阿里云Redis开发规范

\n

本文介绍了在使用阿里云Redis的开发规范，从键值设计、命令使用、客户端使用、相关工具等方面进行说明，通过本文的介绍可以减少使用Redis过程带来的问题。

\n

\n

一、键值设计

\n

1. key名设计

\n

• \n
• (1)【建议】: 可读性和可管理性\n

\n

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

\n

ugc:video:1\n

\n

• \n
• (2)【建议】：简洁性\n

\n

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：

\n

user:{uid}:friends:messages:{mid}简化为u:{uid}:fr:m:{mid}。\n

\n

• \n
• (3)【强制】：不要包含特殊字符\n

\n

反例：包含空格、换行、单双引号以及其他转义字符

\n

详细解析

\n

2. value设计

\n

• \n
• (1)【强制】：拒绝bigkey(防止网卡流量、慢查询)\n

\n

string类型控制在10KB以内，hash、list、set、zset元素个数不要超过5000。

\n

反例：一个包含200万个元素的list。

\n

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(例如一个200万的zset设置1小时过期，会触发del操作，造成阻塞，而且该操作不会不出现在慢查询中(latency可查))，查找方法和删除方法

\n

详细解析

\n

• \n
• (2)【推荐】：选择适合的数据类型。\n

\n

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)

\n

反例：

\n

set user:1:name tom\nset user:1:age 19\nset user:1:favor football\n

\n

正例:

\n

hmset user:1 name tom age 19 favor football\n

\n

3.【推荐】：控制key的生命周期，redis不是垃圾桶。

\n

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。

\n

二、命令使用

\n

1.【推荐】 O(N)命令关注N的数量

\n

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。

\n

2.【推荐】：禁用命令

\n

禁止线上使用keys、flushall、flushdb等，通过redis的rename机制禁掉命令，或者使用scan的方式渐进式处理。

\n

3.【推荐】合理使用select

\n

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。

\n

4.【推荐】使用批量操作提高效率

\n

原生命令：例如mget、mset。\n非原生命令：可以使用pipeline提高效率。\n

\n

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)。

\n

注意两者不同：

\n

原生是原子操作，pipeline是非原子操作。\npipeline可以打包不同的命令，原生做不到\npipeline需要客户端和服务端同时支持。\n

\n

5.【建议】Redis事务功能较弱，不建议过多使用

\n

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)

\n

6.【建议】Redis集群版本在使用Lua上有特殊要求：

\n

• \n
• 1.所有key都应该由 KEYS 数组来传递，redis.call/pcall 里面调用的redis命令，key的位置，必须是KEYS array, 否则直接返回error，\u0026quot;-ERR bad lua script for redis cluster, all the keys that the script uses should be passed using the KEYS array\u0026quot;\n
• 2.所有key，必须在1个slot上，否则直接返回error, “-ERR eval/evalsha command keys must in same slot”\n

\n

7.【建议】必要情况下使用monitor命令时，要注意不要长时间使用。

\n

三、客户端使用

\n

1.【推荐】

\n

避免多个应用使用一个Redis实例

\n

正例：不相干的业务拆分，公共数据做服务化。

\n

2.【推荐】

\n

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，标准使用方式：

\n

执行命令如下：\nJedis jedis = null;\ntry {\n    jedis = jedisPool.getResource();\n    //具体的命令\n    jedis.executeCommand()\n} catch (Exception e) {\n    logger.error(\u0026quot;op key {} error: \u0026quot; + e.getMessage(), key, e);\n} finally {\n    //注意这里不是关闭连接，在JedisPool模式下，Jedis会被归还给资源池。\n    if (jedis != null) \n        jedis.close();\n}\n

\n

下面是JedisPool优化方法的文章:

\n

• \n
• Jedis常见异常汇总\n
• JedisPool资源池优化\n

\n

3.【建议】

\n

高并发下建议客户端添加熔断功能(例如netflix hystrix)

\n

4.【推荐】

\n

设置合理的密码，如有必要可以使用SSL加密访问（阿里云Redis支持）

\n

5.【建议】

\n

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。

\n

默认策略是volatile-lru，即超过最大内存后，在过期键中使用lru算法进行key的剔除，保证不过期数据不被删除，但是可能会出现OOM问题。

\n

其他策略如下：

\n

• \n
• allkeys-lru：根据LRU算法删除键，不管数据有没有设置超时属性，直到腾出足够空间为止。\n
• allkeys-random：随机删除所有键，直到腾出足够空间为止。\n
• volatile-random:随机删除过期键，直到腾出足够空间为止。\n
• volatile-ttl：根据键值对象的ttl属性，删除最近将要过期数据。如果没有，回退到noeviction策略。\n
• noeviction：不会剔除任何数据，拒绝所有写入操作并返回客户端错误信息\u0026quot;(error) OOM command not allowed when used memory\u0026quot;，此时Redis只响应读操作。\n

