Redis大key问题

所谓的大key问题是某个key的value比较大，所以本质上是大value问题。

redis中有常见的几种数据结构，每种结构对大key的定义不同，比如（并不绝对，主要是根据value的成员数量和字节数来确定，业务可以根据自己的场景也确定标准）：

• value是String类型时，size超过10KB
• value是ZSET、Hash、List、Set等集合类型时，它的成员数量超过1w个

大key有什么影响：我们都知道，redis的一个典型特征就是：核心工作线程是单线程。单线程中请求任务的处理是串行的，前面完不成，后面处理不了。影响总结如下：

• 执行大key命令的客户端本身，耗时明显增加，甚至超时
• 执行大key相关读取或者删除操作时，会严重占用带宽和CPU，影响其他客户端
• 大key本身的存储带来分布式系统中分片数据不平衡，CPU使用率也不平衡
• 大key有时候也是热key，读取操作频繁，影响面会很大
• 执行大key删除时，在低版本redis中可能阻塞线程

大key是如何产生的：大key的产生往往是业务方设计不合理，没有预见value的动态增长问题

• 一直往value塞数据，没有删除机制，迟早要爆炸
• 数据没有合理做分片，将大key变成小key

如何找到大key

• 增加内存&流量&超时等指标监控：由于大key的value很大，执行读取时可能阻塞线程，这样Redis整体的qps会下降，并且客户端超时会增加，网络带宽会上涨，配置这些报警可以让我们发现大key的存在。
• bigkeys命令：使用bigkeys命令以遍历的方式分析Redis实例中的所有Key，并返回整体统计信息与每个数据类型中Top1的大Key
• redis-rdb-tools：使用redis-rdb-tools离线分析工具来扫描RDB持久化文件，虽然实时性略差，但是完全离线对性能无影响。
• 集成化可视化工具：基于某些公有云或者公司内部架构的redis一般都会有可视化的页面和分析工具，来帮助我们定位大key，当然页面底层也可能是基于bigkeys或者rdb文件离线分析的结果。

如何解决大key问题：根据大key的实际用途可以分为两种情况：

• 可删除：如果发现某些大key并非热key就可以在DB中查询使用，则可以在Redis中删掉
  • 当Redis版本大于4.0时，可使用UNLINK命令安全地删除大Key，该命令能够以非阻塞的方式，逐步地清理传入的Key。
  • 当Redis版本小于4.0时，避免使用阻塞式命令KEYS，而是建议通过SCAN命令执行增量迭代扫描key，然后判断进行删除。
• 不可删除：
  • 当vaule是string时，比较难拆分，则使用序列化、压缩算法将key的大小控制在合理范围内，但是序列化和反序列化都会带来更多时间上的消耗。
  • 当value是string，压缩之后仍然是大key，则需要进行拆分，一个大key分为不同的部分，记录每个部分的key，使用multiget等操作实现事务读取。
  • 当value是list/set等集合类型时，根据预估的数据规模来进行分片，不同的元素计算后分到不同的片。