Redis专题(持续更新)

2024-01-03 06:06:18

04-VIP-Redis缓存设计与性能优化



正文

开发规范与性能优化

一、键值设计

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

1 trade:order: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:

1 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

2. value设计

(1)【强制】:拒绝bigkey(防止网卡流量、慢查询)
在Redis中,一个字符串最大512MB,一个二级数据结构(例如hash、list、set、zset)可以存
储大约40亿个(2^32-1)个元素,但实际中如果下面两种情况,我就会认为它是bigkey。

  1. 字符串类型:它的big体现在单个value值很大,一般认为超过10KB就是bigkey。
  2. 非字符串类型:哈希、列表、集合、有序集合,它们的big体现在元素个数太多。
    一般来说,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)
    bigkey的危害
    1.导致redis阻塞
    2.网络拥塞
    bigkey也就意味着每次获取要产生的网络流量较大,假设一个bigkey为1MB,客户端每秒访问
    量为1000,那么每秒产生1000MB的流量,对于普通的千兆网卡(按照字节算是128MB/s)的服务
    器来说简直是灭顶之灾,而且一般服务器会采用单机多实例的方式来部署,也就是说一个bigkey
    可能会对其他实例也造成影响,其后果不堪设想。
  3. 过期删除
    有个bigkey,它安分守己(只执行简单的命令,例如hget、lpop、zscore等),但它设置了过
    期时间,当它过期后,会被删除,如果没有使用Redis 4.0的过期异步删除(lazyfree-lazyexpire yes),就会存在阻塞Redis的可能性。
    bigkey的产生:
    一般来说,bigkey的产生都是由于程序设计不当,或者对于数据规模预料不清楚造成的,来看几
    个例子:
    (1) 社交类:粉丝列表,如果某些明星或者大v不精心设计下,必是bigkey。
    (2) 统计类:例如按天存储某项功能或者网站的用户集合,除非没几个人用,否则必是bigkey。
    (3) 缓存类:将数据从数据库load出来序列化放到Redis里,这个方式非常常用,但有两个地方需
    要注意,第一,是不是有必要把所有字段都缓存;第二,有没有相关关联的数据,有的同学为了
    图方便把相关数据都存一个key下,产生bigkey。
    如何优化bigkey

  4. big list: list1、list2、…listN
    big hash:可以讲数据分段存储,比如一个大的key,假设存了1百万的用户数据,可以拆分成
    200个key,每个key下面存放5000个用户数据
  5. 如果bigkey不可避免,也要思考一下要不要每次把所有元素都取出来(例如有时候仅仅需要
    hmget,而不是hgetall),删除也是一样,尽量使用优雅的方式来处理。
    (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,但也要注意节省内存和性能之间的平衡)
    反例:
1 set user:1:name tom
2 set user:1:age 19
3 set user:1:favor football

正例:

1 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)。
二、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。
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

1 原生命令:例如mget、mset。
2 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 1. 原生是原子操作,pipeline是非原子操作。
2 2. pipeline可以打包不同的命令,原生做不到
3 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,可以用lua替代

三、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:

1 JedisPoolConfig jedisPoolConfig = new JedisPoolConfig();
2 jedisPoolConfig.setMaxTotal(5);
3 jedisPoolConfig.setMaxIdle(2);
4 jedisPoolConfig.setTestOnBorrow(true);
5
6 JedisPool jedisPool = new JedisPool(jedisPoolConfig, "192.168.0.60", 6379, 3000, null);
7
8 Jedis jedis = null;
9 try {
10 jedis = jedisPool.getResource();
11 //具体的命令
12 jedis.executeCommand()
13 } catch (Exception e) {
14 logger.error("op key {} error: " + e.getMessage(), key, e);
15 } finally {
16 //注意这里不是关闭连接,在JedisPool模式下,Jedis会被归还给资源池。
17 if (jedis != null)
18 jedis.close();
19 }

连接池参数含义:
在这里插入图片描述
优化建议:
1)maxTotal:最大连接数,早期的版本叫maxActive
实际上这个是一个很难回答的问题,考虑的因素比较多:
业务希望Redis并发量
客户端执行命令时间
Redis资源:例如 nodes(例如应用个数) * maxTotal 是不能超过redis的最大连接数
maxclients。
资源开销:例如虽然希望控制空闲连接(连接池此刻可马上使用的连接),但是不希望因
为连接池的频繁释放创建连接造成不必靠开销。
以一个例子说明,假设:
一次命令时间(borrow|return resource + Jedis执行命令(含网络) )的平均耗时约为
1ms,一个连接的QPS大约是1000
业务期望的QPS是50000
那么理论上需要的资源池大小是50000 / 1000 = 50个。但事实上这是个理论值,还要考虑到要
比理论值预留一些资源,通常来讲maxTotal可以比理论值大一些。

