Redis高级特性及优化
2019獨角獸企業重金招聘Python工程師標準>>>
redis中鍵的生存時間（expire）
redis中可以使用expire命令設置一個鍵的生存時間，到時間后redis會自動刪除它。
?
?
?
expire? 設置生存時間（單位/秒）
?
[python]?view plain?copy
?
?
?
ttl 查看鍵的剩余生存時間
?
[python]?view plain?copy
?
?
?
persist 取消生存時間
?
[python]?view plain?copy
?
?
?
expireat [key] unix時間戳1351858600
示例：
?
[python]?view plain?copy
?
?
?
操作圖示：
?
應用場景：
?
?
?
?
?
redis的事務（transaction）
?
redis中的事務是一組命令的集合。事務同命令一樣都是redis的最小執行單元。一組事務中的命令要么都執行，要么都不執行。(例如：轉賬)
?
原理：
先將屬于一個事務的命令發送給redis進行緩存，最后再讓redis依次執行這些命令。
?
應用場景：
?
?
?
命令：
?
[python]?view plain?copy
?
?
?
錯誤處理
1：語法錯誤：致命的錯誤，事務中的所有命令都不會執行
2：運行錯誤：不會影響事務中其他命令的執行
?
Redis 不支持回滾（roll back）
正因為redis不支持回滾功能，才使得redis在事務上可以保持簡潔和快速。
?
watch命令
作用：監控一個或者多個鍵，當被監控的鍵值被修改后阻止之后的一個事務的執行。
但是不能保證其它客戶端不修改這一鍵值，所以我們需要在事務執行失敗后重新執行事務中的命令。
注意：執行完事務的exec命令之后，watch就會取消對所有鍵值的監控
unwatch：取消監控
?
?操作圖示：
?
?
?
?
redis中數據的排序（sort）
sort命令可以對列表類型，集合類型和有序集合類型進行排序。
?
[python]?view plain?copy
?
?
?
by 參考鍵(參考鍵可以是字符串類型或者是hash類型的某個字段，hash類型的格式為：鍵名->字段名)
?
?
?
擴展 get參數
?
?
?
擴展 store參數
使用store 參數可以把sort的排序結果保存到指定的列表中
?
性能優化
1：盡可能減少待排序鍵中元素的數量
2：使用limit參數只獲取需要的數據
3：如果要排序的數據數量很大，盡可能使用store參數將結果緩存。
?
?操作圖示：
?
??
?
?
?
“發布/訂閱”模式
?
發布：publish
?
[python]?view plain?copy
?
?
?
訂閱：subscribe
?
[python]?view plain?copy
?
?
?
取消訂閱：unsubscribe
?
[python]?view plain?copy
?
?
?
按照規則訂閱：psubscribe
?
[python]?view plain?copy
?
?
?
按照規則取消訂閱：punsubscribe
注意：使用punsubscribe命令只能退訂通過psubscribe 訂閱的頻道。
?
操作圖示：（訂閱頻道后，頻道每發布一條消息，都能動態顯示出來）
訂閱：
?
?發布：
?
?
?
?
redis任務隊列
任務隊列：使用lpush和rpop(brpop)可以實現普通的任務隊列。
?brpop是列表的阻塞式(blocking)彈出原語。
它是 RPOP命令的阻塞版本，當給定列表內沒有任何元素可供彈出的時候，連接將被 BRPOP命令阻塞，直到等待超時或發現可彈出元素為止。
當給定多個?key?參數時，按參數?key?的先后順序依次檢查各個列表，彈出第一個非空列表的尾部元素。
?
優先級隊列：
?
[python]?view plain?copy
?
操作圖示：
?
?
?
?
?
redis管道(pipeline)
redis的pipeline(管道)功能在命令行中沒有，但是redis是支持管道的，在java的客戶端(jedis)中是可以使用的。
測試發現：
1：不使用管道方式，插入1000條數據耗時328毫秒
?
[java]?view plain?copy
?
?
?
2：使用管道方式，插入1000條數據耗時37毫秒
?
[java]?view plain?copy
?
?
?
在插入更多數據的時候，管道的優勢更加明顯：測試10萬條數據的時候，不使用管道要40秒，實用管道378毫秒。
?
