侧边栏壁纸
  • 累计撰写 251 篇文章
  • 累计创建 138 个标签
  • 累计收到 16 条评论

目 录CONTENT

文章目录

Redis 开发规范参考

Sherlock
2019-03-02 / 0 评论 / 0 点赞 / 1388 阅读 / 12248 字 / 编辑
温馨提示:
本文最后更新于 2023-10-09,若内容或图片失效,请留言反馈。部分素材来自网络,若不小心影响到您的利益,请联系我们删除。

转自:阿里云Redis开发规范

该作者其他好文推荐:
JedisPool资源池优化
Jedis常见异常汇总
redis4.0、codis、阿里云redis 3种redis集群对比分析
记一次Redis内存诡异增长

1.键值设计

1.1 key名设计

  • (1)【建议】:可读性和可管理性
    以业务名(或数据库名)为前缀(防止key冲突),用冒号分隔,比如业务名:表名:id
ugc:video:1
  • (2)【建议】:简洁性
    保证语义的前提下,控制key的长度,当key较多时,内存占用也不容忽视,例如:
user:{uid}:friends:messages:{mid}简化为u:{uid}:fr:m:{mid}。
  • (3)【==强制==】:不要包含特殊字符
    反例:包含空格、换行、单双引号以及其他转义字符

1.2 value设计

  • (1)【==强制==】:拒绝 bigkey(防止网卡流量、慢查询)

string类型控制在10KB以内,hash、list、set、zset元素个数不要超过5000。

反例:
一个包含200万个元素的list。

非字符串的bigkey,不要使用del删除,使用hscan、sscan、zscan方式渐进式删除,同时要注意防止bigkey过期时间自动删除问题(例如一个200万的zset设置1小时过期,会触发del操作,造成阻塞,而且该操作不会出现在慢查询中(latency可查)),查找方法删除方法

  • (2)【推荐】:选择适合的数据类型。
    例如:实体类型(要合理控制和使用数据结构内存编码优化配置,例如ziplist,但也要注意节省内存和性能之间的平衡)
    反例:
set user:1:name tom
set user:1:age 19
set user:1:favor football

正例:

hmset user:1 name tom age 19 favor football
  • (3) 【推荐】:控制key的生命周期,redis不是垃圾桶。
    建议使用expire设置过期时间(条件允许可以打散过期时间,防止集中过期),不过期的数据重点关注idletime。

2.命令使用

  • (1)【推荐】 O(N)命令关注N的数量
    例如hgetall、lrange、smembers、zrange、sinter等并非不能使用,但是需要明确N的值。
    有遍历的需求可以使用hscan、sscan、zscan代替。

  • (2)【推荐】:禁用命令
    ==禁止线上==使用keys、flushall、flushdb等,通过redis的rename机制禁掉命令,或者使用scan的方式渐进式处理(参考#6.1)。

  • (3)【推荐】合理使用select
    redis的多数据库较弱,使用数字进行区分,很多客户端支持较差,同时多业务用多数据库实际还是单线程处理,会有干扰。

  • (4)【推荐】使用批量操作提高效率

原生命令:例如mget、mset。
非原生命令:可以使用pipeline提高效率。

但要注意控制一次批量操作的元素个数(例如500以内,实际也和元素字节数有关)。

注意两者不同:

1. 原生是原子操作,pipeline是非原子操作。
2. pipeline可以打包不同的命令,原生做不到
3. pipeline需要客户端和服务端同时支持。
  • (5)【建议】Redis事务功能较弱,不建议过多使用
    Redis的事务功能较弱(不支持回滚),而且集群版本(自研和官方)要求一次事务操作的key必须在一个slot上(可以使用hashtag功能解决)。

  • (6)【建议】Redis集群版本在使用Lua上有特殊要求:

  • 1.所有key都应该由 KEYS 数组来传递,redis.call/pcall 里面调用的redis命令,key的位置,必须是KEYS array, 否则直接返回error,"-ERR bad lua script for redis cluster, all the keys that the script uses should be passed using the KEYS array"

  • 2.所有key,必须在1个slot上,否则直接返回error, "-ERR eval/evalsha command keys must in same slot"

  • (7)【建议】必要情况下使用monitor命令时,要注意不要长时间使用。

3.客户端使用

  • (1)【推荐】
    避免多个应用使用一个Redis实例

正例:不相干的业务拆分,公共数据做服务化。

  • (2)【推荐】
    使用带有连接池的数据库,可以有效控制连接,同时提高效率,标准使用方式:
// 执行命令如下:
Jedis jedis = null;
try {
    jedis = jedisPool.getResource();
    //具体的命令
    jedis.executeCommand()
} catch (Exception e) {
    logger.error("op key {} error: " + e.getMessage(), key, e);
} finally {
    //注意这里不是关闭连接,在JedisPool模式下,Jedis会被归还给资源池。
    if (jedis != null) 
        jedis.close();
}

