带宽和内存降低88%：GZIP在解决Redis大Key方面的应用

引言

目前主流HTTP协议接口都是使用JSON格式做数据交换的，JSON数据格式有着结构简单、可读性高、跨平台，易解析等优点，同时也存在着冗余数据会占用非常多的储存空间的问题，这大大增加了JSON格式数据在存储、传输过程中的性能消耗。所以对JSON格式数据压缩后再传输、存储就变的非常的有价值，如对JSON格式数据使用GZIP压缩算法可以实现90%左右的压缩率，更小的空间可以节省存储成本和降低传输带宽成本，本文介绍GZIP压缩算法在优化Redis使用大KEY字段中的应用，通过简单压缩可以节省88%的内存空间和带宽资源。

HTTP协议开启GZIP

HTTP协议标准中是直接支持GZIP压缩算法的，通过响应头Content-Encoding: gzip来表明响应内容使用了GZIP压缩，当客户端收到数据后会使用GZIP算法对Body内容进行解压。

RFC 1952 - IETF（互联网工程任务组）标准化的Gzip文件格式规范,

RFC 2616 - HTTP 1.1 协议规范，其中包括对 Content-Encoding 头的定义

在Nginx中可以通过 gzip on开启GZIP压缩功能：

java

代码解读

复制代码

gzip on; gzip_types text/plain text/css application/json application/javascript text/xml application/xml application/xml+rss text/javascript;

在Springboot中可以通过server.compression.enabled开启GZIP压缩功能：

java

代码解读

复制代码

server: port: 80 compression: enabled: true mime-types: application/javascript,text/css,application/json,application/xml,text/html,text/xml,text/plain min-response-size: 2KB

• enabled，开启或关闭
• mime-types，压缩的数据类型
• min-response-size，最小压缩大小

测试GZIP

为了测试开启GZIP前后的对比效果我们写一个简单的接口：

java

代码解读

复制代码

@GetMapping("/list") public ResponseEntity<ApiResult> list() { return renderOk(getData()); }

我们返回1000条JSON格式的用户信息：

java

代码解读

复制代码

private List<UserVo> getData() { return IntStream.range(1, 1000).mapToObj(x -> new UserVo(x,x+"+email@q63.com",x+"_公众号",x+"_赵侠客")).collect(Collectors.toList()); } @Data @AllArgsConstructor public class UserVo { private Integer id; private String username; private String email; private String trueName; }

在未开启GZIP前接口返回数据的大小是92.8KB， Content-Encoding为空，在开启GZIP后接口返回的数据大小为11.5KB，Content-Encoding为gzip，接口返回数量降低了88%。 

当然我们也可以在接口中通过手动添加content-encoding响应头,然后通过手动调用GZIPOutputStream对返回数据进行GZIP压缩：

java

代码解读

复制代码

@GetMapping("/gzip") public void gzip(HttpServletResponse response) throws IOException { response.setContentType("application/json;charset=utf-8"); response.setHeader("content-encoding", "gzip"); try (GZIPOutputStream gzipOutputStream = new GZIPOutputStream(response.getOutputStream())) { IOUtils.write(JsonUtils.toJson(getData()), gzipOutputStream); } }

Redis缓存压缩

为了增加接口的响应速度我们通常会使用Redis当缓存，基本逻辑是先查Redis有没有数据如果有直接返回，如果没有会查数据库，然后再存入Redis，以下是一个简单的使用Redis当缓存的接口：

这边整理了一份核心面试笔记包括了：Java面试、Spring、JVM、MyBatis、Redis、MySQL、并发编程、微服务、Linux、Springboot、SpringCloud、MQ、Kafka 面试专题

 需要全套面试笔记的【点击此处即可】免费获取

java

代码解读

复制代码

@Resource private RedissonClient redissonClient; public static final String REDIS_KEY = "REDIS_KEY"; @GetMapping("/redis") public void redis(HttpServletResponse response) throws IOException { RBucket<String> bucket = redissonClient.getBucket(REDIS_KEY); String data = bucket.get(); if (data == null) { data=JsonUtils.toJson(getData()); redissonClient.getBucket(REDIS_KEY).set(data,100L, TimeUnit.SECONDS); } response.setContentType("application/json"); IOUtils.write(data, response.getOutputStream()); }

我们分析一下这样个接口的基本数据流：

• 第一次从数据库服务器查出92.8KB的数据传输到WEB服务器中
• 将92.8KB的数据从WEB服务器传输到Redis服务器中
• 后面如果命中缓存将92.8KB数据从Redis服务器传输到WEB服务器
• 最后将92.8KB数据从WEB服务器返回给用户浏览器

