Redis最佳实践

1. Redis键值设计

1. 优雅的key结构

Redis的Key虽然可以自定义，但最好遵循下面的几个最佳实践约定：

• 遵循基本格式：[业务名称]:[数据名]:[id]
• 长度不超过44字节
• 不包含特殊字符

例如：我们的登录业务，保存用户信息，其key是这样的：

优点：

① 可读性强

② 避免key冲突

③ 方便管理

④ 更节省内存： key是string类型，底层编码包含int、embstr和raw三种。embstr在小于44字节使用，采用连续内存空间，内存占用更小

2. 拒绝BigKey

1. 什么是BigKey

BigKey通常以Key的大小和Key中成员的数量来综合判定，例如：

• Key本身的数据量过大：一个String类型的Key，它的值为5 MB。
• Key中的成员数过多：一个ZSET类型的Key，它的成员数量为10,000个。
• Key中成员的数据量过大：一个Hash类型的Key，它的成员数量虽然只有1,000个但这些成员的Value（值）总大小为100 MB。

推荐值：

• 单个key的value小于10KB
• 对于集合类型的key，建议元素数量小于1000

2. BigKey的危害

• 网络阻塞

  对BigKey执行读请求时，少量的QPS就可能导致带宽使用率被占满，导致Redis实例，乃至所在物理机变慢

• 数据倾斜

  BigKey所在的Redis实例内存使用率远超其他实例，无法使数据分片的内存资源达到均衡

• Redis阻塞

  对元素较多的hash、list、zset等做运算会耗时较旧，使主线程被阻塞

• CPU压力

  对BigKey的数据序列化和反序列化会导致CPU的使用率飙升，影响Redis实例和本机其它应用

3. 如何发现BigKey

• redis-cli –bigkeys

  利用redis-cli提供的–bigkeys参数，可以遍历分析所有key，并返回Key的整体统计信息与每个数据的Top1的big key

• scan扫描

  自己编程，利用scan扫描Redis中的所有key，利用strlen、hlen等命令判断key的长度（此处不建议使用MEMORY USAGE）

• 第三方工具

  利用第三方工具，如 Redis-Rdb-Tools 分析RDB快照文件，全面分析内存使用情况

• 网络监控

  自定义工具，监控进出Redis的网络数据，超出预警值时主动告警

4. 如何删除BigKey

BigKey内存占用较多，即便删除这样的key也需要耗费很长时间，导致Redis主线程阻塞，引发一系列问题。

• redis 3.0 及以下版本

  如果是集合类型，则遍历BigKey的元素，先逐个删除子元素，最后删除BigKey

• Redis 4.0以后

  Redis在4.0后提供了异步删除的命令：unlink

3. 恰当的数据类型

方式一：json字符串

• 优点：实现简单粗暴

• 缺点：数据耦合，不够灵活

方式二：字段打散

• 优点：可以灵活访问对象任意字段

• 缺点：占用空间大、没办法做统一控制

方式三：hash✅

• 优点：底层使用ziplist，空间占用小，可以灵活访问对象的任意字段

• 缺点：代码相对复杂

假如有hash类型的key，其中有100万对field和value，field是自增id，这个key存在什么问题？如何优化？

存在的问题：

① hash的entry数量超过500时，会使用哈希表而不是ZipList，内存占用较多。

② 可以通过hash-max-ziplist-entries配置entry上限。但是如果entry过多就会导致BigKey问题

方案二：拆分为string类型：

存在的问题：

① string结构底层没有太多内存优化，内存占用较多。

② 想要批量获取这些数据比较麻烦

方案三：拆分为小的hash，将 id / 100 作为key， 将id % 100 作为field，这样每100个元素为一个Hash。

总结：

Key的最佳实践：

• 固定格式：[业务名]:[数据名]:[id]
• 足够简短：不超过44字节
• 不包含特殊字符

Value的最佳实践：

• 合理的拆分数据，拒绝BigKey
• 选择合适数据结构
• Hash结构的entry数量不要超过1000(默认500)
• 设置合理的超时时间

2. 批处理优化

1. Pipeline

1. 数据导入的方式

1. 单个命令的执行流程

一次命令的响应时间 = 1次往返的网络传输耗时 + 1次Redis执行命令耗时

2. N条命令依次执行

N次命令的响应时间 = N次往返的网络传输耗时 + N次Redis执行命令耗时

3. N条命令批量执行

N次命令的响应时间 = 1次往返的网络传输耗时 + N次Redis执行命令耗时

2. MSET

Redis提供了很多Mxxx这样的命令，可以实现批量插入数据，例如：

• mset

• hmset

利用mset批量插入10万条数据：

不要在一次批处理中传输太多命令，否则单次命令占用带宽过多，会导致网络阻塞

1
2
3
4
5
6
7
8
9
10
11
12
13

@Test 
void testMxx() {    
    String[] arr = new String[2000];    
    int j;   
    for (int i = 1; i <= 100000; i++) {       
        j = (i % 1000) << 1;        
        arr[j] = "test:key_" + i;         
        arr[j + 1] = "value_" + i;       
        if (j == 0) {           
            jedis.mset(arr);       
        }   
    }
}

2. Pipeline

MSET虽然可以批处理，但是却只能操作部分数据类型，因此如果有对复杂数据类型的批处理需要，建议使用Pipeline功能：

1
2
3
4
5
6
7
8
9
10
11
12
13
14

@Test
void testPipeline() {
    // 创建管道
    Pipeline pipeline = jedis.pipelined();

    for (int i = 1; i <= 100000; i++) {
        // 放入命令到管道
        pipeline.set("test:key_" + i, "value_" + i);
        if (i % 1000 == 0) { 
            // 每放入1000条命令，批量执行
            pipeline.sync();
        }
    }
}

