Redis实战与注意事项｜青训营

Cherryshev
146 阅读5分钟

导读

Redis 学习建议

Redis是一种基于键值对（key-value）的NoSQL数据库。它的数据都存放在内存中，所以读写性能非常出色，同时，它会利用快照和日志的形式将内存的数据持久化到硬盘上，防止数据丢失。由于 Redis 的出色性能，它被应用于企业级开发的多个场景当中，比如说缓存、计数器、排行榜、社交网络、消息队列、分布式锁等等，因此，Redis 的企业开发中占据了重要的位置。

下载

brew install redis
redis-server

// 后台运行
brew services start redis  //launches Redis and restarts it at logi
brew services info redis
brew services stop redis

redis-cli
lpush demos redis-macOS-demo
rpop demos

// redis stack
redis-stack-server
redisinsight

Redis基本工作原理

  • 字节教程
  • 将热数据存储到内存当中，减少读写损耗
  • 数据保存到硬盘上防止重启数据丢失
    • 增量数据保存到AOF文件
    • 全量数据RDB文件
  • 单线程处理所有指令

使用注意事项

大key

数据类型大Key标准
String类型value的字节数大于10KB即为大key
Hash/Set/Zset/list等复杂数据结构类型元素个数大于5000个或总value字节数大于10MB即为大key
  • 大Key的危害
    • 读取成本高
    • 容易导致慢查询（过期、删除）
    • 主从复制异常，服务阻塞，无法正常响应请求
  • 消除大Key的方法
    • 拆分：将大key拆分为小key。例如一个String拆分成多个String
    • 压缩：
      • 将value压缩后写入redis，读取时解压后再使用。
      • 压缩算法可以是gzip、snappy、lz4等。通常情况下，一个压缩算法压缩率高、则解压耗时就长。需要对实际数据进行测试后，选择一个合适的算法。
      • 如果存储的是JSON字符串，可以考虑使用MessagePack进行序列化
    • 集合类结构hash、list、set、set
      • 拆分：可以用hash取余、位掩码的方式决定放在哪个key中
      • 区分冷热：如榜单列表场景使用zset，只缓存前10页数据，后续数据走db

热key

  • 用户访问一个Key的QPS特别高，导致Server实例出现CPU负载突增或者不均的情况。
  • 解决方法
    •  设置Localcache
      • 在访问Redis前，在业务服务侧设置Localcache，降低访问Redis的QPS。LocalCache中缓存过期或未命中，则从Redis中将数据更新到LocalCache。
      • e.g. Java的Guava、Golang的Bigcache
    • 拆分
      • 将key:value这一个热Key复制写入多份，例如key1:value,key2:value，访问的时候访问多个key，但value是同一个，以此将qps分散到不同实例上，降低负载。代价是，更新时需要更新多个key，存在数据短暂不一致的风险
    • 使用Redis代理的热Key承载能力
      • 本质上是结合了“热Key发现”、“LocalCache”两个功能

容易导致慢查询的操作

  1. 批量操作一次性传入过多的key/value，如mset/hmset/sadd/zadd等O(n)操作       - 单批次不要超过100，超过100之后性能下降明显。
  2. zset大部分命令都是O(log(n))，当大小超过5k以上时，简单的zadd/zrem也可能导致慢查询
  3. 操作的单个value过大，超过10KB。也即，避免使用大Key
  4. 对大key的delete/expire操作也可能导致慢查询，Redis4.0之前不支持异步删除unlink，大key删除会阻塞Redis

缓存穿透、缓存雪崩

  • 缓存穿透：热点数据查询绕过缓存，直接查询数据库
    • 危害
      • 查询一个一定不存在的数据：通常不会缓存不存在的数据，这类查询请求都会直接打到db，如果有系统bug或人为攻击，那么容易导致db响应慢甚至宕机
      • 缓存过期时：在高并发场景下，一个热key如果过期，会有大量请求同时击穿至db，容易影响db性能和稳定。同一时间有大量key集中过期时，也会导致大量请求落到db上，导致查询变慢，甚至出现db无法响应新的查询
    • 解决方案
      • 缓存空值：如一个不存在的userID。这个id在缓存和数据库中都不存在。则可以缓存一个空值，下次再查缓存直接反空值。
      • 布隆过滤器：通过bloom filter算法来存储合法Key，得益于该算法超高的压缩率，只需占用极小的空间就能存储大量key值
  • 缓存雪崩：大量缓存同时过期
    • 缓存空值
      • 将缓存失效时间分散开，比如在原有的失效时间基础上增加一个随机值，例如不同Key过期时间，可以设置为 10分1秒过期，10分23秒过期，10分8秒过期。单位秒部分就是随机时间，这样过期时间就分散了。对于热点数据，过期时间尽量设置得长一些，冷门的数据可以相对设置过期时间短一些。
    • 使用缓存集群，避免单机宕机造成的缓存雪崩

总结

这些注意事项有助于保障 Redis 的稳定性和性能，以及提升整体系统的可用性。通过避免产生大 Key 和热 Key，以及优化容易导致慢查询的操作，可以有效提升 Redis 的读写效率和系统的响应速度。同时，处理缓存穿透和缓存雪崩问题，能够减轻数据库压力，提高系统的稳定性。总体而言，注意这些问题可以帮助我们更好地利用 Redis，以实现系统的高性能、高可用性和良好的用户体验。

avatar
文章
阅读
粉丝