使用Redis进行开发

一、常见应用场景

1.会话存储

在现代的架构中，通常多个服务器位于一个或多个负载均衡器之后。会话（Session）通常需要存储在外部存储系统中。如果有一个服务器宕机，其他的服务器可以从外部存储中获取会话并继续服务。因为与关系数据库相比Redis的访问延迟非常低，所以使用Redis来保存会话数据堪称是一种完美的会话存储机制。并且Redis中对键过期的支持可以天然地用于会话的超时管理。

2.分析

还可以用于统计分析的场景。例如，如果想要计算某个功能被使用了多少次，或者想要计算某个API被调用的次数，那么简单地使用INCR命令增加某功能的被点击次数或某API的被调用次数的计数器即可；甚至还可以结合Lua脚本限制公开 API 的请求次数（将 API 的最大请求数限制在每个 IP 地址每秒钟十个之内）。因为所有的Redis命令都是原子的，所以无需担心竞态。基于诸如哈希、有序集合和HyperLoglog等数据类型，还可以构建其他更高级的计数器或统计数据捕获系统。

3.排行榜

利用有序集合（Sorted Set），就可以轻松地实现一个排行榜。例如：可以为投票目标创建一个有序集合并将用户的投票数作为权重。因此，使用ZREVRANGE命令就能够按照投票目标的受欢迎程度返回投票目标的列表。同样的功能也可以在关系数据库中实现，但是SQL查询要比Redis查询慢得多。

4.队列

利用列表（List）的PUSH/POP命令（阻塞类型）就能实现任务队列。例如：先使用BLPOP命令从任务列表左端移除并获取第一个任务（没有的时候则阻塞了），相当于获取任务；然后使用RPUSH命令从任务列表右端插入一个新任务，相当于分配任务；此时刚才排队获取任务的客户端就能第一时间拿到新任务。

5.最新的N个记录

假设我们想要获取最近新签的10个合同，通常采用一个SQL查询：select top 10 * from contract order by signtime desc

而采用Redis解决则可以先创建一个列表，新签的合同采用LPUSH命令插入，然后再执行LTRIM命令只保留10个元素。

6.缓存

例如：在查询关系数据库之前，我们首先在Redis中查找记录。如果在Redis中找不到记录，则查询关系数据库并将记录放到Redis中。在向关系数据库写入时，我们也同时将记录写入Redis。为了限制缓存的大小，可以对缓存中的记录设置过期时间或应用诸如最近最少使用（LeastRecentlyUsed，LRU）的收回策略。

 

二、使用正确的数据类型

时间-空间的平衡

例如：10000个用户信息（id，name，sex，age，registertime）

1.首先存储为字符串类型的键值对，内存消耗4.04M；

2.改为哈希类型，内存消耗2.29M左右，此时节省了约43%（(4.04-2.29)/4.04）的内存空间；

3.改为将一个用户信息存储为一个json字符串，内存消耗2.29M，与哈希类型所消耗内存几乎相同（键的数量并没有减少）；

4.使用Lua脚本，利用msgpack库（https://msgpack.org/）序列化原始json字符串，内存消耗2.06M，此时节省了约49%（(4.04-2.06)/4.04）的内存空间；

5.

又例如：计数时可以使用集合、位图或HyperLogLog

官方一些内存优化的案例：https://redis.io/topics/memory-optimization

 

三、使用正确的Redis API

保证性能

1.尽量将数据操作组合在一起来降低往返延时（RTT），采用管道，采用批量处理的API；

2.因为Redis是单线程的数据存储服务，所以应该多考虑API的时间复杂度，避免阻塞服务器。

 

四、使用C#连接到Redis

通过VS（Visual Studio 2017）创建一个控制台应用程序

通过NuGet获取StackExchange.Redis

简单示例

使用管道（事务类似）

运行Lua脚本

local id = @key
local data = @arg
local dataSource = cjson.decode(data)

local retJson = redis.call('get', id)
if retJson == false then
	retJson = {}
else
	retJson = cjson.decode(retJson)
end

for k,v in pairs(dataSource) do
	retJson[k] = v
end
redis.call('set', id, cjson.encode(retJson))
return redis.call('get', id)

五、使用Python连接到Redis

Python（https://www.python.org/），我此时使用的是Python3.7.1

通过PyPI安装redis-py：执行命令pip install redis

通过VS（Visual Studio 2017）创建一个Python应用程序

简单示例

示例程序输出结果如下：

 

使用管道

输出结果将显示对应响应的列表

 

运行Lua脚本

local id = KEYS[1]
local data = ARGV[1]
local dataSource = cjson.decode(data)

local retJson = redis.call('get', id)
if retJson == false then
	retJson = {}
else
	retJson = cjson.decode(retJson)
end

for k,v in pairs(dataSource) do
	retJson[k] = v
end
redis.call('set', id, cjson.encode(retJson))
return redis.call('get', id)

执行结果输出的是更新后的json

 

六、使用Redis编写MapReduce作业

 

七、使用Redis编写Spark作业