<li id="fw3su"></li>
  • <li id="fw3su"></li>
  • <div id="fw3su"><tr id="fw3su"></tr></div>
    <dl id="fw3su"></dl>
  • <div id="fw3su"><tr id="fw3su"></tr></div>
  • <sup id="fw3su"></sup>
    <progress id="fw3su"></progress><div id="fw3su"><tr id="fw3su"></tr></div><input id="fw3su"><ins id="fw3su"></ins></input>

    阿里云 Redis 开发规范

    本文介绍了在使用阿里云 Redis 的开发规范,从键值设计、命令使用、客户端使用、相关工具等方面进行说明,通过本文的介绍可以减少使用 Redis 过程带来的问题。

    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

    复制代码

    ugc:video: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:

    复制代码

    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

    详细解析

    2. value 设计

    • (1)【强制】:拒绝 bigkey(防止网卡流量、慢查询)

    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,而且该操作不会不出现在慢查询中 (latency 可查)), 查找方法删除方法

    详细解析

    • (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内存编码优化配置, 例如 ziplist,但也要注意节省内存和性能之间的平衡)

    反例:

    复制代码

    setuser:1:nametom
    setuser:1:age19
    setuser:1:favor football
    

    正例:

    复制代码

    hmset user:1name tom age19favor 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),不过期的数据重点关注 idletime。

    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

    复制代码

    原生命令:例如 mget、mset。
    非原生命令:可以使用 pipeline 提高效?#30465;?

    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:

    复制代码

    1.原生是原子操作,pipeline 是非原子操作。
    2.pipeline 可以打包不同的命令,原生做不到
    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

    Redis 的事务功能较弱 (不支持回滚),而且集群版本 (自研和官方) 要求一?#38382;?#21153;操作的 key 必须在一个 slot 上 (可以使用 hashtag 功能解决)

    6.【建议】Redis 集群版本在使用 Lua 上有特殊要求:

    • 1. 所有 key 都应该由 KEYS 数组?#21019;?#36882;,redis.call/pcall 里面调用的 redis 命令,key 的位置,必须是 KEYS array, 否则直接返回 error,"-ERR bad lua script for redis cluster, all the keys that the script uses should be passed using the KEYS array"
    • 2. 所有 key,必须在 1 个 slot 上,否则直接返回 error, “-ERR eval/evalsha command keys must in same slot”

    7.【建议】必要情况下使用 monitor 命令时,要注意不要长时间使用。

    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?#34892;?#25511;制连接,同时提高效率,标准使用方式:

    复制代码

    执行命令如下:
    Jedis jedis =null;
    try{
    jedis = jedisPool.getResource();
    // 具体的命令
    jedis.executeCommand()
    }catch(Exception e) {
    logger.error("op key {} error: "+ e.getMessage(), key, e);
    }finally{
    // 注意这里不是关闭连接,在 JedisPool 模式下,Jedis 会?#36824;?#36824;给资源池。
    if(jedis !=null)
    jedis.close();
    }
    

    下面是 JedisPool 优化方法的文章:

    3.【建议】

    高并发下建议客户端添加熔断功能 (例如 netflix hystrix)

    4.【推荐】

    设置合理的密码,如有必要可以使用 SSL ?#29992;?#35775;问(阿里云 Redis 支持)

    5.【建议】

    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。

    其他策略如下:

    • 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?#35828;?noeviction 策略。
    • noeviction:不会剔除任?#38382;?#25454;,拒绝所?#34892;?#20837;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。

