REDIS最佳实践

服务配置说明

• 如果作为缓存使用，默认的key淘汰机制是allkeys-lru
• 默认是不会开启持久化
• Redis未说明配置部分为Redis的默认配置，请参考：https://raw.githubusercontent.com/antirez/redis/2.8/redis.conf

daemonize yes
pidfile /date/redis_data/redis-${port}.pid
port ${port}
bind ${ip}
timeout 0
tcp-keepalive 0
loglevel notice
logfile /data/redis_data/${port}/server.log
databases 16
stop-writes-on-bgsave-error yes
rdbcompression yes
rdbchecksum yes
dbfilename dump.rdb
dir /data/redis_data/${port}
masterauth pOxIJaWAYXjT
slave-serve-stale-data yes
slave-read-only no
repl-disable-tcp-nodelay no
slave-priority 100
requirepass ""
maxmemory ${maxmemory}
maxmemory-policy allkeys-lru
appendonly no
appendfsync everysec
no-appendfsync-on-rewrite no
auto-aof-rewrite-percentage 100
auto-aof-rewrite-min-size 64mb
lua-time-limit 5000
slowlog-log-slower-than 10000
slowlog-max-len 128
hash-max-ziplist-entries 512
hash-max-ziplist-value 64
list-max-ziplist-entries 512
list-max-ziplist-value 64
set-max-intset-entries 512
zset-max-ziplist-entries 128
zset-max-ziplist-value 64
activerehashing yes
client-output-buffer-limit normal 0 0 0
client-output-buffer-limit slave 256mb 64mb 60
client-output-buffer-limit pubsub 32mb 8mb 60
hz 10
aof-rewrite-incremental-fsync yes
masterauth ""

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
      • 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：
      • user:{uid}:friends:messages:{mid}简化为u:{uid}🇫🇷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)
      • 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。
   2. 【推荐】：选择适合的数据类型set user:1:name tomset user:1:age 19set user:1:favor footballhmset user:1 name tom age 19 favor football
      • 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：
      • 正例:
   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。

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，如有需要建议使用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：
     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)要求一次事务操作的key必须在一个slot上(可以使用hashtag功能解决)

客户端使用

1. 【推荐】移服/升级/重启会导致连接断开，客户端必须有重连机制
2. 【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。
3. 【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。
4. 【建议】高并发下建议客户端添加熔断功能(waf开启hystrix)
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。
   • NDP-Redis的默认策略是allkeys-lru。

删除bigkey最佳实践

1. 下面操作可以使用pipeline加速。
2. redis 4.0已经支持key的异步删除，当前仅NDP-Redis集群模式为4.0版本。

Hash删除: hscan + hdel

public void delBigHash(String host, int port, String password, String bigHashKey) {
    Jedis jedis = new Jedis(host, port);
    if (password != null && !"".equals(password)) {
        jedis.auth(password);
    }
    ScanParams scanParams = new ScanParams().count(100);
    String cursor = "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);
}

List删除: ltrim

public void delBigList(String host, int port, String password, String bigListKey) {
    Jedis jedis = new Jedis(host, port);
    if (password != null && !"".equals(password)) {
        jedis.auth(password);
    }
    long llen = jedis.llen(bigListKey);
    int counter = 0;
    int left = 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);
}

Set删除: sscan + srem

public void delBigSet(String host, int port, String password, String bigSetKey) {
    Jedis jedis = new Jedis(host, port);
    if (password != null && !"".equals(password)) {
        jedis.auth(password);
    }
    ScanParams scanParams = new ScanParams().count(100);
    String cursor = "0";
    do {
        ScanResult<String> scanResult = jedis.sscan(bigSetKey, cursor, scanParams);
        List<String> memberList = scanResult.getResult();
        if (memberList != null && !memberList.isEmpty()) {
            for (String member : memberList) {
                jedis.srem(bigSetKey, member);
            }
        }
        cursor = scanResult.getStringCursor();
    } while (!"0".equals(cursor));
    
    //删除bigkey
    jedis.del(bigSetKey);
}

SortedSet删除: zscan + zrem

public void delBigZset(String host, int port, String password, String bigZsetKey) {
    Jedis jedis = new Jedis(host, port);
    if (password != null && !"".equals(password)) {
        jedis.auth(password);
    }
    ScanParams scanParams = new ScanParams().count(100);
    String cursor = "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);
}