?
?
redis持久化（persistence）
redis支持兩種方式的持久化，可以單獨使用或者結合起來使用。
第一種：RDB方式（redis默認的持久化方式）
第二種：AOF方式
?
?
?
redis持久化之RDB
rdb方式的持久化是通過快照完成的，當符合一定條件時redis會自動將內存中的所有數據執行快照操作并存儲到硬盤上。默認存儲在dump.rdb文件中。(文件名在配置文件中dbfilename)
?
redis進行快照的時機（在配置文件redis.conf中）
?
[java]?view plain?copy
?
?
?
Redis自動實現快照的過程
1、redis使用fork函數復制一份當前進程的副本(子進程)
2、父進程繼續接收并處理客戶端發來的命令，而子進程開始將內存中的數據寫入硬盤中的臨時文件
3、當子進程寫入完所有數據后會用該臨時文件替換舊的RDB文件，至此，一次快照操作完成。
?
注意：redis在進行快照的過程中不會修改RDB文件，只有快照結束后才會將舊的文件替換成新的，也就是說任何時候RDB文件都是完整的。
這就使得我們可以通過定時備份RDB文件來實現redis數據庫的備份
RDB文件是經過壓縮的二進制文件，占用的空間會小于內存中的數據，更加利于傳輸。
?
手動執行save或者bgsave命令讓redis執行快照。
兩個命令的區別在于，save是由主進程進行快照操作，會阻塞其它請求。bgsave是由redis執行fork函數復制出一個子進程來進行快照操作。
?
文件修復：
?
[python]?view plain?copy
?
?
?
rdb的優缺點
優點：由于存儲的有數據快照文件，恢復數據很方便。
缺點：會丟失最后一次快照以后更改的所有數據。
?
?
?
redis持久化之AOF
?
aof方式的持久化是通過日志文件的方式。默認情況下redis沒有開啟aof，可以通過參數appendonly參數開啟。
?
[python]?view plain?copy
?
?
?
aof文件的保存位置和rdb文件的位置相同，都是dir參數設置的，默認的文件名是appendonly.aof，可以通過appendfilename參數修改
?
[python]?view plain?copy
?
?
?
redis寫命令同步的時機
?
[python]?view plain?copy
?
?
?
aof日志文件重寫
?
[python]?view plain?copy
?
?
?
手動執行bgrewriteaof進行重寫
重寫的過程只和內存中的數據有關，和之前的aof文件無關。
所謂的“重寫”其實是一個有歧義的詞語， 實際上， AOF 重寫并不需要對原有的 AOF 文件進行任何寫入和讀取， 它針對的是數據庫中鍵的當前值。
?
文件修復：
?
[python]?view plain?copy
?
?
?
動態切換redis持久方式，從 RDB 切換到 AOF（支持Redis 2.2及以上）
?
[python]?view plain?copy
?
?
?
注意：
1、當redis啟動時，如果rdb持久化和aof持久化都打開了，那么程序會優先使用aof方式來恢復數據集，因為aof方式所保存的數據通常是最完整的。如果aof文件丟失了，則啟動之后數據庫內容為空。
2、如果想把正在運行的redis數據庫，從RDB切換到AOF，建議先使用動態切換方式，再修改配置文件，重啟數據庫。(不能自己修改配置文件，重啟數據庫，否則數據庫中數據就為空了。)
?
?
?
redis中的config命令
?
使用config set可以動態設置參數信息，服務器重啟之后就失效了。
?
[python]?view plain?copy
?
?
?
使用config get可以查看所有可以使用config set命令設置的參數
?
[python]?view plain?copy
?
?
?
使用config rewrite命令對啟動 Redis 服務器時所指定的 redis.conf 文件進行改寫(Redis 2.8 及以上版本才可以使用)，主要是把使用config set動態指定的命令保存到配置文件中。
?
[python]?view plain?copy
?
?
?
注意：config rewrite命令對 redis.conf 文件的重寫是原子性的， 并且是一致的： 如果重寫出錯或重寫期間服務器崩潰， 那么重寫失敗， 原有 redis.conf 文件不會被修改。 如果重寫成功， 那么 redis.conf 文件為重寫后的新文件。
?
