Redis中的 大/热 key问题 ，如何解决（面试版）

big key 

什么是 big key?

big key：就是指一个内存空间占用比较大的键(Key)

造成的问题：

1. 内存分布不均。在集群模式下，不同 slot分配到不同实例中，如果大 key 都映射到一个实例，则分布不均，查询效率也会受到影响。
2. 由于 Redis 单线程执行命令，操作大 Key 时耗时较长，从而导致 Redis 出现其它命令阻塞的问题。
3. 大Key对资源的占用巨大，在进行网络 I/O 传输的时候，导致你获取过程中产生的网络流量较大，从而产生网络传输时间延长甚至网络传输发现阻塞的现象，例如一个 key 2MB，请求个 1000 次 2000 MB。
4. 客户端超时。因为操作大 Key 时耗时较长，可能导致客户端等待超时。

如何判断是否是big key？

大 Key 可能出现在不同的场景中，不过其本质都是相同的，就是对应的值所占内存非常大，但是要占用多少内存才算大key这没有绝对的说法，主要还是取决于具体的场景以及应用需求，例如:

set key "大型字符串，xxxxxx······（此处省略无数个字符）"

HMSET student:8927 name "big" nickname "大型哈希表" 

 到底占用多少内存才算得上是 big key 呢?这个没有一个绝对的说法，主要取决于具体的场景以及应用需求。参考阿里云redis文档:

使用bigkeys命令查询bigkeys

这个是 Redis 内置的指令，直接在 Redis 的客户端 redis-cli 中就可以使用，该命令可以获取 Redis的整体信息，并且显示每种类型数据中最大的 Key。

如何解决 big key问题?

开发方面：

1. 对要存储的数据进行压缩，压缩之后再进行存储
2. 大化小，即把大对象拆分成小对象，即将一个大 Key 拆分成若干个小 Key，降低单个 Key 的内存大小
3. 使用合适的数据结构进行存储，比如一些用 String 存储的场景，可以考虑使用 Hash、Set 等结构进行优化

业务层面：

1. 根据实际情况，调整存储策略，只存一些必要的数据
2. 优化业务逻辑，从根源上避免大 Key 的产生

数据分布方面:

1. 采用 Redis 集群方式进行 Redis 的部署，然后将大 Key 散落到不同的服务器上面，加快响应速度

热key

什么是热key

热key：通常是key的访问频率占比过大，或带宽占比过大的key

热key导致的问题：因为 Redis 的读写是单线程执行的，所以热点 key 可能会影响 Redis 的整体效率，消耗大量的 CPU 资源，从而降低 Redis 的整体吞吐量。集群环境下会使得流量不均衡，从而导致读写热点倾斜问题的发生。

如何解决热Key问题

采用多级缓存

• 例如使用本地缓存，在应用层就返回数据，避免请求再发送到 Redis。
• 或者使用前端缓存，例如将数据存储到浏览器中，这样一段时间内请求都不需要发送到后端。
• 或者使用 CDN 缓存之类的，总之设置多级缓存，设定好业务允许的过期时间，分流请求，均分压力。

热点 key 拆分

如果某个Key包含了大量的数据，可以将其拆分成多个Key。例如，将一个大的List拆分成多个小的List，并且采用不同的Key