Redis基础

上一篇我们全面讲解了Redis List的操作与实战，借助双端有序特性实现队列、栈和分页列表，同时结合TTL机制完成冷数据自动清理。而在电商、后台管理、缓存业务中，我们常常需要存储**结构化对象数据**（比如用户信息、商品详情、配置参数），如果用String序列化存储，修改单个字段就要全量更新，性能损耗极大。

Redis Hash（哈希）作为专为**键值对对象**设计的数据结构，完美解决了对象存储与字段级操作的痛点，支持字段增删改查、增量更新、批量获取，是Redis存储结构化数据的首选方案。本篇从Hash核心特性、命令实操、代码落地、场景选型到生产优化，全方位讲解如何用Hash高效存储对象数据。

核心定位：Redis Hash是一个field-value型的散列表，适合存储**结构化对象/配置项**，支持字段粒度操作，相比String序列化存储，更省内存、更新更高效。

一、Redis Hash 核心特性与适用前提

Redis Hash底层采用压缩列表（ziplist）+ 哈希表（hashtable）的混合结构，数据量小时用ziplist节省内存，数据量大时自动切换为hashtable保证查询效率，核心特性如下：

  • 结构化存储：一个Key对应多个field-value对，完美映射Java对象/JSON结构
  • 字段级操作：可单独修改、查询、删除某个字段，无需更新整个对象
  • 内存高效：相比String序列化存储，减少冗余数据，压缩列表进一步节省内存
  • 支持批量操作：批量获取/设置字段，提升IO效率
  • 数值运算：支持数字类型字段的原子增减（HINCRBY），适配计数场景

使用提示：Hash适合存储字段固定、字段数量不多的对象（建议单Hash字段不超过1000个），避免出现超大Hash导致Redis阻塞；字段频繁变动或海量字段的场景不推荐使用。

二、Redis Hash 核心命令实战（命令行+Java代码）

Hash操作围绕单字段/多字段赋值、查询、修改、删除、计数展开，原生命令简洁易懂，配合SpringBoot RedisTemplate可快速落地业务。

1. 字段赋值：单个/批量设置

用于存储对象数据，支持单次设置一个字段或多个字段，是对象入库的基础操作。

命令作用示例
HSET key field value设置单个字段值，字段存在则覆盖HSET user:1001 username "zhangsan" age 25
HMSET key field1 value1 field2 value2...批量设置多个字段值（高版本兼容HSET）HMSET goods:2001 name "iPhone16" price 5999 stock 100
HSETNX key field value字段不存在时才设置，原子性防覆盖HSETNX user:1001 nickname "张三"
/**
 * 单个字段赋值
 */
public void hset(String key, String field, Object value) {
    redisTemplate.opsForHash().put(key, field, value);
}

/**
 * 批量赋值：存储完整对象（推荐）
 */
public void hmset(String key, Map<String, Object> fieldMap) {
    redisTemplate.opsForHash().putAll(key, fieldMap);
    // 结合TTL设置过期时间，承接上篇知识
    redisTemplate.expire(key, 86400, TimeUnit.SECONDS);
}

/**
 * 字段不存在时赋值（防覆盖）
 */
public Boolean hsetnx(String key, String field, Object value) {
    return redisTemplate.opsForHash().putIfAbsent(key, field, value);
}

2. 字段查询：单个/批量/全量获取

用于读取对象数据，支持精准查单个字段、批量查多个字段、全量查所有字段，灵活适配不同查询场景。

命令作用示例
HGET key field获取单个字段值HGET user:1001 username
HMGET key field1 field2...批量获取多个字段值HMGET goods:2001 name price
HGETALL key获取所有字段和值（慎用大数据量）HGETALL user:1001
HKEYS key获取所有字段名HKEYS goods:2001
HVALS key获取所有字段值HVALS user:1001
HLEN key获取字段数量HLEN user:1001
/**
 * 获取单个字段值
 */
public Object hget(String key, String field) {
    return redisTemplate.opsForHash().get(key, field);
}

/**
 * 批量获取多个字段值
 */
public List<Object> hmget(String key, Collection<String> fields) {
    return redisTemplate.opsForHash().multiGet(key, fields);
}

/**
 * 获取整个对象（所有字段）
 */
public Map<String, Object> hgetAll(String key) {
    return redisTemplate.opsForHash().entries(key);
}

/**
 * 获取字段数量
 */
public Long hlen(String key) {
    return redisTemplate.opsForHash().size(key);
}

