化了存储空间的使用效率。

在这篇 redis memory optimization 官方文章中，作者强烈推荐使用 hash 存储数据

Use hashes when possible

Small hashes are encoded in a very small space, so you should try representing your data using hashes every time it is possible. For instance if you have objects representing users in a web application, instead of using different keys for name, surname, email, password, use a single hash with all the required fields.

But many times hashes contain just a few fields. When hashes are small we can instead just encode them in an O(N) data structure, like a linear array with length-prefixed key value pairs. Since we do this only when N is small, the amortized time for HGET and HSET commands is still O(1): the hash will be converted into a real hash table as soon as the number of elements it contains will grow too much (you can configure the limit in redis.conf).

This does not work well just from the point of view of time complexity, but also from the point of view of constant times, since a linear array of key value pairs happens to play very well with the CPU cache (it has a better cache locality than a hash table).

hashtable 编码的哈希对象使用字典作为底层实现，哈希对象中的每个键值对都使用一个字典键值对来保存：

字典的每个键都是一个字符串对象，对象中保存了键值对的键；
字典的每个值都是一个字符串对象，对象中保存了键值对的值。

hashtable 编码的对象如下所示：

values = {
    "name": "gs",
    "age": 1,
    "intro": "long..long..long..string"
}

第二次测试方式和第一次一样，只是把测试数据中加了一个大的字符串，以保证 hash 使用 hashtable 的方式存储数据

结果如下：

hashtable：1.13G

string：1.13G

基本一样，这里应该主要是 Hash 类型极大的减少了 Key 的数量(大部分的 Key 都以 Hash 字段的形式表示并存储了)，从而进一步优化了存储空间的使用效率。

NOTE: 读取和写入的速度基本一致，差别不大

回到这个问题，对于 string 和 hash 该如何选择呢？

我比较赞同下面这个答案：

具体使用哪种数据结构，其实是需要看你要存储的数据以及使用场景。

如果存储的都是比较结构化的数据，比如用户数据缓存，或者经常需要操作数据的一个或者几个，特别是如果一个数据中如果 filed 比较多，但是每次只需要使用其中的一个或者少数的几个，使用 hash 是一个好的选择，因为它提供了 hget 和 hmget，而无需取出所有数据再在代码中处理。

反之，如果数据差异较大，操作时常常需要把所有数据都读取出来再处理，使用 string 是一个好的选择。

当然，也可以听 Redis 的，放心的使用 hash 吧。

还有一种场景：如果一个 hash 中有大量的 field（成千上万个），需要考虑是不是使用 string 来分开存储是不是更好的选择。

[1] Redis strings vs Redis hashes to represent JSON: efficiency?: https://stackoverflow.com/que…
[2] redis memory optimization: https://redis.io/topics/memor…
[3] Redis 设计与实现：http://redisbook.com/preview/…

最后，感谢女朋友支持和包容，比❤️

也可以在公号输入以下关键字获取历史文章：公号 & 小程序 | 设计模式 | 并发 & 协程

string 和 hash 直观测试

ziplist

Use hashes when possible

hashtable

第二次测试

参考链接

Just My Socks（注册教程内含优惠码）