Redis的Key虽然可以自定义,但最好遵循下面的几个最佳实践约定:
遵循基本格式:业务名称:数据名:id 长度不超过44字节 不包含特殊字符
例如:我们的登录业务,保存用户信息,其key是这样的:
login:user:10![[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wdYX5A9p-1658064183671)(Redis学习笔记Images/image-20220717203622385.png)]](https://ask.qcloudimg.com/http-save/yehe-7049160/c611a7374e097f6253e209e3a08fbeca.png)
BigKey通常以Key的大小和Key中成员的数量来综合判定,例如:
Key本身的数据量过大:一个String类型的Key,它的值为5 MB。
Key中的成员数过多:一个ZSET类型的Key,它的成员数量为10,000个。
Key中成员的数据量过大:一个Hash类型的Key,它的成员数量虽然只有1,000个但这些成员的Value(值)总大小为100 MB。
推荐:
对BigKey执行读请求时,少量的QPS就可能导致带宽使用率被占满,导致Redis实例,乃至所在物理机变慢
BigKey所在的Redis实例内存使用率远超其他实例,无法使数据分片的内存资源达到均衡
对元素较多的hash、list、zset等做运算会耗时较旧,使主线程被阻塞
对BigKey的数据序列化和反序列化会导致CPU的使用率飙升,影响Redis实例和本机其它应用
redis-cli --bigkeys利用redis-cli提供的--bigkeys参数,可以遍历分析所有key,并返回Key的整体统计信息与每个数据的Top1的big key
自己编程,利用scan扫描Redis中的所有key,利用strlen、hlen等命令判断key的长度(此处不建议使用MEMORY USAGE)
利用第三方工具,如 Redis-Rdb-Tools 分析RDB快照文件,全面分析内存使用情况
自定义工具,监控进出Redis的网络数据,超出预警值时主动告警
BigKey内存占用较多,即便时删除这样的key也需要耗费很长时间,导致Redis主线程阻塞,引发一系列问题。
数据存储到Redis当中,如何选择恰当的类型呢?举例说明一下
例1:比如存储一个User对象,我们有三种存储方式:
user:1 | {"name": "Jack", "age": 21} |
|---|
优点:实现简单粗暴
缺点:数据耦合,不够灵活
user:1:name | Jack |
|---|---|
user:1:age | 21 |
优点:可以灵活访问对象任意字段
缺点:占用空间大、没办法做统一控制
user:1 | name | Jack |
|---|---|---|
(其实第一列的单元格是合并的) | jack | 21 |
![[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wAQICvEg-1658064183672)(Redis学习笔记Images/image-20220717204654573.png)]](https://ask.qcloudimg.com/http-save/yehe-7049160/31c24a05d1d3afce624bbd2f6578f118.png)
优点:底层使用ziplist,空间占用小,可以灵活访问对象的任意字段
缺点:代码相对复杂
==PS:总的来说,还是哈希比较好一点,空间小且灵活,代码其实也复杂不到哪去,多那几行代码,一下就完事了==
例2:假如有hash类型的key,其中有100万对field和value,field是自增id,这个key存在什么问题?如何优化?
![[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cu4OlkT2-1658064183673)(Redis学习笔记Images/image-20220717204851169.png)]](https://ask.qcloudimg.com/http-save/yehe-7049160/9e458f337b3f6079b622f443195d5a79.png)
方案一:hash存储
如果还使用hash来存储的话,会存在以下问题:

*
方案二:采用String类型存储,拆分为String
Key | value |
|---|---|
id:0 | value0 |
..... | ..... |
id:999999 | value999999 |
存在的问题:
![[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-12bTlXGC-1658064183675)(Redis学习笔记Images/image-20220717210258872.png)]](https://ask.qcloudimg.com/http-save/yehe-7049160/fbeff08a00c73a954e2ead015cabb227.png)
方案三:拆分为小的hash,将 id / 100 作为key, 将id % 100 作为field,这样每100个元素为一个Hash
![[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-y9zEQH8c-1658064183675)(Redis学习笔记Images/image-20220717210340070.png)]](https://ask.qcloudimg.com/http-save/yehe-7049160/d1ec0da220b88f435a5e65785993b4eb.png)
采用小的hash结构之后,内存缩小了接近1/3。
![[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-R0Q9CoqG-1658064183676)(Redis学习笔记Images/image-20220717210432693.png)]](https://ask.qcloudimg.com/http-save/yehe-7049160/4a4f9061d3f1a19583592a6260b9c1ed.png)
Key的最佳实践:
Value的最佳实践:
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。