3. 字段更新与删除

Hash最大优势是支持字段级更新，无需操作整个对象，删除也可精准删除单个字段。

命令作用示例
HDEL key field1 field2...删除指定字段HDEL user:1001 age
HINCRBY key field increment数字字段原子增减（整数）HINCRBY goods:2001 stock -1
HINCRBYFLOAT key field increment数字字段原子增减（浮点数）HINCRBYFLOAT order:1001 amount 10.5
/**
 * 删除指定字段
 */
public Long hdel(String key, Object... fields) {
    return redisTemplate.opsForHash().delete(key, fields);
}

/**
 * 数字字段原子增减（库存/计数场景）
 */
public Long hincrby(String key, String field, long increment) {
    return redisTemplate.opsForHash().increment(key, field, increment);
}

三、Redis Hash 经典业务场景实战

场景1：用户信息缓存（电商/后台核心）

存储用户基本信息、账号信息，支持单独修改昵称、头像、密码等字段，不用全量更新。

// Key规范：user:info:{用户ID}
private static final String USER_INFO_KEY = "user:info:%s";

/**
 * 缓存用户信息
 */
public void cacheUserInfo(User user) {
    String key = String.format(USER_INFO_KEY, user.getUserId());
    Map<String, Object> userMap = new HashMap<>();
    userMap.put("userId", user.getUserId());
    userMap.put("username", user.getUsername());
    userMap.put("age", user.getAge());
    userMap.put("phone", user.getPhone());
    userMap.put("avatar", user.getAvatar());
    // 批量存入Hash
    hmset(key, userMap);
}

/**
 * 单独更新用户头像（字段级修改，高效）
 */
public void updateUserAvatar(Long userId, String avatarUrl) {
    String key = String.format(USER_INFO_KEY, userId);
    hset(key, "avatar", avatarUrl);
}

/**
 * 获取用户基本信息
 */
public User getUserInfo(Long userId) {
    String key = String.format(USER_INFO_KEY, userId);
    Map<String, Object> userMap = hgetAll(key);
    if (CollUtil.isEmpty(userMap)) {
        // 缓存未命中，查DB并回写
        User user = userMapper.selectById(userId);
        cacheUserInfo(user);
        return user;
    }
    // Map转对象
    return JSON.parseObject(JSON.toJSONString(userMap), User.class);
}

场景2：商品详情缓存（替代String序列化）

商品名称、价格、库存、类目等信息用Hash存储，库存扣减、价格调整可单独修改字段，解决String序列化全量更新的痛点。

场景3：配置参数存储

存储系统配置、活动规则、开关参数，支持单独修改某个配置项，实时生效。

场景4：购物车数据存储

Key=cart:{用户ID}，field=商品ID，value=商品数量，通过HINCRBY实现数量增减，HDEL实现商品删除，高效管理购物车。

四、Redis Hash 生产避坑与最佳实践

1. 常见坑点规避

  • 超大Hash问题：单Hash字段数量控制在1000以内，HGETALL全量查询会阻塞Redis
  • 内存膨胀：频繁修改Hash字段，可能导致ziplist重构，占用额外内存
  • 字段命名混乱：统一字段命名规范，避免冗余字段和无效字段
  • 过期时间管控：Hash整体设置TTL，不支持单独字段过期，避免冷数据占用内存

2. 生产最佳实践

  • 优先存储短字段对象：用户信息、商品基础信息、配置项等字段少且固定的结构
  • 禁止全量查询：大数据量Hash不用HGETALL，采用HMGET按需获取字段
  • 结合内存配置：调整redis.conf中hash-max-ziplist-entries、hash-max-ziplist-value，优化内存占用
  • 原子计数场景首选：库存、点赞数、浏览量等需要原子增减的场景，用HINCRBY替代分布式锁
  • 缓存降级兜底：Hash缓存失效时，快速降级到数据库查询，避免缓存击穿

五、Hash vs String：对象存储选型对比

对比维度Redis HashString（序列化）
操作粒度字段级，单独增删改查全对象级，修改需全量更新
内存占用更低，压缩列表优化更高，序列化有冗余
读写性能字段操作更快，IO更少全量读写慢，网络开销大
适用场景结构化对象、频繁字段更新静态数据、不常修改的大文本

核心总结：Hash是Redis存储结构化对象的最优解，字段级操作、原子计数、高效内存三大优势，让它成为用户信息、商品详情、配置缓存的首选；避开超大Hash、全量查询坑点，配合TTL过期策略，可稳定支撑高并发业务。

结语与下篇预告

Hash完美填补了Redis结构化对象存储的空白，相比String更灵活、更高效，是日常开发中使用率极高的数据结构。结合前文的TTL、List知识，可搭建出更完善的缓存架构。

发表回复