Redis键值设计规范与性能优化

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，比如业务表:表名:id

trade:order: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：

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

2、value设计

(1)【强制】：拒绝bigkey(防止网卡流量、慢查询)
在Redis中，一个字符串最大512MB，一个二级数据结构（例如hash、list、set、zset）可以存储大约40亿个(2^32-1)个元素，但是实际中如果下面两种情况，我们认为他是bigkey。

1. 字符串类型：他的big体现在单个value值很大，一般认为超过10KB就是bigkey。
2. 非字符串类型：哈希、列表、集合、有序集合，他们的big体现在元素个数太多。

一般来说，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）

bigkey的危害

1. 导致redis阻塞

2. 网络拥塞

   bigkey也就意味着每次获取要产生的网络流量较大，假设一个bigkey为1MB，客户端每秒访问量为1000，那么每秒产生1000MB的流量，对于普通的千兆网卡（按照字节算是128MB/s）的服务器来说简直是灭顶之灾，而且一般服务器会采用单机多实例方式来部署，也就是说一个bigkey可能会对其他实例造成影响，其后果不堪设想。

3. 过期删除

   有个bigkey，它安分守己（只执行简单的命令，例如hget、lpop、zscore等），但他设置了过期时间，当它过期后，会被删除，如果没有使用Redis 4.0的过期异步删除(lazyfree-lazy-expire yes)，就会存在阻塞Redis的可能性。

bigkey的产生

一般来说bigkey的产生都是由于程序设计不当，或者对于数据规模预料不清楚造成的，看几个例子：

1. 社交类：粉丝列表，如果某些明星粉丝列表设计不当，必会造成bigkey
2. 统计类：例如按天存储某项功能或者网站的用户集合，除非没有人用，否则必会bigkey
3. 缓存类：将数据从数据库load出来序列化到Redis里，这个方式很常用，但是有两个地方需要注意，第一，是不是有必要吧所有字段都缓存；第二，有没有相关关联的数据，有的人为了方便把很多关联数据都存一个key下，产生了bigkey。

优化bigkey

1. 拆

   big list：list1、list2、……listN

   big hash：可以用数据分段存储，比如一个大的key，假设存了100万的用户数据，可以拆分成200个key，每个key下面存放5000个用户数据

2. 如果bigkey不可避免，也要思考一下要不要每次把所有元素都取出来（例如有的时候需要hmget，而不是hgetall），删除也是一样，尽量使用优雅的方式来处理。

(2)【推荐】：选择合适的数据类型

例如：实体类型（要合理控制和使用数据结构，但也要注意节省内存和性能之间的平衡）

反例：

set user:1:name zhangsan
set user:1:age 20
set user:1:favor pingpong

正例：

hmset user:1 name zhangsan age 19 favor pingpong

(3)【推荐】：控制key的生命 周期

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）。

二、命令使用

1. 【推荐】：O(N)命令关注N的数量

   例如：hgetall、Irange、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

   原生命令：例如mget、mset
   非原生命令：可以使用pipeline提高效率

   但是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：

   原生命令是原子操作，pipeline是非原子操作。
   pipeline可以打包不同的命令，原生命令做不到
   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，可以用lua替代

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，可以有效控制连接，同时提高效率，标准使用方式：

   JedisPoolConfig jedisPoolConfig = new JedisPoolConfig();
   jedisPoolConfig.setMaxTotal(5);
   jedisPoolConfig.setMaxIdle(2);
   jedisPoolConfig.setTestOnBorrow(true);
   
   JedisPool jedisPool = new JedisPool(jedisPoolConfig, "192.168.0.60", 6379, 3000, null);
   
   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会被归还给资源池。
       if (jedis != null) 
           jedis.close();
   }

   连接池参数含义：

   序号	参数名	含义	默认值	建议值
   1	maxTotal	资源池中最大连接数	8	设置建议见下面
   2	maxIdle	资源池允许最大空闲连接数	8	设置建议见下面
   3	minIdle	资源池确保最少空闲连接数	0	设置建议见下面
   4	blockWhenExhausted	当资源池用尽后，调用者是否要等待。只有当为true时，下面的maxWaitMillis才会生效	true	建议默认值
   5	maxWaitMillis	当资源池连接用尽后，调用者的最大等待时间(单位为毫秒)	-1:表示用不超时	不建议使用建议默认值
   6	testOnBorrow	向资源池借用连接时是否连接有效检验(ping)，无效链接会被移除	false	业务量很大时候建议设置为false(多一次ping的开销)
   7	testOnReturn	向资源池归还连接时是否连接有效检验(ping)，无效链接会被移除	false	业务量很大时候建议设置为false(多一次ping的开销)
   8	jmxEnabled	是否开启jmx监控，可用于监控	true	建议开启，但应用本身也要开启

   优化建议：

   1. maxTotal：最大连接数，早期版本叫maxActive
      实际上这个考虑的因素比较多：

      • 业务希望Redis并发量

      • 客户端执行命令时间

      • Redis资源：例如nodes(例如应用个数) * maxTotal 是不能超过Redis的最大连接数maxclients。

        例如：一次命令执行时间(borrow|return resource + Jedis执行命令(含网络))的平均耗时约为1ms，一个连接的QPS大约是1000；业务期望的QPS是50000；

