1. 哈希简介

几乎所有的编程语言都提供了哈希(hash)类型，例如 Java 中的 Map，python 中的字典，在Redis中，哈希类型是指键的值本身又是一个键值对结构，如下图所示：

2. 常用命令

• 设置值

#　HSET key field value
node02:6379> hset user name tom
(integer) 1
# hsetnx: field 不存在就创建，否则不覆盖旧值，返回0
# node02:6379> hsetnx user name tom
(integer) 0

• 批量设置值

# HMSET key field value [field value ...]
node02:6379> hmset user name tom age 20 sex male
OK

• 获取值

# HGET key field
node02:6379> hget user name
"tom"

• 批量获取值

# HMGET key field [field ...]
node02:6379> hmget user name age sex
1) "tom"
2) "20"
3) "male"

• 删除 field

# HDEL key field [field ...]
node02:6379> hdel user age
(integer) 1

• 统计 field 个数

node02:6379> hlen user
(integer) 1

• field 是否存在

# HEXISTS key field
node02:6379> hexists user score
(integer) 0

• 获取所有 field

# HKEYS key
node02:6379> hkeys user
1) "name"
2) "age"
3) "sex"

• 获取所有 value

# HVALS key
node02:6379> hvals user
1) "tom"
2) "20"
3) "male"

• 获取所有 field-value

# HGETALL key
node02:6379> hgetall user
1) "name"
2) "tom"
3) "age"
4) "20"
5) "sex"
6) "male"

说明，当 field-value 此种方式可能造成阻塞，尽量获取部分的 field，如果一定要获取全部的 field-value，优先使用 hscan 命令。hscan 命令会循序渐进的读取 key，而不是一口气都读出来。

# HSCAN key cursor [MATCH pattern] [COUNT count]
# cursor: 游标，从此处开始遍历，第一次遍历设置为 0
# pattern: 遍历 field 的正则，例如 test*，代表只遍历 test 开头的 field
# count: 每个遍历读取多少条记录，默认为 10
node02:6379> hscan user 0
1) "0"
2) 1) "name"
   2) "tom"
   3) "age"
   4) "20"
   5) "sex"
   6) "male"
# 返回值"0"，是下次应该遍历的 cursor
# 因为这里默认第一次遍历10个，已经全部查出来了，所以下次的 cursor 为 0.

• field 数值计算

node02:6379> hincrby user name 1
(error) ERR hash value is not an integer
node02:6379> hincrby user age 1
(integer) 21
node02:6379> hincrbyfloat user age 2.5
"23.5"

• 统计 value 的长度

node02:6379> hstrlen user name
(integer) 3

3. 内部编码

哈希类型的内部编码有两种：

• ziplist：当哈希类型元素个数小于hash-max-ziplist-entries
  配置（默认512个）、同时所有值都小于hash-max-ziplist-value配置（默认64
  字节）时，Redis会使用ziplist作为哈希的内部实现，ziplist使用更加紧凑的结构实现多个元素的连续存储，所以在节省内存方面比hashtable更加优秀。
• hashtable：当哈希类型无法满足ziplist的条件时，Redis会使
  用hashtable作为哈希的内部实现，因为此时ziplist的读写效率会下降，而hashtable的读写时间复杂度为O(1)，但是hashtable会占用更多内存。

# 当field个数比较少且没有大的value时，内部编码为ziplist
beh07:6379> hmset map k1 v1 k2 v2
OK
beh07:6379> object encoding map
"ziplist"

# 当有value大于64字节，内部编码会由ziplist变为hashtable
beh07:6379> hset map k3 "ABCDEFGHIJKLMNOPQRSTUVWXYZABCDEFGHIJKLMNOPQRSTUVWXYZABCDEFGHIJKLMNOPQRSTUVWXYZABCDEFGHIJKLMNOPQRSTUVWXYZ"
(integer) 1
beh07:6379> object encoding map
"hashtable"

# 当field个数超过512，内部编码也会由ziplist变为hashtable，这里不演示了....

4. 内部结构

hashtable 的结构和 Java 的 HashMap 几乎是一样的，都是通过分桶的方式解决 hash 冲突。它是无序字典。内部实现结构上同 Java 的 HashMap 也是一致的，同样的数组 + 链表二维结构。第一维 hash 的数组位置碰撞时，就会将碰撞的元素使用链表串接起来。第一维是数组，第二维是链表。数组中存储的是第二维链表的第一个元素的指针。

渐进式rehash

大字典的扩容是比较耗时间的，需要重新申请新的数组，然后将旧字典所有链表中的元素重新挂接到新的数组下面，这是一个O(n)级别的操作，作为单线程的Redis表示很难承受这样耗时的过程。步子迈大了会扯着蛋，所以Redis使用渐进式rehash小步搬迁。虽然慢一点，但是肯定可以搬完。

渐进式 rehash 会在 rehash 的同时，保留新旧两个 hash 结构，查询时会同时查询两个 hash 结构，然后在后续的定时任务中以及 hash 操作指令中，循序渐进地将旧 hash 的内容一点点迁移到新的 hash 结构中。当搬迁完成了，就会使用新的hash结构取而代之。当 hash 移除了最后一个元素之后，该数据结构自动被删除，内存被回收。

搬迁操作埋伏在当前字典的后续指令中(来自客户端的hset/hdel指令等)，但是有可能客户端闲下来了，没有了后续指令来触发这个搬迁，那么Redis就置之不理了么？当然不会，优雅的Redis怎么可能设计的这样潦草。Redis还会在定时任务中对字典进行主动搬迁。

hash函数

hashtable 的性能好不好完全取决于 hash 函数的质量。hash 函数如果可以将 key 打散的比较均匀，那么这个 hash 函数就是个好函数。Redis 的字典默认的 hash 函数是 siphash。siphash 算法即使在输入 key 很小的情况下，也可以产生随机性特别好的输出，而且它的性能也非常突出。对于 Redis 这样的单线程来说，字典数据结构如此普遍，字典操作也会非常频繁，hash 函数自然也是越快越好。

扩容条件

正常情况下，当 hash 表中元素的个数等于第一维数组的长度时，就会开始扩容，扩容的新数组是原数组大小的 2 倍。不过如果 Redis 正在做 bgsave，为了减少内存页的过多分离 (Copy On Write)，Redis 尽量不去扩容(dict_can_resize)，但是如果 hash 表已经非常满了，元素的个数已经达到了第一维数组长度的 5 倍 (dict_force_resize_ratio)，说明 hash 表已经过于拥挤了，这个时候就会强制扩容。

缩容条件

当 hash 表因为元素的逐渐删除变得越来越稀疏时，Redis 会对 hash 表进行缩容来减少 hash 表的第一维数组空间占用。缩容的条件是元素个数低于数组长度的 10%。缩容不会考虑 Redis 是否正在做 bgsave。