\n

四、相关工具

\n

1.【推荐】：数据同步

\n

redis间数据同步可以使用：redis-port

\n

2.【推荐】：big key搜索

\n

redis大key搜索工具

\n

3.【推荐】：热点key寻找(内部实现使用monitor，所以建议短时间使用)

\n

facebook的redis-faina

\n

阿里云Redis已经在内核层面解决热点key问题，欢迎使用。\n

\n

五 附录：删除bigkey

\n

1. 下面操作可以使用pipeline加速。\n2. redis 4.0已经支持key的异步删除，欢迎使用。\n

\n

1. Hash删除: hscan + hdel

\n

public void delBigHash(String host, int port, String password, String bigHashKey) {\n    Jedis jedis = new Jedis(host, port);\n    if (password != null \u0026amp;\u0026amp; !\u0026quot;\u0026quot;.equals(password)) {\n        jedis.auth(password);\n    }\n    ScanParams scanParams = new ScanParams().count(100);\n    String cursor = \u0026quot;0\u0026quot;;\n    do {\n        ScanResult\u0026lt;Entry\u0026lt;String, String\u0026gt;\u0026gt; scanResult = jedis.hscan(bigHashKey, cursor, scanParams);\n        List\u0026lt;Entry\u0026lt;String, String\u0026gt;\u0026gt; entryList = scanResult.getResult();\n        if (entryList != null \u0026amp;\u0026amp; !entryList.isEmpty()) {\n            for (Entry\u0026lt;String, String\u0026gt; entry : entryList) {\n                jedis.hdel(bigHashKey, entry.getKey());\n            }\n        }\n        cursor = scanResult.getStringCursor();\n    } while (!\u0026quot;0\u0026quot;.equals(cursor));\n    \n    //删除bigkey\n    jedis.del(bigHashKey);\n}\n

\n

2. List删除: ltrim

\n

public void delBigList(String host, int port, String password, String bigListKey) {\n    Jedis jedis = new Jedis(host, port);\n    if (password != null \u0026amp;\u0026amp; !\u0026quot;\u0026quot;.equals(password)) {\n        jedis.auth(password);\n    }\n    long llen = jedis.llen(bigListKey);\n    int counter = 0;\n    int left = 100;\n    while (counter \u0026lt; llen) {\n        //每次从左侧截掉100个\n        jedis.ltrim(bigListKey, left, llen);\n        counter += left;\n    }\n    //最终删除key\n    jedis.del(bigListKey);\n}\n

\n

3. Set删除: sscan + srem

\n

public void delBigSet(String host, int port, String password, String bigSetKey) {\n    Jedis jedis = new Jedis(host, port);\n    if (password != null \u0026amp;\u0026amp; !\u0026quot;\u0026quot;.equals(password)) {\n        jedis.auth(password);\n    }\n    ScanParams scanParams = new ScanParams().count(100);\n    String cursor = \u0026quot;0\u0026quot;;\n    do {\n        ScanResult\u0026lt;String\u0026gt; scanResult = jedis.sscan(bigSetKey, cursor, scanParams);\n        List\u0026lt;String\u0026gt; memberList = scanResult.getResult();\n        if (memberList != null \u0026amp;\u0026amp; !memberList.isEmpty()) {\n            for (String member : memberList) {\n                jedis.srem(bigSetKey, member);\n            }\n        }\n        cursor = scanResult.getStringCursor();\n    } while (!\u0026quot;0\u0026quot;.equals(cursor));\n    \n    //删除bigkey\n    jedis.del(bigSetKey);\n}\n

\n

4. SortedSet删除: zscan + zrem

\n

public void delBigZset(String host, int port, String password, String bigZsetKey) {\n    Jedis jedis = new Jedis(host, port);\n    if (password != null \u0026amp;\u0026amp; !\u0026quot;\u0026quot;.equals(password)) {\n        jedis.auth(password);\n    }\n    ScanParams scanParams = new ScanParams().count(100);\n    String cursor = \u0026quot;0\u0026quot;;\n    do {\n        ScanResult\u0026lt;Tuple\u0026gt; scanResult = jedis.zscan(bigZsetKey, cursor, scanParams);\n        List\u0026lt;Tuple\u0026gt; tupleList = scanResult.getResult();\n        if (tupleList != null \u0026amp;\u0026amp; !tupleList.isEmpty()) {\n            for (Tuple tuple : tupleList) {\n                jedis.zrem(bigZsetKey, tuple.getElement());\n            }\n        }\n        cursor = scanResult.getStringCursor();\n    } while (!\u0026quot;0\u0026quot;.equals(cursor));\n    \n    //删除bigkey\n    jedis.del(bigZsetKey);\n}\n

\n

作者简介

\n

付磊，快手Cache负责人，负责公司十数万个Redis保障性以及架构相关工作。前阿里云Redis数据库技术专家。出版过技术书籍《Redis开发与运维》，豆瓣评分9.0。开源Redis私有云平台Cachecloud(github star 4000)。个人公众号为“Redis开发运维实战”，ID：redisDevops。

\n