点击上方蓝色“终端研发部”，选择“设为星标”
学最好的别人，做最好的我们
redis不是垃圾桶也不是SUPERMAN，能力和资源都有限，不合理的使用会降低它的健康度，严重时甚至会引起redis抖动、阻塞等进而导致服务不可用，每一个使用redis的开发人员都应当掌握规范的开发和使用方法。本文整理出redis开发过程中七个较常出现的使用不合理的场景，并辅以案例进行分析说明。
01合理使用集合类案例某活动需求，每天10点对昨天参加某活动的用户进行推送提醒。开发人员使用redis存储每天参加活动的用户，通过ZRANGEBYSCORE命令获取目标用户进行提醒，提醒完后使用ZREMRANGEBYSCORE命令从redis中清除这批用户。某一天ZRANGEBYSCORE、ZREMRANGEBYSCORE均出现了慢日志报警，排查发现这一天参加该活动的用户约有5万。
分析案例中使用了redis的sortedset来储存用户信息，其中value是用户的账号、score是用户参加活动的时间，由于ZRANGEBYSCORE和ZREMRANGEBYSCORE命令的时间复杂度是O(log(N)+M)，其中M是操作的元素个数，N是集合元素总数，本例中当用户数量为5万时出现慢日志。可以通过缩小每次查询的集合数量，可以将一天分成多段，分批次查询，比如把查24小时范围的用户改为查4小时范围的用户，分别查6次处理即可。
Q
如果用户参加活动的时间很集中，在某一
个时间段（比如晚18点到22点）查出来的
数量还是特别多怎么办？
A
可以把粒度分得更细一些比如1小时或者30分钟，如果确定用户参加活动集中在某个时间点，可以考虑使用ZSCAN遍历操作并删除。另外，对于目标时间范围有确定的首尾元素时，还可以通过ZRANK命令查出元素的位置，通过ZRANGE以及ZREMRANGEBYRANK来进行查询和删除操作，这样每次操作可以控制操作数量，有效避免慢日志。
小结使用sortedset、set、list、hash等集合类的O(N)操作时要评估当前元素个数的规模以及将来的增长规模，对于短期就可能变为大集合的key，要预估O(N)操作的元素数量，避免全量操作，可以使用HSCAN、SSCAN、ZSCAN进行渐进操作。集合元素数量过大在使用过程中会影响redis的实际性能，元素个数建议尽量不要超过，元素数量过大可考虑拆分成多个key进行处理。
02合理设置过期时间
案例1某投票功能，用于统计今日环比昨日的增长数量，开发人员使用redis存储每天的投票数，key设计为vote_count_{date}，其中{date}为当天的日期，由于没有设置过期时间，一年以后产生了多个key，实际在用的key始终只有2个。
分析该案例中，每个生成的key在2天以后都不会再使用了，可将key加上过期时间。
案例2某统计功能，用户会不定期的导入一批数据进redis，每一批数据需要在30分钟后、1天后、3天后、7天后进行计算统计，统计结果发给用户。开发人员使用redis的同一个sortedset存储这些导入的数据，每天定时任务执行计算任务。由于没有清理，导致大量结束计算任务的废弃数据残留redis。
分析该案例中，每一批数据都有相应的生命周期，在导入的第7天执行完最后一次计算任务生命周期结束，由于集合里的元素不能单独设置过期时间，可在代码逻辑中对最后一次使用这批数据后进行清理操作。
小结如果key没有设置超时时间，会导致一直占用内存。对于可以预估使用生命周期的key应当设置合理的过期时间或在最后一次操作时进行清理，避免垃圾数据残留redis。
03合理利用批操作命令
案例某运营需求，需要给用户生成短链，短链由短链前缀+短码组成，根据短码找到用户对应的手机号，开发人员使用redishash结构存储短码到手机号的映射。接口每次会导入5万个手机号。
分析下面是开发人员的三种操作redis方案的伪代码
方案1：直接使用redis的HSET逐个设置
for（0;）HSET（key,短码，手机号）结果：失败。redisops飙升，同时接口响应超时
方案2：改用redis的HMSET一次将所有元素设置到hash中
map短码，手机号0个元素HMSET（key，map）结果：失败。出现redis慢日志
方案3：依然使用HMSET，只是每次设置个，循环次
map短码，手机号个元素for(;)HMSET（key，map）结果：成功
