redis要点分析

---

一、导语

Redis（Remote Dictionary Server )，即远程字典服务，是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。

（学习视频分享：redis视频教程）

由于其上手快，执行效率高，拥有多种数据结构，支持持久化以及集群等功能和特点被众多互联网公司所使用。但是，如果使用和操作不当，会引起内存浪费，甚至系统宕机等严重后果。

二、要点分析

2.1 使用正确的数据类型

在 Redis 5 种数据类型中，string 类型最为常用，也最为简单。但是，能解决问题不代表使用了正确的数据类型。

例如，将一个用户（name,age,city）信息保存到 Redis 中，下边有三种方案：

方案1：使用 string 类型，每个属性当作一个 key

set user:1:name laowang
set user:1:age 40
set user:1:city shanghai

优点：简单直观，每个属性支持更新操作
缺点：使用过多的 key，占用的内存较大，同时用户信息的聚合性较差，管理和维护麻烦

方案2：使用 string 类型，将用户信息序列化成字符串保存

// 序列化用户信息
String userInfo = serialize(user)
set user:1 userInfo

优点：简化存储步骤
缺点：序列化和反序列化存在一定开销

方案3：使用 hash 类型，每个属性使用一对 field-value，但只用一个 key

hmset user:1 name laowang age 40 city shanghai

优点：简单直观，合理使用可以减少内存空间

总结：尽量减少 Redis 中的 key。

2.2 警惕 Big Key

big key 一般指的是字符串类型 value 值非常大(大于10KB)，或哈希、列表、集合、有序集合元素个数多(大于5000个)的 key。

big key 会对 Redis 造成很多负面影响:

内存不均：在集群环境下，big key 被分配到某个节点机器中，由于不知道被分配到哪个节点上且该节点内存占用大，不利于集群环境下内存的统一管理

超时阻塞：由于 Redis 是单线程操作，操作 big key 比较耗时，容易造成阻塞

过期删除：big key 不单读写慢，删除也慢，删除过期 big key 也比较耗时

迁移困难：由于数据庞大，备份和还原也容易造成阻塞，操作失败

知道了 big key 的危害，我们如何判断和查询 big key 呢？其实，redis-cli 提供了 --bigkeys 参数，键入 redis-cli --bigkeys 即可查询出 big key 。

找到 big key 后，我们一般会将 big key 拆分成多个小 key 进行存储。这种做法似乎与 2.1 的总结相矛盾，但任何方案都有优缺点，衡量利弊取决于实际情况。

总结：尽量减少 Redis 中的 big key。

补充：如果想查看某个 key 所占用的内存空间，可以使用 memory usage  命令。注意：该命令是 Redis 4.0+ 才开始提供的，如想使用必须将 Redis 升级至 4.0+。

2.3 内存消耗

即便我们合适使用正确的数据类型保存数据，将 Big Key 拆分小 key，还是会出现内存消耗问题，那么 Redis 内存消耗是如何产生的呢？一般由以下 3 种情况产生：

业务不断发展，存储的数据不断增多(不可避免)

无效/过期的数据没有及时处理(可优化)

没有对冷数据进行降级(可优化)

在优化情况 2 之前，我们得先知道为什么会出现没有及时处理过期数据的问题，这得说到 Redis 提供的 3 种过期删除策略：

定时删除：对于每个设置了过期时间的 key 都会创建一个定时器，一旦达到过期时间就立即删除

惰性删除：当访问一个 key 时，才判断该 key 是否已过期，如过期就删除

定期删除：每隔一段时间扫描 Redis 中过期 key 的字典，并清除部分过期的 key

eMart 网店系统

功能列表：底层程序与前台页面分离的效果，对页面的修改无需改动任何程序代码。完善的标签系统，支持自定义标签，公用标签，快捷标签，动态标签，静态标签等等，支持标签内的vbs语法，原则上运用这些标签可以制作出任何想要的页面效果。兼容原来的栏目系统，可以很方便的插入一个栏目或者一个栏目组到页面的任何位置。底层模版解析程序具有非常高的效率，稳定性和容错性，即使模版中有错误的标签也不会影响页面的显示。所有的标

0 查看详情

由于定时删除需要创建定时器，会占用的大量内存，同时精准删除大量 key 也会消耗大量 CPU 资源，因此 Redis 同时采用的是惰性删除和定时删除两种策略。如果客户端没有请求过期的 key 或定期删除线程没有扫描到并清除这个 key，该 key 就会一直占用着内存，导致内存浪费。