?
?
redis的安全策略
?
設置數據庫密碼
修改配置
?
[python]?view plain?copy
?
?
?
驗證密碼
?
[python]?view plain?copy
?
?
?
bind參數（可以讓數據庫只能在指定IP下訪問）
?
[python]?view plain?copy
?
?
?
命令重命名
修改命令的名稱
?
[python]?view plain?copy
?
?
?
禁用命令?
?
[python]?view plain?copy
?
?
?
?
?
?
redis工具
redis-cli??命令行
?
[python]?view plain?copy
?
?
?
Redisclient（redis數據庫可視化工具，不怎么實用）
http://www.oschina.net/news/53391/redisclient-1-0
http://www.oschina.net/news/55634/redisclient-2-0
?
?
?
?
redis info命令
以一種易于解釋（parse）且易于閱讀的格式，返回關于 Redis 服務器的各種信息和統計數值。
通過給定可選的參數?section?，可以讓命令只返回某一部分的信息：
?
內容過多，詳細參考
http://redisdoc.com/server/info.html
?
?
?
redis內存占用情況
測試情況：
100萬個鍵值對（鍵是0到999999值是字符串“hello world”）在32位操作系統的筆記本上 用了100MB
使用64位的操作系統的話，相對來說占用的內存會多一點，這是因為64位的系統里指針占用了8個字節，但是64位系統也能支持更大的內存，所以運行大型的redis服務還是建議使用64位服務器
?
?
?
Redis實例最多存keys數
?
理論上Redis可以處理多達2的32次方的keys，并且在實際中進行了測試，每個實例至少存放了2億5千萬的keys
也可以說Redis的存儲極限是系統中的可用內存值。
?
?
?
?
redis優化1
?
精簡鍵名和鍵值
鍵名：盡量精簡，但是也不能單純為了節約空間而使用不易理解的鍵名。
鍵值：對于鍵值的數量固定的話可以使用0和1這樣的數字來表示，（例如：male/female、right/wrong）
當業務場景不需要數據持久化時，關閉所有的持久化方式可以獲得最佳的性能
?
內部編碼優化（大家可以自己了解）
redis為每種數據類型都提供了兩種內部編碼方式，在不同的情況下redis會自動調整合適的編碼方式。（如圖所示）
?
?
SLOWLOG [get/reset/len]
?
[python]?view plain?copy
?
?
當發現redis性能下降的時候可以查看下是哪些命令導致的
?
?
?
redis優化2
?
修改linux內核內存分配策略
原因：
?
redis在運行過程中可能會出現下面問題
錯誤日志：
?
[java]?view plain?copy
?
?
?
redis在備份數據的時候，會fork出一個子進程，理論上child進程所占用的內存和parent是一樣的，比如parent占用的內存為8G，這個時候也要同樣分配8G的內存給child,如果內存無法負擔，往往會造成redis服務器的down機或者IO負載過高，效率下降。所以內存分配策略應該設置為 1（表示內核允許分配所有的物理內存，而不管當前的內存狀態如何）。
內存分配策略有三種
可選值：0、1、2。
0， 表示內核將檢查是否有足夠的可用內存供應用進程使用；如果有足夠的可用內存，內存申請允許；否則，內存申請失敗，并把錯誤返回給應用進程。
1， 不管需要多少內存，都允許申請。
2， 只允許分配物理內存和交換內存的大小。(交換內存一般是物理內存的一半)
?
向/etc/sysctl.conf添加
?
[python]?view plain?copy
?
?
或者執行
?
[python]?view plain?copy
?
?
?
問題圖示：
?
?
?
redis優化3
關閉Transparent Huge Pages(THP)
THP會造成內存鎖影響redis性能，建議關閉
?
[python]?view plain?copy
?
?
?
使用root用戶執行下面命令
?
[python]?view plain?copy
?
?
?
把這條命令添加到這個文件中/etc/rc.local
?
?
?
?
?
redis優化4
修改linux中TCP 監聽的最大容納數量
在高并發環境下你需要一個高backlog值來避免慢客戶端連接問題。注意Linux內核默默地將這個值減小到/proc/sys/net/core/somaxconn的值，所以需要確認增大somaxconn和tcp_max_syn_backlog兩個值來達到想要的效果。
?
