redis day02 下

位图：是二进制数据（0101101010）2^32

强势点：

　　01_login :101110(比如：第一天登录，二天没登录)

　　

　　传统的字符串解决方案中 记录用户登录日期  统计堪忧

　　01_login_20200206:  1

　　01_login_20200207:  0

　　

　　传统的list解决方案中 统计堪忧，查找堪忧

　　01_login :[20200206, 20200208](统计那天登录了)

SETBIT kk3 8 1（第8位是1,其他为0）

00000001

Hash散列数据类型(field和value必须是字符串类型)

字段和value      hk   {'age':18,'gemder':'male'}

优点：

1,特定条件下节约内存空间 满足两个条件才能节约 [1,字段小于512个，2：value不能超64个字节]--zipmap

2,可按需获取字段的值

hk 200 field  可精确查找具体的字段，如 age

传统方案：

python  准备一个200字段的字典  用 redis string  ：json.dumps(字典)  r.set('pyd',d)

缺点：

1,不能让hash每一个field设置过期，  hk：{'age':18},只能对hk设置

2,存储消耗大于字符串结构

Redus--hash原理

hash是无序的

redis是二维的,当你存一个key的时候，是一个一维数组（0,1,2,3,4）

数组 =( 0,1,2,3,4）

数组 = （guwenyuan，1,2,3,4）

1)hest h1 username guwenyuan  插入姓名

1，hash（username）% 5 = 0(比如等于0) 就到数组中的 0位置、

数组 = （guwenyuan，1,2,3,4）

2,  hash（username）%5 =0(比如这个也等于0)

age = 18  姓名和年龄的位置为一致的就是hash碰撞

哈希碰撞：两个字段的哈希值对应的存储空间索引位置冲突，即为哈希碰撞

哈希碰撞解决方案:在当前位置下方开辟存储空间，进行存储 --单链法

3,扩容 - 当一维存储位置不够时，要进行扩容

redis出发扩容条件  当总字段个数等于一维数组的长度是，开始扩容

4,redis-渐进式的扩容 - 一次只迁一丢丢    保留两份数据，新旧两份数据，

哈希的应用场景