使用ZIP优化Redis缓存：

java

代码解读

复制代码

public static final String GZIP_REDIS_KEY = "GZIP_REDIS_KEY"; @GetMapping("/gzipRedis") public void gzipRedis(HttpServletResponse response) throws IOException { RBucket<byte[]> bucket = redissonClient.getBucket(GZIP_REDIS_KEY); byte[] data = bucket.get(); if (data == null) { String json=JsonUtils.toJson(getData()); try (ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream(); GZIPOutputStream gzipOutputStream = new GZIPOutputStream(byteArrayOutputStream)) { IOUtils.write(json, gzipOutputStream, String.valueOf(StandardCharsets.UTF_8)); gzipOutputStream.finish(); data= byteArrayOutputStream.toByteArray(); redissonClient.getBucket(GZIP_REDIS_KEY).set(data,100L, TimeUnit.SECONDS); } } response.setContentType("application/json"); response.setHeader("content-encoding", "gzip"); IOUtils.write(data, response.getOutputStream()); }

我们再分析一下以上使用GZIP压缩后的数据传输：

• 第一次从数据库服务器查出92.8KB的数据传输到WEB服务器中
• 将11.5KB的GZIP数据从WEB服务器传输到Redis服务器中
• 后面命中缓存将11.5KB数据从Redis服务器传输到WEB服务器
• 最后将11.KB数据从WEB服务器返回给用户浏览器

单次接口请求好像感觉不到这个 GZIP压缩带来的好处，接下来我们压测一下看看会不会有差距。

压力测试

压测可以使用ab (Apache Benchmark) 工具，ab工具是 Apache HTTP server 的一部分，在 macOS使用Homebrew包管理器可以快速安装上ab :

java

代码解读

复制代码

brew install httpd ab -V ab -n 100 -c 10 http://localhost/list

其中：

• -n 100 表示总共请求 100 次。
• -c 10 表示并发 10 个请求。

未压缩走Redis压缩结果:

java

代码解读

复制代码

ab -n 100000 -c 10 http://localhost/redis Finished 100000 requests Document Length: 92476 bytes Concurrency Level: 10 Time taken for tests: 194.917 seconds Complete requests: 100000 Failed requests: 0 Total transferred: 9258100000 bytes HTML transferred: 9247600000 bytes Requests per second: 513.04 [#/sec] (mean) Time per request: 19.492 [ms] (mean) Time per request: 1.949 [ms] (mean, across all concurrent requests) Transfer rate: 46384.34 [Kbytes/sec] received Connection Times (ms) min mean[+/-sd] median max Connect: 0 8 249.5 0 19514 Processing: 4 12 19.8 10 754 Waiting: 4 11 19.8 10 754 Total: 4 19 250.4 10 19525 Percentage of the requests served within a certain time (ms) 50% 10 66% 11 75% 11 80% 12 90% 12 95% 15 98% 27 99% 134 100% 19525 (longest request)

使用GZIP压缩后走Redis缓存压测结果：

java

代码解读

复制代码

ab -n 100000 -c 10 http://localhost/gzipRedis Finished 100000 requests Document Length: 11091 bytes Concurrency Level: 10 Time taken for tests: 194.927 seconds Complete requests: 100000 Failed requests: 0 Total transferred: 1122000000 bytes HTML transferred: 1109100000 bytes Requests per second: 513.01 [#/sec] (mean) Time per request: 19.493 [ms] (mean) Time per request: 1.949 [ms] (mean, across all concurrent requests) Transfer rate: 5621.09 [Kbytes/sec] received Connection Times (ms) min mean[+/-sd] median max Connect: 0 12 410.4 0 19608 Processing: 3 7 20.0 4 802 Waiting: 3 7 19.9 4 801 Total: 3 19 410.9 4 19613 Percentage of the requests served within a certain time (ms) 50% 4 66% 9 75% 9 80% 9 90% 10 95% 10 98% 11 99% 19 100% 19613 (longest request)

总结

对比使用GZIP压缩我们可以得出以下几点：

• 测试中10万请求在194S完成，缓存时间是100S，服务器端只做了二次查数据库和GZIP压缩然后存数Redis
• 两次GZIP和之后的数据传输消耗资源可以忽略不计
• 未压缩10万请求从Redis传输了8.6GB数据到WEB服务器，又从WEB服务器传输8.6GB给用户浏览器，
• 压缩10万请求从Redis传输了1GB数据到WEB服务器，又从WEB服务器传输1GB给用户浏览器，节省数据传输15.2GB，节省率88%
• 未压缩数据传输速度达到45M/S，压缩后5.4M/S，节省带宽88%
• 如果Redis中大JSON都使用GZIP压缩理论上可以节省Redis内存达到88%
• 因为直接使用gzip返回，所有解压计算在用户浏览器端完成，不消耗服务器CPU资源

综合上所述如里你的Redis缓存中存在大量的大Key，可能先达到瓶颈的不是Redis的读写性能，很可能是你的带宽，此时只需要简单的使用GZIP压缩就能你给不仅节省88%的Redis内存空间还大大减少了数据的传输量和节省了带宽资源，而且还能使用的C端用户的资源来解压，这个ROI是非常高的。