下面是JedisPool优化方法的文章:

1.Jedis常见异常汇总
2.JedisPool资源池优化

  • (3)【建议】
    高并发下建议客户端添加熔断功能(例如netflix hystrix)

  • (4)【推荐】
    设置合理的密码,如有必要可以使用SSL加密访问(阿里云Redis支持)

  • (5)【建议】
    根据自身业务类型,选好maxmemory-policy(最大内存淘汰策略),设置好过期时间。

默认策略是volatile-lru,即超过最大内存后,在过期键中使用lru算法进行key的剔除,保证不过期数据不被删除,但是可能会出现OOM问题。

其他策略如下:

  • allkeys-lru:根据LRU算法删除键,不管数据有没有设置超时属性,直到腾出足够空间为止。
  • allkeys-random:随机删除所有键,直到腾出足够空间为止。
  • volatile-random:随机删除过期键,直到腾出足够空间为止。
  • volatile-ttl:根据键值对象的ttl属性,删除最近将要过期数据。如果没有,回退到noeviction策略。
  • noeviction:不会剔除任何数据,拒绝所有写入操作并返回客户端错误信息"(error) OOM command not allowed when used memory",此时Redis只响应读操作。

4.相关工具

  • (1)【推荐】:数据同步
    redis间数据同步可以使用:redis-port

  • (2)【推荐】:big key搜索
    redis大key搜索工具

  • (3)【推荐】:热点key寻找(内部实现使用monitor,所以建议短时间使用)
    facebook的redis-faina

阿里云Redis已经在内核层面解决热点key问题。

5.附录:删除 bigkey

1. 下面操作可以使用pipeline加速。
2. redis 4.0已经支持key的异步删除,欢迎使用。

5.1 Hash 删除: hscan + hdel

public void delBigHash(String host, int port, String password, String bigHashKey) {
    Jedis jedis = new Jedis(host, port);
    if (password != null && !"".equals(password)) {
        jedis.auth(password);
    }
    ScanParams scanParams = new ScanParams().count(100);
    String cursor = "0";
    do {
        ScanResult<Entry<String, String>> scanResult = jedis.hscan(bigHashKey, cursor, scanParams);
        List<Entry<String, String>> entryList = scanResult.getResult();
        if (entryList != null && !entryList.isEmpty()) {
            for (Entry<String, String> entry : entryList) {
                jedis.hdel(bigHashKey, entry.getKey());
            }
        }
        cursor = scanResult.getStringCursor();
    } while (!"0".equals(cursor));
    
    //删除bigkey
    jedis.del(bigHashKey);
}

5.2 List 删除: ltrim

public void delBigList(String host, int port, String password, String bigListKey) {
    Jedis jedis = new Jedis(host, port);
    if (password != null && !"".equals(password)) {
        jedis.auth(password);
    }
    long llen = jedis.llen(bigListKey);
    int counter = 0;
    int left = 100;
    while (counter < llen) {
        //每次从左侧截掉100个
        jedis.ltrim(bigListKey, left, llen);
        counter += left;
    }
    //最终删除key
    jedis.del(bigListKey);
}

5.3 Set 删除: sscan + srem

public void delBigSet(String host, int port, String password, String bigSetKey) {
    Jedis jedis = new Jedis(host, port);
    if (password != null && !"".equals(password)) {
        jedis.auth(password);
    }
    ScanParams scanParams = new ScanParams().count(100);
    String cursor = "0";
    do {
        ScanResult<String> scanResult = jedis.sscan(bigSetKey, cursor, scanParams);
        List<String> memberList = scanResult.getResult();
        if (memberList != null && !memberList.isEmpty()) {
            for (String member : memberList) {
                jedis.srem(bigSetKey, member);
            }
        }
        cursor = scanResult.getStringCursor();
    } while (!"0".equals(cursor));
    
    //删除bigkey
    jedis.del(bigSetKey);
}

5.4 SortedSet删除: zscan + zrem

public void delBigZset(String host, int port, String password, String bigZsetKey) {
    Jedis jedis = new Jedis(host, port);
    if (password != null && !"".equals(password)) {
        jedis.auth(password);
    }
    ScanParams scanParams = new ScanParams().count(100);
    String cursor = "0";
    do {
        ScanResult<Tuple> scanResult = jedis.zscan(bigZsetKey, cursor, scanParams);
        List<Tuple> tupleList = scanResult.getResult();
        if (tupleList != null && !tupleList.isEmpty()) {
            for (Tuple tuple : tupleList) {
                jedis.zrem(bigZsetKey, tuple.getElement());
            }
        }
        cursor = scanResult.getStringCursor();
    } while (!"0".equals(cursor));
    