总结：

批量处理的方案：

① 原生的M操作

② Pipeline批处理

注意事项：

① 批处理时不建议一次携带太多命令

② Pipeline的多个命令之间不具备原子性

2. 集群下的批处理

如MSET或Pipeline这样的批处理需要在一次请求中携带多条命令，而此时如果Redis是一个集群，那批处理命令的多个key必须落在一个插槽中，否则就会导致执行失败。

3. 服务端优化

1. 持久化配置

Redis的持久化虽然可以保证数据安全，但也会带来很多额外的开销，因此持久化请遵循下列建议：

① 用来做缓存的Redis实例尽量不要开启持久化功能

② 建议关闭RDB持久化功能，使用AOF持久化

③ 利用脚本定期在slave节点做RDB，实现数据备份

④ 设置合理的rewrite阈值，避免频繁的bgrewrite

⑤ 配置no-appendfsync-on-rewrite = yes，禁止在rewrite期间做aof，避免因AOF引起的阻塞

部署有关建议：

① Redis实例的物理机要预留足够内存，应对fork和rewrite

② 单个Redis实例内存上限不要太大，例如4G或8G。可以加快fork的速度、减少主从同步、数据迁移压力

③ 不要与CPU密集型应用部署在一起

④ 不要与高硬盘负载应用一起部署。例如：数据库、消息队列

2. 慢查询

慢查询：在Redis执行时耗时超过某个阈值的命令，称为慢查询。

慢查询的阈值可以通过配置指定：

• slowlog-log-slower-than：慢查询阈值，单位是微秒。默认是10000，建议1000

慢查询会被放入慢查询日志中，日志的长度有上限，可以通过配置指定：

• slowlog-max-len：慢查询日志（本质是一个队列）的长度。默认是128，建议1000

1
2

config get slowlog-log-slower-than
config get slowlog-max-len

修改这两个配置可以使用：config set命令：

1
2

config set slowlog-log-slower-than 1000
config set slowlog-max-len 1000

查看慢查询日志列表：

• slowlog len：查询慢查询日志长度
• slowlog get[n]：读取n条慢查询日志
• slowlog reset：清空慢查询列表

1

SLOWLOG get

3. 命令及安全配置

Redis会绑定在0.0.0.0:6379，这样将会将Redis服务暴露到公网上，而Redis如果没有做身份认证，会出现严重的安全漏洞.

漏洞重现方式：https://cloud.tencent.com/developer/article/1039000

漏洞出现的核心的原因有以下几点：

• Redis未设置密码
• 利用了Redis的config set命令动态修改Redis配置
• 使用了Root账号权限启动Redis

为了避免这样的漏洞，这里给出一些建议：

① Redis一定要设置密码

② 禁止线上使用下面命令：keys、flushall、flushdb、configset 等命令。可以利用rename-command禁用。

③ bind：限制网卡，禁止外网网卡访问

④ 开启防火墙

⑤ 不要使用Root账户启动Redis

⑥ 尽量不是有默认的端口

4. 内存配置

当Redis内存不足时，可能导致Key频繁被删除、响应时间变长、QPS不稳定等问题。当内存使用率达到90%以上时就需要我们警惕，并快速定位到内存占用的原因。

Redis提供了一些命令，可以查看到Redis目前的内存分配状态：

• info memory
• memory xxx

内存缓冲区常见的有三种：

• 复制缓冲区：主从复制的repl_backlog_buf，如果太小可能导致频繁的全量复制，影响性能。通过repl-backlog-size来设置，默认1mb

• AOF缓冲区：AOF刷盘之前的缓存区域，AOF执行rewrite的缓冲区。无法设置容量上限

• **客户端缓冲区：**分为输入缓冲区和输出缓冲区，输入缓冲区最大1G且不能设置。输出缓冲区可以设置

1

client-output-buffer-limit <class> <hard limit> <soft limit> <soft seconds>

<class>：客户端类型

• normal：普通客户端
• replica：主从复制客户端
• pubsub：PubSub客户端

<hard limit>：缓冲区上限在超过limit后断开客户端

<soft limit> <soft seconds>：缓冲区上限，在超过soft limit 并且持续了 soft seconds秒后断开客户端

4. 集群最佳实践

集群虽然具备高可用特性，能实现自动故障恢复，但是如果使用不当，也会存在一些问题：

① 集群完整性问题

② 集群带宽问题

③ 数据倾斜问题

④ 客户端性能问题

⑤ 命令的集群兼容性问题

⑥ lua和事务问题

集群完整性问题

在Redis的默认配置中，如果发现任意一个插槽不可用，则整个集群都会停止对外服务：

1

cluster-require-full-coverage yes

为了保证高可用特性，这里建议将cluster-require-full-coverage配置为false

集群带宽问题

集群节点之间会不断的互相Ping来确定集群中其它节点的状态。每次Ping携带的信息至少包括：

• 插槽信息

• 集群状态信息

集群中节点越多，集群状态信息数据量也越大，10个节点的相关信息可能达到1kb，此时每次集群互通需要的带宽会非常高。

解决途径：

① 避免大集群，集群节点数不要太多，最好少于1000，如果业务庞大，则建立多个集群。

② 避免在单个物理机中运行太多Redis实例

③ 配置合适的cluster-node-timeout值

集群还是主从

集群虽然具备高可用特性，能实现自动故障恢复，但是如果使用不当，也会存在一些问题：

① 集群完整性问题

② 集群带宽问题

③ 数据倾斜问题

④ 客户端性能问题

⑤ 命令的集群兼容性问题

⑥ lua和事务问题

单体Redis（主从Redis）已经能达到万级别的QPS，并且也具备很强的高可用特性。如果主从能满足业务需求的情况下，尽量不搭建Redis集群。