字符串和哈希的区别
Redis是采用字典结构来存储数据的，比如字符串就是一个键 一个值
类似python中的{key: value}
哈希类型则可以理解为二级字典结构来存储数据，它的数据结构是键 字段 值
类似python中的{key: {subkey: value}}
思考:
从结构上看哈希类型比字符串类型多了一个二级嵌套；其实如果利用json.dumps和json.loads也可以在字符串的value中写入一个二级嵌套的键值对象(例如下面这段代码)； 从单条数据且字段较少的案例上来看本质上没有什么区别，但是当一级字段数量较多时，处理每个二级字段哈希类型可以利用到redis的特性，而字符串类型只能加载出来由编程语言单独来进行处理。
import json
import redis
from _functools import partial
# 连接redis
r = redis.StrictRedis('192.168.1.124', decode_responses=True)
# 清空所有键
for number, key in enumerate(r.keys()):
r.delete(key)
# 准备数据
r.set('str_computer', json.dumps({'cpu': 'i5', 'hd': 'ssd', 'memo': '8G'}))
r.hmset('hash_computer', {'cpu': 'i5', 'hd': 'ssd', 'memo': '8G'})
# 查看数据
for number, key in enumerate(r.keys()):
if number == 0:
print('{!s:<20}{!s:<30}{}'.format('数据类型', '键名', '值'))
call = partial(lambda: '')
if r.type(key) == 'string': call = partial(r.get, key)
if r.type(key) == 'list': call = partial(r.lrange, *(key, 0, -1))
if r.type(key) == 'hash': call = partial(r.hgetall, key)
print('{!s:<20}{!s:<30}{}'.format(r.type(key), key, call()))
# 显示结果
'''
数据类型 键名 值
hash hash_computer {'cpu': 'i5', 'memo': '8G', 'hd': 'ssd'}
string str_computer {"cpu": "i5", "memo": "8G", "hd": "ssd"}
'''
结构化 、 半结构化 、 非结构化
Redis既不是结构化数据也不是非结构化数据，它是半结构化数据。它为什么会被归类为半结构化数据。是因为数据的结构定义时有说明，能保存在数据库中的二维数据是结构化数据，而不能保存在数据库中的数据（例如：图片、文本、flask、exe文件等）是非结构化数据。Redis的数据既能和传统关系数据库一样保存二维数据，但又没有像关系型数据库那样限定死字段定义了之后就必须填写数据，因此向它这样能随意定义数据结构的二维数据库被称之为半结构化。
举例说明
关系型数据库定义了下面这样一张汽车资料表。
| ID | color | name | price |
|---|---|---|---|
| 1 | 黑色 | 宝马 | 100万 |
| 2 | 白色 | 奥迪 | 90万 |
| 3 | 蓝色 | 宾利 | 600万 |
如果这个时候因为某种业务要求记录公司车辆资产已销售的车辆标记一个销售时间，那么一般的做法是在这张表上增加一个销售时间字段，那么整个表的结构将会变成下面这个样子。
| ID | color | name | price | sold_at |
|---|---|---|---|---|
| 1 | 黑色 | 宝马 | 100万 | 2017-04-20 15:53:53 |
| 2 | 白色 | 奥迪 | 90万 | |
| 3 | 蓝色 | 宾利 | 600万 |
开个脑洞，对于ID2 和ID2这两辆车来说它们可能并不会卖掉，因为它们是公司要使用的车辆，所以对于它们两来说这个销售时间字段其实是冗余的。
那么在redis中并没有所谓的表字段的概念，所以就不会被这个东西约束；下面是列出redis是如何存储这种场景数据的。
import redis
# 连接redis数据库: 无密码
r = redis.StrictRedis(host='192.168.1.124', decode_responses=True)
# 清空所有键
for number, key in enumerate(r.keys()):
r.delete(key)
# 定义数据
r.hmset('ID:1', {'color': '黑色', 'name': '宝马', 'price': '100万',
'data': '2017-04-20 16:06:06'})
r.hmset('ID:2', {'color': '白色', 'name': '奥迪', 'price': '90'})
r.hmset('ID:3', {'color': '蓝色', 'name': '宾利', 'price': '600万'})
# 获取数据
id_1, id_2, id_3 = r.hgetall('ID:1'), r.hgetall('ID:2'), r.hgetall('ID:3')
# 打印数据
print(id_1, id_2, id_3, sep='\n')
# 查看数据
{'name': '宝马', 'color': '黑色', 'price': '100万', 'data': '2017-04-20 16:06:06'}
{'name': '奥迪', 'color': '白色', 'price': '90'}
{'name': '宾利', 'color': '蓝色', 'price': '600万'}
参考
- [x] 书籍： Redis 入门指南
- [x] 百度知道： 什么叫结构化，半结构化和非结构化数据
