Redis开发最佳实践

java1234

共 2634字,需浏览 6分钟

 · 2021-04-06

点击上方蓝色字体,选择“标星公众号”

优质文章,第一时间送达

76套java从入门到精通实战课程分享

功能概述

缓存在我们日常开发中占据着举足轻重的地位,通过缓存组件可以让我们的系统有着多方位的提升空间。而Redis就一个代表性的缓存组件。正巧最近使用Redis比较频繁,所以打算通过文章记录一下在Redis开发中遇到的问题和一些开发规范

原文已放在Github,将持续跟版本更新,欢迎star

Key的设计

易于管理

即能通过名称大概知道所涉及业务。通常我们会以service:characteristics来进行命名,如pubg_chat:uid:room_id的形式,这样可以尽可能避免冲突(当然,不同业务使用不同的Redis是更好的)


尽量简洁

Redis本质上是一个内存数据库,而内存的大小是远小于硬盘的。如果Key过大的话,会导致Redis所能存储的内容变少。所以在日常中推荐Key能够尽可能的简介明了,用缩写来代替完整的单词


避免特殊字符

如逗号、换行、空格和引号等转义字符都是不应该使用的


设置生命周期

  • Redis不应当成为一个永久存储的组件,为每一个Key都设置他的过期时间

  • 如果确实需要Redis永久存储某类内容,那么因当采用异步“续命”的方式来进行,而不应该在一开始就为其设置永久的生命周期,避免后续需要变更时带来的维护灾难

Value的使用

规避大Key!

  • Redis单线程的,它会在执行完一个命令后才会执行其他命令

  • 首先大Key在传输键值对时,会对网络造成压力(带宽问题),并且有的proxy会将大内容分片传输,进而再次增加了网络传输时间

  • 其次,如list、hash这类结构,如果使用O(n)的指令或者使用del命令,那么会造成严重的阻塞

  • 所以通常而言,string 类型控制在 10KB 以内,hash、list、set、zset 元素个数不要超过 5000

  • ps:通常可采用hash的方式分割大key

value的压缩

可考虑使用protobuf、MessagePack等方式进行序列化,这样一可以提升redis的利用率,二提高了序列化的效率,三是能提供value跨语言的能力

命令使用

避免频繁对string做append

可以考虑使用list进行替代


集合类操作

  • O(n)指令应注意。对于set,zset,list,hash等集合类,应注意O(n)命令对于性能的影响。通常应该避免直接使用O(n)指令,可用HSCAN,SSCAN,ZSCAN进行渐进操作,防止命令的阻塞

  • 渐进式删除。不应该直接使用del,而应该自己写脚本一点点的删除

禁用危险命令

keys、flushall、flushdb…这种不用多说,一来直接Redis就懵圈了,人也楞了


合理利用Pipeline模式

  • 在mget大量数据时,proxy会拆包和解包,会导致proxy层的压力增加,而pipeline模式会直接转发。所以在批量获取的情况下,pipeline的效率一般都会优于mget

  • 同时应该注意两点:

            (1) mget是原子操作,pipeline不是。所以业务上不可盲目采用

            (2) pipeline是可以发送不同命令的,当然使用lua也可以实现这一点

避免不必要的指令

如部分Redis Client会有TestOnBorrow之类的探测指令,在没有特殊要求的情况下应当避免此类指令,以减小redis负载和网络压力


对Lua应当做特殊要求

  • 所有key都应该由KEYS数组来传递

  • 所有value都应该由ARGS数组来传递

  • 所有key,必须在1个slot上

性能查询指令

  • slowlog get,查询慢命令

  • info commandstats,查询执行过的命令信息,包含用时和次数等

  • client list,查询引起阻塞的命令

客户端使用

避免混用实例

不同的业务线应该做到实例的拆分,避免混用导致的连锁问题:如key重合、命令阻塞等


使用连接池

每次使用都新建连接会有几个问题:


造成redis的负担增加

  • 浪费网络资源

  • 影响执行效率

  • 难以维护

熔断

Redis本质也是一个“服务”,所以熔断机制不可少


鉴权

避免无关服务的滥用或导致数据出错


避免作为消息队列

Redis其实还能够支持消息队列的应用,但其读写效率是不及其他MQ如Kafka、RabbitMQ等。且由于其结构的设置,不太能够支撑MQ的一些主要特性,所以应当避免使用。

其他

淘汰策略

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

  • 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⼾端错误信息"(error) OOM command not allowed when used memory",此时Redis只响应读操作

不滥用Redis事务

  • Redis事务不像DB的事务这么“安全”,也不支持回滚,所以不应当过多的使用。因为这块我没怎么使用过,详见官方文档


————————————————

版权声明:本文为CSDN博主「路遥遥丶」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。

原文链接:

https://blog.csdn.net/a417484830/article/details/103642689






锋哥最新SpringCloud分布式电商秒杀课程发布

👇👇👇

👆长按上方微信二维码 2 秒





感谢点赞支持下哈 

浏览 7
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报