对于大量频繁的hset操作可以使用HMSET替代减少redis操作次数同时提升处理速度，但是要考虑单次请求操作的数量，避免慢日志。
小结在redis使用过程中，要正视网络往返时间，合理利用批量操作命令，减少通讯时延和redis访问频次。redis为了减少大量小数据CMD操作的网络通讯时间开销RTT(RoundTripTime)，支持多种批操作技术：
MSET/HMSET等都支持一次输入多个key，LPUSH/RPUSH/SADD等命令都支持一次输入多个value,也要注意每次操作数量不要过多,建议控制在个以内；
PipeLining模式可以一次输入多个指令。redis提供一个pipeline的管道操作模式，将多个指令汇总到队列中批量执行，可以减少tcp交互产生的时间，一般情况下能够有10%~30%不等的性能提升；
更快的是LuaScript模式，还可以包含逻辑。redis内嵌了lua解析器，可以执行lua脚本，脚本可以通过eval等命令直接执行，也可以使用scriptload等方式上传到服务器端的scriptcache中重复使用。
04减少不必要的请求
案例某业务系统，当用户进入某个页面时会同时请求多个接口，每个接口都会校验用户状态是否有效，用户状态存在redis里并设置有过期时间，对于key未过期但是过期时间大于指定阈值的，需要重新设置有效时间，否则需要使用del命令删除掉。但是部分key由于过期其实已经不存在了，所以出现部分无效del命令。用户越多，就会有越多的无效命令。
分析ttl命令对于key不存在的情况会返回-2，若key不存在则不需要再调用del命令，可减少无效请求。
小结redis的所有请求对于不存在的key都会有输出返回，合理利用返回值处理，避免不必要的请求，提升业务吞吐量。
05避免value设置过大
案例某开发人员将一个商品集合信息序列化后用redis的字符串类型存储，使用的时候再反序列化成对象列表使用，大小超过1MB，在网络传输的时候由于数据比较大会触发拆包，会降低redis的吞吐量。
分析数量比较多时可以考虑改用hash结构存储，每一个field是商品id,value是该商品对象，如果数量较大可使用hscan获取。
小结String类型尽量控制在10KB以内。虽然redis对单个key可以缓存的对象长度能够支持的很大，但是实际使用场合一定要合理拆分过大的缓存项，1k基本是redis性能的一个拐点。当缓存项超过10k、k、1m性能下降会特别明显。关于吞吐量与数据大小的关系可见下面官方网站提供的示意图。
吞吐量与数据大小的关系
在局域网环境下只要传输的包不超过一个MTU（以太网下大约1bytes），那么对于10、、0bytes不同包大小的处理吞吐能力实际结果差不多。
06设计规范的key名
可读性以业务名为前缀，用冒号分隔，可使用业务名：子业务名：id的结构命名，子业务下多单词可再用下划线分隔
举例：活动系统-人拉人红包活动-id，可命名为ACTIVITY:INVITE_REDPACKET:
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
不包含转义字符不包含空格、换行、单双引号以及其他转义字符
07留心禁用命令
keys、monitor、flushall、flushdb应当通过redis的rename机制禁掉命令，若没有禁用，开发人员要谨慎使用。其中flushall、flushdb会清空redis数据；keys命令可能会引起慢日志；monitor命令在开启的情况下会降低redis的吞吐量，根据压测结果大概会降低redis50%的吞吐量，越多客户端开启该命令，吞吐量下降会越多。
keys和monitor在一些必要的情况下还是有助于排查线上问题的，建议可在重命名后在必要情况下由redis相关负责人员在redis备机使用，monitor命令可借助redis-faina等脚本工具进行辅助分析，能更快排查线上ops飙升等问题。
总结本文整理出的几点redis开发规范主要是涉及redis客户端的使用部分，每个开发人员在使用redis开发过程中几乎都会涉及到上述提到的几个问题，需要多多留心，提高代码质量，提升redis的健康度。
BAT等大厂Java面试经验总结
想获取Java大厂面试题学习资料
扫下方