知道了内存消耗的原因后，我们可以很快地想出优化方案：手动删除。

当使用完缓存后，缓存即使设置了过期时间，我们也要手动调用 del  方法/命令删除。如果不能当场删除，我们也可在代码中开启定时器定期删除这些过期的 key，相比较 Redis 的两种删除策略，手动清除数据要及时很多。

情况 3 的问题不算大，针对其优化的手段，我们可以调整 Redis 的淘汰策略。

2.4 多命令的执行

Redis 是基于一个 request, 一个 response 的同步请求服务。即当多个客户端向 Redis 服务端发送命令时，Redis 服务端只能接收和处理其中的一个客户端的命令，其他客户端只能等待 Redis 服务端处理好当前的命令并作出响应后才会继续接收和处理其他命令请求。

Redis 处理命令分 3 个过程：接收命令，处理命令，返回结果。由于处理的数据都是在内存中的，因此处理时长通常都是纳秒级别，非常快(big key 除外)。因此，大部分耗时的情况都发生在接受命令和返回结果上。当客户端发送多个命令给 Redis 服务器时，如果有一条命令处理时长很久，其他命令只能等待着，从而影响整体性能。

为了解决这类问题，Redis 提供了 pipeline(管道)，客户端可以将多条命令放入 pipeline 中，然后一次性将 pipeline 的命令发给 Redis 服务端处理，当 Redis 服务端处理完毕后再一次性将结果返回给客户端。这样处理减少了客户端与 Redis 服务端的交互次数，从而减少了往返时间，提升了性能。

补充：

Redis pipeline 与原生批量命令对比：

原生批量命令是原子性，pipeline 是非原子性

原生批量命令一次只能执行一种命令，pipeline 支持执行多种命令

原生批量命令是服务端实现，pipeline 需要服务端和客户端实现

使用 Redis pipeline 的注意事项：

使用 pipeline 装载的命令数量不能太多

pipeline 中的命令会按照缓冲的顺序执行，但是可能会穿插其他客户端发来的命令，即不保证时序性

pipeline 执行中间某一指令出现异常，会继续执行后续的指令，即不保证原子性

2.5 缓存穿透

在项目中运用缓存，我们通常的设计思路如下图：

发送请求查询数据，查询规则是先查缓存，如果缓存没有数据再查询数据库，将查到的数据放入缓存最后返回数据给客户端。如果请求的数据是不存在的，最终每次请求都会请求到数据库中，这就是缓存穿透。

缓存穿透存到很大的安全隐患，如果有人使用工具发送大量请求，请求一个不存在的数据，大量请求会流入到数据库上，导致数据库压力增大，可能会导致数据库宕机，进而影响整个应用的正常运行，导致系统瘫痪。

解决这类问题，重点在于减少对数据库的访问，通常有以下几种方案：

缓存预热：系统发布上线后，提前把相关的数据直接加载到缓存系统中

设置默认值：如果请求最终落在数据库中，数据库也查不出数据，给缓存 key 设置一个默认值，放入缓存中，注意：由于这个默认值是无意义的，因此我们需要设置过期时间，减少内存占用

布隆过滤器：将所有可能存在的数据哈希到一个足够大的 bitmap 中，一个不存在的数据肯定会被 bitmap 拦截掉

2.6 缓存雪崩

缓存雪崩: 简单来说是指大量请求访问缓存数据但无法查询到，进而去请求数据库，导致数据库压力增大，性能下降，不堪重负宕机，从而影响整个系统正常运行，甚至系统瘫痪的现象。

比如，一个完整的系统由系统A，系统B，系统C 三个子系统组成，它们的数据请求链是系统A -> 系统B -> 系统C -> 数据库。如果缓存中没有数据，数据库宕机，系统C不能查询数据作出响应，只能处在重试等待的阶段，从而影响了系统B 和系统A。一处节点发生异常导致一连串的问题就像雪山的一阵风吹过引起雪崩的现象。

看到这里，可能有读者会疑惑，缓存穿透和缓存雪崩有什么区别呢？

缓存穿透侧重于请求的数据不在缓存中，从而去请求数据库，就好像直接透过缓存直接请求数据库。

缓存雪崩侧重于大请求由于在缓存中查询不出数据，从而访问数据库导致数据库压力增大引起一系列异常。

要解决缓存雪崩问题，还是得先知道导致问题的原因：

Redis 自身出现问题

热点数据集中失效

针对原因1，我们可以做主从，集群，尽量让请求都在缓存中查到数据，减少对数据库的访问

针对原因2，给缓存设置过期时间时，错开过期时间(如在基础时间上在增减一个随机值)，避免缓存集中失效。同时，我们还可以设置本地缓存(如 ehcache)，对接口进行限流或服务降级，也可以减少数据库的访问压力。