        那么理论上需要的资源池大小是50000 / 1000 = 50个。但实际上这个是理论值，还要考虑到要比理论值预留一些资源，通常来讲maxTotal可以比理论值大一些。

        但是这个值也不是越大越好，一方面连接太多占用客户端和服务器资源，另一方面对于Redis这种高QPS的服务器，一个命令的阻塞即使设置再大资源池仍然会无济于事。

   2. maxIdle和minIdle

      maxIdle实际上才是业务需要的最大连接数，maxTotal是为了给出余量，所以maxIdle不要设置过小，否则会有new Jedis(新连接)开销。

      连接池的最佳性能是maxTotal = maxIdle，这样可以避免连接池伸缩带了的性能干扰。但是如果并发量不大或者maxTotal设置过高，会导致不必要的连接资源浪费。一般推荐maxIdle可以设置为按上面的业务期望QPS计算出来的理论连接数，maxTotal可以再放大一倍。

      minIdle(最小控线连接数)，与其说是最小连接数，不如说是至少需要保持的空闲连接，在使用的过程中，如果连接数超过了minIdle，那么继续建立连接，如果超过了maxIdle，当超过的连接执行完成业务后会慢慢被移除连接池释放掉。

      如果系统启动完马上就会有很多的请求过来，那么可以给redis连接池做预热处理，比如快速的创建一些redis连接，执行简单命令，类似ping()，快速的将连接池里的空闲连接提升到minIdle的数量。

      连接池预热示例代码：

      List<Jedis> minIdleJedisList = new ArrayList<Jedis>(jedisPoolConfig.getMinIdle());
      
      for (int i = 0; i < jedisPoolConfig.getMinIdle(); i++) {
          Jedis jedis = null;
          try {
              jedis = pool.getResource();
              minIdleJedisList.add(jedis);
              jedis.ping();
          } catch (Exception e) {
              logger.error(e.getMessage(), e);
          } finally {
              //注意，这里不能马上close将连接还回连接池，否则最后连接池里只会建立1个连接。。
              //jedis.close();
          }
      }
      //统一将预热的连接还回连接池
      for (int i = 0; i < jedisPoolConfig.getMinIdle(); i++) {
          Jedis jedis = null;
          try {
              jedis = minIdleJedisList.get(i);
              //将连接归还回连接池
              jedis.close();
          } catch (Exception e) {
              logger.error(e.getMessage(), e);
          } finally {
          }
      }

      总之，要根据实际系统的QPS和调用redis客户端的规模整体评估每个节点所使用的连接池大小

3. 【建议】：高并发下建议客户端添加熔断功能(例如Sentinel、Hystrix)

4. 【推荐】：设置合理的密码，如有必要可以使用SSL加密访问

5. 【建议】：Redis对于过期建有三种清除策略：

   1. 被动删除：当读/写一个已经过期的key时，会触发惰性删除策略，直接删除掉这个过期的key
   2. 主动删除：由于惰性删除策略无法保证冷数据被及时删除掉，所以Redis会定期主动淘汰一批已已经过期 的key
   3. 当前已用内存超过maxmemory限定时，触发主动清除策略

   主动清除策略在Redis4.0之前一共实现了6种内存淘汰策略，在4.0之后，有增加了2中策略，总共8种：

   (a) 针对设置了过期时间的key做处理：

   1. volatile-ttl：在筛选时，会针对设置了过期时间的键值对，根据过期时间的先后进行删除，越早过期的越先被删除。
   2. volatile-random：就像它的名称一样，在设置了过期时间的键值对中，进行随机删除。
   3. volatile-lru：会使用LRU算法筛选设置了过期时间的键值对删除。
   4. volatile-lfu：会使用LFU算法筛选设置了过期时间的键值对删除。

   (b)针对所有的key做处理：

   5. allkeys-random：从所有键值对中随机选择并删除数据
   6. allkeys-lru：使用LRU算法在所有的数据中进行筛选删除
   7. allkeys-lfu：使用LFU算法在所有的数据中进行筛选删除

   (c)不处理：

   8. noeviction：不会剔除任何数据，拒绝所有写入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

LRU算法

LRU（Least Recently Used 最近最少使用）：淘汰很久没有被访问过的数据，以最近一次访问时间作为参考。

LFU算法

LFU（Least Frequently Used 最不经常使用）：淘汰最近一段时间被访问次数最少的数据，以次数作为参考。

当存在热点数据时，LRU的效率很好，但偶发性的、周期性的批量操作会导致LRU命中急剧下降，缓存污染情况比较严重。这时使用LFU可能更好。

根据自身业务类型，配置好maxmemory-policy（默认是noeviction），推荐使用volatile-lru。如果不设置最大内存，当Redis内存超出物理内存限制时，内存的数据会开始和磁盘产生频繁的交换（swap），会让Redis的性能急剧下降。当Redis运行在主从模式时，只有主节点才会执行过期删除策略，然后把删除操作“del key”同步到从节点删除数据。