[python]?view plain?copy
?
?
注意：這個參數并不是限制redis的最大鏈接數。如果想限制redis的最大連接數需要修改maxclients，默認最大連接數為10000。
?
?
?
?
?
redis優化5
?
限制redis的內存大小
通過redis的info命令查看內存使用情況
如果不設置maxmemory或者設置為0，64位系統不限制內存，32位系統最多使用3GB內存。
修改配置文件中的maxmemory和maxmemory-policy
?
[python]?view plain?copy
?
?
?
如果可以確定數據總量不大，并且內存足夠的情況下不需要限制redis使用的內存大小。如果數據量不可預估，并且內存也有限的話，盡量限制下redis使用的內存大小，這樣可以避免redis使用swap分區或者出現OOM錯誤。
注意：如果不限制內存，當物理內存使用完之后，會使用swap分區，這樣性能較低，如果限制了內存，當到達指定內存之后就不能添加數據了，否則會報OOM錯誤。可以設置maxmemory-policy，內存不足時刪除數據。
?
拓展
used_memory是Redis使用的內存總量，它包含了實際緩存占用的內存和Redis自身運行所占用的內存（以字節（byte）為單位，其中used_memory_human上的數據和used_memory是一樣的值，它以M為單位顯示，僅為了方便閱讀）。
?
如果一個Redis實例的內存使用率超過可用最大內存(used_memory >可用最大內存)，那么操作系統開始進行內存與swap空間交換，把內存中舊的或不再使用的內容寫入硬盤上（硬盤上的這塊空間叫Swap分區），以便騰出新的物理內存給新頁或活動頁(page)使用。
?
在硬盤上進行讀寫操作要比在內存上進行讀寫操作，時間上慢了近5個數量級，內存是0.1us(微秒)、而硬盤是10ms(毫秒)。如果Redis進程上發生內存交換，那么Redis和依賴Redis上數據的應用會受到嚴重的性能影響。 通過查看used_memory指標可知道Redis正在使用的內存情況，如果used_memory>可用最大內存，那就說明Redis實例正在進行內存交換或者已經內存交換完畢。管理員根據這個情況，執行相對應的應急措施。
?
排查方案：
若是在使用Redis期間沒有開啟rdb快照或aof持久化策略，那么緩存數據在Redis崩潰時就有丟失的危險。因為當Redis內存使用率超過可用內存的95%時，部分數據開始在內存與swap空間來回交換，這時就可能有丟失數據的危險。
當開啟并觸發快照功能時，Redis會fork一個子進程把當前內存中的數據完全復制一份寫入到硬盤上。因此若是當前使用內存超過可用內存的45%時觸發快照功能，那么此時進行的內存交換會變的非常危險(可能會丟失數據)。 倘若在這個時候實例上有大量頻繁的更新操作，問題會變得更加嚴重。
?
通過減少Redis的內存占用率，來避免這樣的問題，或者使用下面的技巧來避免內存交換發生：
1、盡可能的使用Hash數據結構。因為Redis在儲存小于100個字段的Hash結構上，其存儲效率是非常高的。所以在不需要集合(set)操作或list的push/pop操作的時候，盡可能的使用Hash結構。比如，在一個web應用程序中，需要存儲一個對象表示用戶信息，使用單個key表示一個用戶，其每個屬性存儲在Hash的字段里，這樣要比給每個屬性單獨設置一個key-value要高效的多。 通常情況下倘若有數據使用string結構，用多個key存儲時，那么應該轉換成單key多字段的Hash結構。 如上述例子中介紹的Hash結構應包含，單個對象的屬性或者單個用戶各種各樣的資料。Hash結構的操作命令是HSET(key, fields, value)和HGET(key, field)，使用它可以存儲或從Hash中取出指定的字段。
?
2、設置key的過期時間。一個減少內存使用率的簡單方法就是，每當存儲對象時確保設置key的過期時間。倘若key在明確的時間周期內使用或者舊key不大可能被使用時，就可以用Redis過期時間命令(expire,expireat, pexpire, pexpireat)去設置過期時間，這樣Redis會在key過期時自動刪除key。 假如你知道每秒鐘有多少個新key-value被創建，那可以調整key的存活時間，并指定閥值去限制Redis使用的最大內存。
?