    //删除bigkey
    jedis.del(bigZsetKey);
}

6.附录:线上禁止使用keys

当数据量达到几百万时,直接使用keys这个指令就会导致 Redis 服务卡顿,因为Redis 是单线程程序,顺序执行所有指令,其它指令必须等到当前的keys指令执行完了才可以继续。

SCAN命令是增量的循环,每次调用只会返回一小部分的元素。所以不会让redis假死 SCAN命令返回的是一个游标,从0开始遍历,到0结束遍历。

可以使用scan命令渐进式处理,特点如下:

1、复杂度虽然也是 O(n),但是它是通过游标分步进行的,不会阻塞线程
2、提供 count 参数,不是结果数量,是redis单次遍历字典槽位数量(约等于) ,无法保证每次返回的个数等于给定的 count,事实上大部分情况都小于;
3、同 keys 一样,它也提供模式匹配功能;
4、服务器不需要为游标保存状态,游标的唯一状态就是 scan 返回给客户端的游标整数;
5、返回的结果可能会有重复,需要客户端去重复,这点非常重要;
6、单次返回的结果是空的并不意味着遍历结束,而要看返回的游标值是否为零。

6.1 命令格式

SCAN cursor [MATCH pattern] [COUNT count]

--->

SCAN 游标 MATCH 需要匹配的模式 COUNT 每次迭代所需要返回的元素数量(实际返回不一定返回这么多)

Java 代码示例

客户端以Jedis 2.10.2 版本为例(3.x版本 API 相关有变动):

@Test
public void testScan() {
	/**
	 * 【潜在的问题】
	 * redisTemplate.getConnectionFactory().getConnection() 获取 pool 中的 redisConnection 后,并没有后续操作,
	 * 也就是说此时 redis 连接池中的链接被租赁后并没有释放或者退还到链接池中,
	 * 虽然业务已处理完毕 redisConnection 已经空闲,但是 pool 中的 redisConnection 的状态还没有回到 idle 状态
	 */
	RedisConnection conn = RedisConnectionUtils.getConnection(redisTemplate.getConnectionFactory());
	// Jedis jedis = (Jedis) conn.getNativeConnection();
	// 或者 Jedis jedis = (Jedis) redisTemplate.getConnectionFactory().getConnection().getNativeConnection();
	// jedis.xxx ...

	/** 解决方法 */
	// 1.可以 这样手动释放连接
	RedisConnectionUtils.releaseConnection(conn, redisTemplate.getConnectionFactory());

	// 2.或者 这样使用
	redisTemplate.execute((RedisCallback) (redisConnection) -> {
		Jedis jedis = (Jedis) redisConnection.getNativeConnection();
		// 或者 Jedis jedis = (Jedis) redisTemplate.getConnectionFactory().getConnection().getNativeConnection();
		Set<String> keys = new HashSet<>();
		/**
		 * SCAN 命令是一个基于游标的迭代器。
		 * 每次被调用都需要使用上一次这个调用返回的游标作为该次调用的游标参数,以此来延续之前的迭代过程。
		 * 当SCAN命令的游标参数被设置为 0 时, 服务器将开始一次新的迭代,而当服务器向用户返回值为 0 的游标时, 表示迭代已结束。
		 *
		 * 并不保证每次执行都返回某个给定数量的元素,甚至可能会返回0个元素, 但只要命令返回的游标不是 0 ,应用程序就不应该将迭代视作结束。
		 */
		// 每次取10个,match 匹配是非前缀匹配
		ScanParams scanParams = new ScanParams().count(10).match("session:*");
		// 初始游标为0
		int cursor = 0;
		boolean firstScan = true;
		while (cursor != 0 || firstScan) {
			firstScan = false;
			ScanResult<String> result = jedis.scan(cursor, scanParams);
			cursor = result.getCursor();
			// 可能会返回重复的元素,需要手动去重
			keys.addAll(result.getResult());
			System.out.println(String.format("# 游标: %s, 个数: %s", cursor, result.getResult().size()));
			System.out.println(JSON.toJSONString(result.getResult()));
		}
		System.out.println(String.format("总数 = %s", keys.size()));
	   return null;
	});
}

具体命令可以参考在线文档:SCANSCAN

0
  1. 支付宝打赏

    qrcode alipay
  2. 微信打赏

    qrcode weixin

评论区