但这个值不是越大越好,一方面连接太多占用客户端和服务端资源,另一方面对于Redis这种高
QPS的服务器,一个大命令的阻塞即使设置再大资源池仍然会无济于事。
2)maxIdle和minIdle
maxIdle实际上才是业务需要的最大连接数,maxTotal是为了给出余量,所以maxIdle不要设置
过小,否则会有new Jedis(新连接)开销。
连接池的最佳性能是maxTotal = maxIdle,这样就避免连接池伸缩带来的性能干扰。但是如果
并发量不大或者maxTotal设置过高,会导致不必要的连接资源浪费。一般推荐maxIdle可以设置
为按上面的业务期望QPS计算出来的理论连接数,maxTotal可以再放大一倍。
minIdle(最小空闲连接数),与其说是最小空闲连接数,不如说是"至少需要保持的空闲连接
数",在使用连接的过程中,如果连接数超过了minIdle,那么继续建立连接,如果超过了
maxIdle,当超过的连接执行完业务后会慢慢被移出连接池释放掉。
如果系统启动完马上就会有很多的请求过来,那么可以给redis连接池做预热,比如快速的创建一
些redis连接,执行简单命令,类似ping(),快速的将连接池里的空闲连接提升到minIdle的数
量。
连接池预热示例代码:

1 List<Jedis> minIdleJedisList = new ArrayList<Jedis>(jedisPoolConfig.getMinIdle());
2
3 for (int i = 0; i < jedisPoolConfig.getMinIdle(); i++) {
4 Jedis jedis = null;
5 try {
6 jedis = pool.getResource();
7 minIdleJedisList.add(jedis);
8 jedis.ping();
9 } catch (Exception e) {
10 logger.error(e.getMessage(), e);
11 } finally {
12 //注意,这里不能马上close将连接还回连接池,否则最后连接池里只会建立1个连接。。
13 //jedis.close();
14 }
15 }
16 //统一将预热的连接还回连接池
17 for (int i = 0; i < jedisPoolConfig.getMinIdle(); i++) {
18 Jedis jedis = null;
19 try {
20 jedis = minIdleJedisList.get(i);
21 //将连接归还回连接池
22 jedis.close();
23 } catch (Exception e) {
24 logger.error(e.getMessage(), e);
25 } finally {
26 }
27 }

总之,要根据实际系统的QPS和调用redis客户端的规模整体评估每个节点所使用的连接池大小。
3.【建议】
高并发下建议客户端添加熔断功能(例如sentinel、hystrix)
4.【推荐】
设置合理的密码,如有必要可以使用SSL加密访问
5.【建议】
Redis对于过期键有三种清除策略:

  1. 被动删除:当读/写一个已经过期的key时,会触发惰性删除策略,直接删除掉这个过期
    key
  2. 主动删除:由于惰性删除策略无法保证冷数据被及时删掉,所以Redis会定期主动淘汰一
    批已过期的key
  3. 当前已用内存超过maxmemory限定时,触发主动清理策略
    主动清理策略在Redis 4.0 之前一共实现了 6 种内存淘汰策略,在 4.0 之后,又增加了 2 种策
    略,总共8种:
    a) 针对设置了过期时间的key做处理:
  4. volatile-ttl:在筛选时,会针对设置了过期时间的键值对,根据过期时间的先后进行删
    除,越早过期的越先被删除。
  5. volatile-random:就像它的名称一样,在设置了过期时间的键值对中,进行随机删除。
  6. volatile-lru:会使用 LRU 算法筛选设置了过期时间的键值对删除。
  7. volatile-lfu:会使用 LFU 算法筛选设置了过期时间的键值对删除。
    b) 针对所有的key做处理:
  8. allkeys-random:从所有键值对中随机选择并删除数据。
  9. allkeys-lru:使用 LRU 算法在所有数据中进行筛选删除。
  10. allkeys-lfu:使用 LFU 算法在所有数据中进行筛选删除。
    c) 不处理:
  11. 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。
    LRU 算法(Least Recently Used,最近最少使用)
    淘汰很久没被访问过的数据,以最近一次访问时间作为参考。
    LFU 算法(Least Frequently Used,最不经常使用)
    淘汰最近一段时间被访问次数最少的数据,以次数作为参考。
    当存在热点数据时,LRU的效率很好,但偶发性的、周期性的批量操作会导致LRU命中率急剧下
    降,缓存污染情况比较严重。这时使用LFU可能更好点。
    根据自身业务类型,配置好maxmemory-policy(默认是noeviction),推荐使用volatile-lru。如
    果不设置最大内存,当 Redis 内存超出物理内存限制时,内存的数据会开始和磁盘产生频繁的交
    换 (swap),会让 Redis 的性能急剧下降。
    当Redis运行在主从模式时,只有主结点才会执行过期删除策略,然后把删除操作”del key”同
    步到从结点删除数据。

文章来源:https://blog.csdn.net/weixin_63766073/article/details/135341416
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。