3、回收key。在Redis配置文件中(一般叫Redis.conf)，通過設置“maxmemory”屬性的值可以限制Redis最大使用的內存，修改后重啟實例生效。也可以使用客戶端命令config set maxmemory 去修改值，這個命令是立即生效的，但會在重啟后會失效，需要使用config rewrite命令去刷新配置文件。 若是啟用了Redis快照功能，應該設置“maxmemory”值為系統可使用內存的45%，因為快照時需要一倍的內存來復制整個數據集，也就是說如果當前已使用45%，在快照期間會變成95%(45%+45%+5%)，其中5%是預留給其他的開銷。 如果沒開啟快照功能，maxmemory最高能設置為系統可用內存的95%。
?
?
當內存使用達到設置的最大閥值時，需要選擇一種key的回收策略，可在Redis.conf配置文件中修改“maxmemory-policy”屬性值。 若是Redis數據集中的key都設置了過期時間，那么“volatile-ttl”策略是比較好的選擇。但如果key在達到最大內存限制時沒能夠迅速過期，或者根本沒有設置過期時間。那么設置為“allkeys-lru”值比較合適，它允許Redis從整個數據集中挑選最近最少使用的key進行刪除(LRU淘汰算法)。Redis還提供了一些其他淘汰策略，如下：
?
[python]?view plain?copy
?
?
?
通過設置maxmemory為系統可用內存的45%或95%(取決于持久化策略)和設置“maxmemory-policy”為“volatile-ttl”或“allkeys-lru”(取決于過期設置)，可以比較準確的限制Redis最大內存使用率，在絕大多數場景下使用這2種方式可確保Redis不會進行內存交換。倘若你擔心由于限制了內存使用率導致丟失數據的話，可以設置noneviction值禁止淘汰數據。
?
?
?
redis優化6
?
Redis是個單線程模型，客戶端過來的命令是按照順序執行的，所以想要一次添加多條數據的時候可以使用管道，或者使用一次可以添加多條數據的命令，例如：
?
?
?
?
?
Redis應用場景
?
發布與訂閱
在更新中保持用戶對數據的映射是系統中的一個普遍任務。Redis的pub/sub功能使用了SUBSCRIBE、UNSUBSCRIBE和PUBLISH命令，讓這個變得更加容易。
?
代碼示例：
?
[java]?view plain?copy
?
?
打印結果：
?
?
限制網站訪客訪問頻率
進行各種數據統計的用途是非常廣泛的，比如想知道什么時候封鎖一個IP地址。INCRBY命令讓這些變得很容易，通過原子遞增保持計數；GETSET用來重置計數器；過期屬性expire用來確認一個關鍵字什么時候應該刪除。
?
代碼示例：
[java]?view plain?copy
?
?
打印結果：
?
?
?
監控變量在事務執行時是否被修改
?
代碼示例：
?
[java]?view plain?copy
?
?
打印結果：
變量a沒有被修改時：
?
?
變量a被修改時：
?
?
?
各種計數
商品維度計數（喜歡數，評論數，鑒定數，瀏覽數,etc）
采用Redis 的類型: Hash. 如果你對redis數據類型不太熟悉，可以參考 http://redis.io/topics/data-types-intro
為product定義個key product:，為每種數值定義hashkey, 譬如喜歡數xihuan
?
?
用戶維度計數（動態數、關注數、粉絲數、喜歡商品數、發帖數 等）
用戶維度計數同商品維度計數都采用 Hash. 為User定義個key user:，為每種數值定義hashkey, 譬如關注數follow
??
?
?
存儲社交關系
譬如將用戶的好友/粉絲/關注，可以存在一個sorted set中，score可以是timestamp，這樣求兩個人的共同好友的操作，可能就只需要用求交集命令即可。
?
?
?
用作緩存代替memcached
緩存內容示例：（商品列表，評論列表，@提示列表，etc）
相對memcached 簡單的key-value存儲來說，redis眾多的數據結構（list,set,sorted set,hash, etc）可以更方便cache各種業務數據，性能也不亞于memcached。
例如：
?
