Redis--基础知识点--27--redis缓存分类树

在 Redis 中存储分类树，通常需要选择合适的数据结构来表现层级关系。以下是使用 字符串（String） 和 哈希（Hash） 两种常见方案的举例说明，结合电商分类场景（如 电子产品 > 手机 > 智能手机 > 品牌）展开：

方案一：字符串（String）存储路径

数据结构设计

键名：category:path:{node_id}
- 例如：category:path:1001
值：完整分类路径（用分隔符连接）
- 例如：电子产品>手机>智能手机>苹果

操作示例

添加分类

# 添加根节点（电子产品）
SET category:path:1001 "电子产品"# 添加子节点（手机）
SET category:path:1002 "电子产品>手机"# 添加叶节点（苹果）
SET category:path:1005 "电子产品>手机>智能手机>苹果"

查询分类

# 获取苹果的完整路径
GET category:path:1005  # 返回 "电子产品>手机>智能手机>苹果"# 查询所有手机相关分类（通过模式匹配）
KEYS category:path:1002*  # 返回匹配的键（需谨慎使用 KEYS 命令）

删除分类

# 删除苹果分类（需同时处理其子节点，此处假设无子节点）
DEL category:path:1005

遍历分类树

# 查询所有根节点（假设根节点路径不含 ">"）
SCAN 0 MATCH category:path:* COUNT 100  # 遍历所有键，过滤不含 ">" 的值

优缺点

优点：实现简单，路径直观。
缺点：
- 查询子节点需解析路径字符串（如通过 STRSPLIT 拆分 >）。
- 更新路径需级联修改所有子节点（如重命名“手机”为“移动设备”，需更新所有子节点路径）。

方案二：哈希（Hash）存储层级关系

数据结构设计

键名：category:node:{node_id}
字段：
- name: 分类名称
- parent_id: 父节点 ID（根节点为 0 或 nil）
- level: 层级深度（可选）

操作示例

添加分类

# 添加根节点（电子产品）
HSET category:node:1001 name "电子产品" parent_id 0 level 1# 添加子节点（手机）
HSET category:node:1002 name "手机" parent_id 1001 level 2# 添加叶节点（苹果）
HSET category:node:1005 name "苹果" parent_id 1003 level 4

查询分类

# 获取苹果的父节点 ID
HGET category:node:1005 parent_id  # 返回 "1003"# 查询手机的所有子节点（需递归查询）
# 步骤1：找到手机的节点ID（假设为1002）
# 步骤2：查询所有 parent_id=1002 的节点
SCAN 0 MATCH category:node:* COUNT 100 | xargs -I{} redis-cli HGET {} parent_id | grep 1002

删除分类

# 删除苹果分类（需同时删除其子节点，此处假设无子节点）
DEL category:node:1005

遍历分类树

# 查询所有根节点（parent_id=0）
SCAN 0 MATCH category:node:* COUNT 100 | xargs -I{} redis-cli HGET {} parent_id | grep 0

优缺点

优点：
- 结构清晰，便于查询父子关系。
- 修改分类名称无需级联更新子节点（仅修改当前节点 name 字段）。
缺点：
- 查询子节点需递归或多次访问 Redis。
- 需维护 parent_id 和 level 字段，增加数据一致性风险。

方案三：优化方案 - 路径枚举 + 哈希

结合两种方案优点，使用 哈希存储属性 + 字符串存储路径枚举：

数据结构设计

哈希：category:node:{node_id} 存储 name 和 parent_id。
字符串：category:path:{node_id} 存储完整路径（如 电子产品>手机>苹果）。

操作示例

添加分类

# 添加苹果分类
HSET category:node:1005 name "苹果" parent_id 1003
SET category:path:1005 "电子产品>手机>智能手机>苹果"

查询路径

# 获取苹果的完整路径
GET category:path:1005

查询子节点

# 通过哈希查询父节点 ID，再通过路径枚举匹配子节点
HGET category:node:1003 parent_id  # 假设1003是智能手机的节点ID
KEYS category:path:1003*  # 匹配所有以智能手机路径开头的节点

优缺点

优点：
- 路径查询高效（直接通过字符串匹配）。
- 属性修改灵活（通过哈希单独更新）。
缺点：
- 数据冗余（同时存储哈希和字符串）。
- 需维护两种数据结构的一致性。

方案四：使用 RedisJSON 存储树形结构

如果 Redis 版本支持 RedisJSON 模块，可直接存储 JSON 树形结构：

数据结构设计

键名：category:tree

值：JSON 对象，例如：

{"id": 1001,"name": "电子产品","children": [{"id": 1002,"name": "手机","children": [{"id": 1003,"name": "智能手机","children": [{"id": 1004, "name": "苹果"},{"id": 1005, "name": "华为"}]}]}]
}

操作示例

添加分类

JSON.SET category:tree . '{"id":1001,"name":"电子产品","children":[{"id":1002,"name":"手机","children":[]}]}'

查询子节点

JSON.GET category:tree $.children[0].children  # 返回手机分类的子节点

更新分类

JSON.SET category:tree $.children[0].children[0].name '移动设备'  # 重命名手机为移动设备

优缺点

优点：
- 结构自然，支持嵌套查询。
- 减少数据冗余（单个键存储完整树）。
缺点：
- 需 Redis 版本 ≥ 4.0 且安装 RedisJSON 模块。
- 修改深层节点需精确 JSON 路径（如 $.children[0].children[0].name）。

总结与选型建议

方案	适用场景	优点	缺点
字符串路径	简单分类树，查询需求少	实现简单，路径直观	更新路径需级联修改
哈希层级	需频繁查询父子关系	结构清晰，修改灵活	查询子节点需递归
路径枚举+哈希	平衡路径查询与属性修改	路径查询高效，属性修改灵活	数据冗余，维护复杂
RedisJSON 树形	复杂分类树，需嵌套查询	结构自然，支持复杂操作	依赖模块，路径操作复杂