    四、相关工具

    1.【推荐】:数据同步

    redis 间数据同步可以使用:redis-port

    2.【推荐】:big key 搜索

    redis 大 key 搜索工具

    3.【推荐】:热点 key 寻找 (内部实现使用 monitor,所以建议短时间使用)

    facebook 的 redis-faina

    复制代码

    阿里云 Redis 已经在内核层面解决热点key问题,欢迎使用。
    

    五 附录:删除 bigkey

    复制代码

    1.下面操作可以使用 pipeline 加速。
    2.redis4.0已经支持key的异步删除,欢迎使用。
    

    1. Hash 删除: hscan + hdel

    复制代码

    publicvoiddelBigHash(Stringhost,intport,Stringpassword,StringbigHashKey) {
    Jedis jedis =newJedis(host, port);
    if(password != null && !"".equals(password)) {
    jedis.auth(password);
    }
    ScanParams scanParams =newScanParams().count(100);
    Stringcursor="0";
    do{
    ScanResult<Entry<String,String>> scanResult = jedis.hscan(bigHashKey,cursor, scanParams);
    List<Entry<String,String>> entryList = scanResult.getResult();
    if(entryList != null && !entryList.isEmpty()) {
    for(Entry<String,String> entry : entryList) {
    jedis.hdel(bigHashKey, entry.getKey());
    }
    }
    cursor= scanResult.getStringCursor();
    }while(!"0".equals(cursor));
    
    // 删除 bigkey
    jedis.del(bigHashKey);
    }
    

    2. List 删除: ltrim

    复制代码

    publicvoiddelBigList(Stringhost,intport,Stringpassword,StringbigListKey) {
    Jedis jedis =newJedis(host, port);
    if(password !=null&& !"".equals(password)) {
    jedis.auth(password);
    }
    longllen = jedis.llen(bigListKey);
    intcounter =0;
    intleft =100;
    while(counter < llen) {
    // 每次从左侧截掉 100 个
    jedis.ltrim(bigListKey, left, llen);
    counter += left;
    }
    // 最终删除 key
    jedis.del(bigListKey);
    }
    

    3. Set 删除: sscan + srem

    复制代码

    publicvoiddelBigSet(Stringhost,intport,Stringpassword,StringbigSetKey) {
    Jedis jedis =newJedis(host, port);
    if(password != null && !"".equals(password)) {
    jedis.auth(password);
    }
    ScanParams scanParams =newScanParams().count(100);
    Stringcursor="0";
    do{
    ScanResult<String> scanResult = jedis.sscan(bigSetKey,cursor, scanParams);
    List<String> memberList = scanResult.getResult();
    if(memberList != null && !memberList.isEmpty()) {
    for(Stringmember : memberList) {
    jedis.srem(bigSetKey, member);
    }
    }
    cursor= scanResult.getStringCursor();
    }while(!"0".equals(cursor));
    
    // 删除 bigkey
    jedis.del(bigSetKey);
    }
    

    4. SortedSet 删除: zscan + zrem

    复制代码

    publicvoiddelBigZset(String host,intport, Stringpassword, String bigZsetKey) {
    Jedis jedis =newJedis(host, port);
    if(password!=null&& !"".equals(password)) {
    jedis.auth(password);
    }
    ScanParams scanParams =newScanParams().count(100);
    Stringcursor= "0";
    do{
    ScanResult<Tuple> scanResult = jedis.zscan(bigZsetKey,cursor, scanParams);
    List<Tuple> tupleList = scanResult.getResult();
    if(tupleList !=null&& !tupleList.isEmpty()) {
    for(Tuple tuple : tupleList) {
    jedis.zrem(bigZsetKey, tuple.getElement());
    }
    }
    cursor= scanResult.getStringCursor();
    }while(!"0".equals(cursor));
    
    // 删除 bigkey
    jedis.del(bigZsetKey);
    }
    

    作者简介

    付磊,快手 Cache 负责人,负责公司十数万个 Redis 保障性以及架构相关工作。前阿里云 Redis 数据库技术专家。出版过技术书籍《Redis 开发与运维》,豆瓣评分 9.0。开源 Redis 私有云平台 Cachecloud(github star 4000)

    我来评几句
    登录后评论

    已发表评论数()

    相关站点

    +订阅
    热门文章
    11选五