[python]?view plain?copy
?
?
?
?
反spam系統
例如：（評論，發布商品，論壇發貼，etc）
作為一個電商網站被各種spam攻擊是少不免（垃圾評論、發布垃圾商品、廣告、刷自家商品排名等），針對這些spam制定一系列anti-spam規則，其中有些規則可以利用redis做實時分析，譬如：1分鐘評論不得超過2次、5分鐘評論少于5次等（更多機制/規則需要結合drools ）。 采用sorted set將最近一天用戶操作記錄起來（為什么不全部記錄？節省memory，全部操作會記錄到log，后續利用hadoop進行更全面分析統計），通過
?
[python]?view plain?copy
?
打印結果：
?
?
[python]?view plain?copy
?
?
?
?
用戶Timeline/Feeds
在逛有個類似微博的欄目我關注，里面包括關注的人、主題、品牌的動態。redis在這邊主要當作cache使用。
?
?
?
最新列表&排行榜
這里采用Redis的List數據結構或sorted set 結構, 方便實現最新列表or排行榜 等業務場景。
?
?
消息通知
其實這業務場景也可以算在計數上，也是采用Hash。如下：
?
?
?
消息隊列
當在集群環境時候，java ConcurrentLinkedQueue 就無法滿足我們需求，此時可以采用Redis的List數據結構實現分布式的消息隊列。
?
?
顯示最新的項目列表
Redis使用的是常駐內存的緩存，速度非常快。LPUSH用來插入一個內容ID，作為關鍵字存儲在列表頭部。LTRIM用來限制列表中的項目數最多為5000。如果用戶需要的檢索的數據量超越這個緩存容量，這時才需要把請求發送到數據庫。
?
?
刪除和過濾。
如果一篇文章被刪除，可以使用LREM從緩存中徹底清除掉。
?
?
排行榜及相關問題
排行榜（leader board）按照得分進行排序。ZADD命令可以直接實現這個功能，而ZREVRANGE命令可以用來按照得分來獲取前100名的用戶，ZRANK可以用來獲取用戶排名，非常直接而且操作容易。
?
?
按照用戶投票和時間排序
這就像Reddit的排行榜，得分會隨著時間變化。LPUSH和LTRIM命令結合運用，把文章添加到一個列表中。一項后臺任務用來獲取列表，并重新計算列表的排序，ZADD命令用來按照新的順序填充生成列表。列表可以實現非常快速的檢索，即使是負載很重的站點。
?
?
過期項目處理
使用unix時間作為關鍵字，用來保持列表能夠按時間排序。對current_time和time_to_live進行檢索，完成查找過期項目的艱巨任務。另一項后臺任務使用ZRANGE...WITHSCORES進行查詢，刪除過期的條目。
?
?
特定時間內的特定項目
這是特定訪問者的問題，可以通過給每次頁面瀏覽使用SADD命令來解決。SADD不會將已經存在的成員添加到一個集合。
?
?
實時分析
使用Redis原語命令，更容易實施垃圾郵件過濾系統或其他實時跟蹤系統。
?
?
隊列
在當前的編程中隊列隨處可見。除了push和pop類型的命令之外，Redis還有阻塞隊列的命令，能夠讓一個程序在執行時被另一個程序添加到隊列。你也可以做些更有趣的事情，比如一個旋轉更新的RSS feed隊列。
?
?
緩存
Redis緩存使用的方式與memcache相同。
網絡應用不能無休止地進行模型的戰爭，看看這些Redis的原語命令，盡管簡單但功能強大，把它們加以組合，所能完成的就更無法想象。當然，你可以專門編寫代碼來完成所有這些操作，但Redis實現起來顯然更為輕松。
?
?
手機驗證碼
使用expire設置驗證碼失效時間
redis既可以作為數據庫來用，也可以作為緩存系統來用
轉載于:https://my.oschina.net/rechardchensir/blog/3002100
總結
以上是生活随笔為你收集整理的Redis高级特性及优化的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 稳健的漫步~~~
- 下一篇： MySQL的库表详细操作