三、参考资料

Redis中的管道pipeline操作

Redis应用-布隆过滤器

相关推荐：redis数据库教程

以上就是redis要点分析的详细内容，更多请关注其它相关文章！

# 要点  # 客户端  # 服务端  # 多个  # 网店  # redis  # 手机淘宝查看关键词排名  # 坪山seo哪家好  # 电商网站建设完全教程  # 辽阳企业网站建设介绍  # 江门网站推广流程图  # 河北seo排名怎样做  # ai短视频推广营销  # 有排名的关键词怎么查  # 网站建设怎么样  # seo优化做什么工作  # 这类  # 两种  # 默认值  # 不出  # 不存在  # 我们可以 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： CodeIgniter 3 中基于 MySQL 数据高效生成动态图表教程  Flash AS3.0简易相册制作  小红书如何引流到私信？引流到私信有用吗？  优化2xN网格最大路径和的动态规划算法实践  yy漫画官方网站登录入口_yy漫画在线阅读页面地址  Mac如何开启画中画模式_Mac Safari浏览器视频画中画功能  Win10怎么设置快速启动 Win10开启快速启动设置方法  mysql中如何分析索引使用情况_mysql索引使用分析方法  C++如何实现矩阵乘法_C++二维数组矩阵运算代码示例  Cassandra中复合主键、二级索引与ORDER BY排序的限制与解决方案  QQ邮箱注册地址 免费获取QQ邮箱账号  Firefox OS应用开发：解决XMLHttpRequest跨域请求阻塞问题  漫蛙app官方版手机正版入口-漫蛙漫画manwa在线漫画正版入口  米侠浏览器插件无法启用怎么办 米侠浏览器扩展兼容性修复  J*aScript字符串_Unicode处理  t3出行如何使用微信支付  C++ optional用法详解_C++17处理可能为空的返回值  C++如何实现单例模式_C++线程安全的单例模式写法  Flexbox布局中Stencil组件宽度不显示问题解析与:host尺寸控制  《战地6》反作弊已成功拦截240万次作弊 发售第一周98%比赛没有作弊  VS Code中的Tailwind CSS IntelliSense插件使用技巧  SQL聚合查询、联接与筛选：GROUP BY 子句的正确使用与常见陷阱  Go反射进阶：访问内嵌结构体中的被遮蔽方法  抖音号怎么解除企业认证改成个人？改成个人有影响吗？  PHP页面重载后变量状态保持：实现用户档案连续浏览的教程  铁路12306买票怎么选双人铺 铁路12306卧铺分配规则说明  发博客与长微博技巧  Yandex无需登录畅游 俄罗斯搜索引擎最新官网指南  企查查官网和爱企查 企查查企业查询官网入口  Scipy Sparse CSR 矩阵非零元素行级遍历的最佳实践  键盘测试软件哪个好_键盘故障检测工具推荐  解决CSS容器溢出问题：使用calc()实现精确布局与边距控制  PointNet++语义分割模型中类别变更引发的断言错误及标签处理策略  Magento 2 产品保存事件中安全更新属性的最佳实践  《华夏千秋》龙女试炼功法获取方法  《一起考教师》账号注销方法  iPhone14开启Apple TV遥控设置  Excel如何设置动态下拉菜单_Excel表格下拉选项快速方法  《雅迪智行》用手机开锁方法  J*aScript包管理器_Npm与Yarn对比  漫蛙漫画官方版直通入口 2025漫蛙漫画免注册访问说明  菜鸟驿站的取件码忘了怎么办 手机快速查询指南  oppo手机如何通过下拉通知栏截图_oppo手机通知栏快捷截图方法  火狐浏览器无法自动更新怎么办 手动更新火狐浏览器到最新版本【解决】  网易云音乐闹钟铃声设置教程  易车网官网直达入口 易车网在线登录入口  《edge浏览器》关闭翻译功能方法  iPhone17Pro如何连接蓝牙耳机_iPhone17Pro蓝牙设备配对与连接方法介绍  Composer reinstall命令重装损坏的包  飞飞漫画漫画阅读官网_飞飞漫画漫画阅读官网进入阅读 

 2021-01-26