宝塔服务器面板，一键全能部署及管理，送你10850元礼包，点我领取

在没有关注此函数之前，我们使用的是Memcache的数据存储方式，但是更换redis后，在一个hash中存储和检索数据对Memcache来说非常方便。 但是，发生了问题。 如果一个hash的列表不大量，在hGetAll函数中几乎看不到问题。 当这个列表达到50以上时，就使用Hgetache

Redis是单线程的！ 处理一个请求时，其他请求只能等待。 通常，请求会立即处理，但在使用HGETALL时，必须遍历每个字段以检索数据。 其间消耗的CPU资源与字段数量成比例。 如果还使用PIPELINING的话，会更加雪上加霜。

PERFORMANCE=CPUs/OPERATIONs也就是说，在此场景中，是否要增加运算中的CPU数量以提高性能？ 是否减少运算中的操作数？ 为了继续使用hash结构的数据，并解决此问题，将hash保存为序列化字符串，获取时取出反序列化的数据，然后使用hget(key，array ) hash . )非常有用。

例如：

. $ arr key=array (DBF ba 184 bef 630526 a 75 F2 CD 073 a 6098 )、) DBF ba 184 bef 630526 a 75 F2 CD0dsw et 98 ) $strKey=’test； $obj-hget($strkey，$arrKey )； 将原来的hGetAll操作简化为hGet。 也就是说，由于不需要遍历hash中的所有字段，所以即使不能让多个CPU参与运算，也可以大幅减少操作数量，因此性能的提高仍然很显著。 当然劣势也很明显，和所有冗馀方式一样，该方案浪费了大量的内存。

虽然不再有这种遍历字段的过程，但反序列化过程会增加，反序列化的成本也很高，但这样做会提高性能吗？ 问题的关键是，遍历字段的操作现在只需要一个cpu。 然后，反序列化操作可以确保任何语言的多进程或多线程都在多个cpu上进行，从而提高整体性能。

此外，许多人直觉通过运行redis的多个实例来解决问题。 确实，这可以增加运算中的CPU数量，有助于提高性能。 但是需要注意的是，hGetAll和PIPELINING经常会使运算中的操作数呈几何爆炸式增长，而我们可以增加的redis多实例数却杯水车薪，因此在本例中该方法无法完全解决问题。

快三稳赚10大技巧化的数据，然后使用hget(key，array ) hash . )非常有用。

例如：

. $ arr key=array (DBF ba 184 bef 630526 a 75 F2 CD 073 a 6098 )、) DBF ba 184 bef 630526 a 75 F2 CD0dsw et 98 ) $strKey=’test； $obj-hget($strkey，$arrKey )； 将原来的hGetAll操作简化为hGet。 也就是说，由于不需要遍历hash中的所有字段，所以即使不能让多个CPU参与运算，也可以大幅减少操作数量，因此性能的提高仍然很显著。 当然劣势也很明显，和所有冗馀方式一样，该方案浪费了大量的内存。

虽然不再有这种遍历字段的过程，但反序列化过程会增加，反序列化的成本也很高，但这样做会提高性能吗？ 问题的关键是，遍历字段的操作现在只需要一个cpu。 然后，反序列化操作可以确保任何语言的多进程或多线程都在多个cpu上进行，从而提高整体性能。

此外，许多人直觉通过运行redis的多个实例来解决问题。 确实，这可以增加运算中的CPU数量，有助于提高性能。 但是需要注意的是，hGetAll和PIPELINING经常会使运算中的操作数呈几何爆炸式增长，而我们可以增加的redis多实例数却杯水车薪，因此在本例中该方法无法完全解决问题。