redis中怎么对Hash字典进行操作

redis中怎么对Hash字典进行操作，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。

1.Redis操作之Hash操作

redis支持五大数据类型，只支持第一层，也就说字典的value值，必须是字符串

如果value值想存字典，必须用json转换一下，转成字符串

redis hash字典操作

reids:{
k1:'dafdadfasf',
m1:{
'key2':value2,
'key1':value1,
}
}

1.hset(name, key, value)，插入值

# name对应的hash中设置一个键值对（不存在，则创建；否则，修改）
 
# 参数：
    # name，redis的name
    # key，name对应的hash中的key
    # value，name对应的hash中的value
 
# 注：
    # hsetnx(name, key, value),当name对应的hash中不存在当前key时则创建（相当于添加）
# 设置值# conn.hset('m1','cao','曹蕊')

2.hmset(name, mapping)，批量插入值

# 在name对应的hash中批量设置键值对
 
# 参数：
    # name，redis的name
    # mapping，字典，如：{'k1':'v1', 'k2': 'v2'}
 
# 如：
    # r.hmset('xx', {'k1':'v1', 'k2': 'v2'})
# 批量插入设置值# conn.hmset('m2', {'cao': 100, 'bai': 101})

3.hget(name,key)，取值

# 在name对应的hash中获取根据key获取value
# 取值,根据大字典的key,再去查key
print(conn.hget('m2','cao'))

4.hmget(name, keys, *args) 批量取值

# 在name对应的hash中获取多个key的值
 
# 参数：
    # name，reids对应的name
    # keys，要获取key集合，如：['k1', 'k2', 'k3']
    # *args，要获取的key，如：k1,k2,k3
 
# 如：
    # r.mget('xx', ['k1', 'k2'])
    # 或
    # print r.hmget('xx', 'k1', 'k2')
print(conn.hmget('m2','cao','bai'))print(conn.hmget('m2',['cao','bai']))

hlen(name)

# 获取name对应的hash中键值对的个数
# print(conn.hlen('m2'))

hkeys(name)

# 获取name对应的hash中所有的key的值
# print(conn.hkeys('m2'))

hvals(name)

# 获取name对应的hash中所有的value的值
# print(conn.hvals('m2'))

hexists(name, key)

# 检查name对应的hash是否存在当前传入的key
# print(conn.hexists('m2','cao'))

hdel(name,*keys)

# 将name对应的hash中指定key的键值对删除
print(re.hdel('xxx','sex','name'))
# conn.hdel('m2','key1','key2')
# 这样可以# conn.hdel('m2',*['key1','key2'])# 这样不行# conn.hdel('m2',['key1','key2'])

hincrby用来统计一个东西的数量的频繁增加(name, key, amount=1)

hincrby应用场景:

统计文章阅读数:key是文章id,value是文章阅读数,有一个阅读者,数字加一,固定一个时间,将数据同步到数据库,一定要写日志，避免出错，还能查找到

# 自增name对应的hash中的指定key的值，不存在则创建key=amount
# 参数：
    # name，redis中的name
    # key， hash对应的key
    # amount，自增数（整数）
conn.hincrby('m1','key3')

hincrbyfloat(name, key, amount=1.0)

# 自增name对应的hash中的指定key的值，不存在则创建key=amount
 
# 参数：
    # name，redis中的name
    # key， hash对应的key
    # amount，自增数（浮点数）
 
# 自增name对应的hash中的指定key的值，不存在则创建key=amount

hgetall(name)——慎用，一次性取出数据前需要先hlen看下长度

# 获取name对应hash的所有键值
print(re.hgetall('xxx').get(b'name'))
# 根据key把所有的值取出来
# print(conn.hgetall('m2'))

hscan_iter(name, match=None, count=None)，增量迭代取值

# 利用yield封装hscan创建生成器，实现分批去redis中获取数据
 
# 参数：
    # match，匹配指定key，默认None 表示所有的key
    # count，每次分片最少获取个数，默认None表示采用Redis的默认分片个数
 
# 如：
    # for item in r.hscan_iter('xx'):
    #     print item

应用场景：
比如我redis中字典有10000w条数据，全部都打印出来
hscan——指定游标，然后取多少值

for i in range(1000):
    conn.hset('m2','key%s'%i,'value%s'%i)
指定每次取10条,直到取完
ret=conn.hscan_iter('m2',count=100)
不要用这种方式，一下全部取出，redis可能会被撑爆，或者先用len查看下长度再决定使用getall或者其他
ret=conn.hgetall('m2')

hscan(name, cursor=0, match=None, count=None)——指定游标,然后取多少数据

# 增量式迭代获取，对于数据大的数据非常有用，hscan可以实现分片的获取数据，并非一次性将数据全部获取完，从而防止内存被撑爆
 
# 参数：
    # name，redis的name
    # cursor，游标（基于游标分批取获取数据）
    # match，匹配指定key，默认None 表示所有的key
    # count，每次分片最少获取个数，默认None表示采用Redis的默认分片个数
 
# 如：
    # 第一次：cursor1, data1 = r.hscan('xx', cursor=0, match=None, count=None)
    # 第二次：cursor2, data1 = r.hscan('xx', cursor=cursor1, match=None, count=None)
    # ...
    # 直到返回值cursor的值为0时，表示数据已经通过分片获取完毕

看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注亿速云行业资讯频道，感谢您对亿速云的支持。