写点什么

阿里云 Redis 开发规范

  • 2019-04-02
  • 本文字数:3776 字

    阅读完需:约 12 分钟

阿里云Redis开发规范

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。

一、键值设计

1. key 名设计

  • (1)【建议】: 可读性和可管理性


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


ugc:video:1
复制代码


  • (2)【建议】:简洁性


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:


user:{uid}:friends:messages:{mid}简化为u:{uid}:fr:m:{mid}。
复制代码


  • (3)【强制】:不要包含特殊字符


反例:包含空格、换行、单双引号以及其他转义字符


详细解析

2. value 设计

  • (1)【强制】:拒绝 bigkey(防止网卡流量、慢查询)


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


反例:一个包含 200 万个元素的 list。


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)),查找方法删除方法


详细解析


  • (2)【推荐】:选择适合的数据类型。


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)


反例:


set user:1:name tomset user:1:age 19set user:1:favor football
复制代码


正例:


hmset user:1 name tom age 19 favor football
复制代码

3.【推荐】:控制 key 的生命周期,redis 不是垃圾桶。

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。

二、命令使用

1.【推荐】 O(N)命令关注 N 的数量

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。

2.【推荐】:禁用命令

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。

3.【推荐】合理使用 select

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。

4.【推荐】使用批量操作提高效率

原生命令:例如mget、mset。非原生命令:可以使用pipeline提高效率。
复制代码


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)。


注意两者不同:


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

5.【建议】Redis 事务功能较弱,不建议过多使用

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)

6.【建议】Redis 集群版本在使用 Lua 上有特殊要求:

  • 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,"-ERR bad lua script for redis cluster, all the keys that the script uses should be passed using the KEYS array"

  • 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”

7.【建议】必要情况下使用 monitor 命令时,要注意不要长时间使用。

三、客户端使用

1.【推荐】

避免多个应用使用一个 Redis 实例


正例:不相干的业务拆分,公共数据做服务化。

2.【推荐】

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:


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


下面是 JedisPool 优化方法的文章:


3.【建议】

高并发下建议客户端添加熔断功能(例如 netflix hystrix)

4.【推荐】

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)

5.【建议】

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。


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。

其他策略如下:
  • 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。

  • allkeys-random:随机删除所有键,直到腾出足够空间为止。

  • volatile-random:随机删除过期键,直到腾出足够空间为止。

  • 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。

  • 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"(error) OOM command not allowed when used memory",此时 Redis 只响应读操作。

四、相关工具

1.【推荐】:数据同步

redis 间数据同步可以使用:redis-port

2.【推荐】:big key 搜索

redis大key搜索工具

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

facebook的redis-faina


阿里云Redis已经在内核层面解决热点key问题,欢迎使用。
复制代码

五 附录:删除 bigkey

1. 下面操作可以使用pipeline加速。2. redis 4.0已经支持key的异步删除,欢迎使用。
复制代码

1. Hash 删除: hscan + hdel

public void delBigHash(String host, int port, String password, String bigHashKey) {    Jedis jedis = new Jedis(host, port);    if (password != null && !"".equals(password)) {        jedis.auth(password);    }    ScanParams scanParams = new ScanParams().count(100);    String cursor = "0";    do {        ScanResult<Entry<String, String>> scanResult = jedis.hscan(bigHashKey, cursor, scanParams);        List<Entry<String, String>> entryList = scanResult.getResult();        if (entryList != null && !entryList.isEmpty()) {            for (Entry<String, String> entry : entryList) {                jedis.hdel(bigHashKey, entry.getKey());            }        }        cursor = scanResult.getStringCursor();    } while (!"0".equals(cursor));        //删除bigkey    jedis.del(bigHashKey);}
复制代码

2. List 删除: ltrim

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

3. Set 删除: sscan + srem

public void delBigSet(String host, int port, String password, String bigSetKey) {    Jedis jedis = new Jedis(host, port);    if (password != null && !"".equals(password)) {        jedis.auth(password);    }    ScanParams scanParams = new ScanParams().count(100);    String cursor = "0";    do {        ScanResult<String> scanResult = jedis.sscan(bigSetKey, cursor, scanParams);        List<String> memberList = scanResult.getResult();        if (memberList != null && !memberList.isEmpty()) {            for (String member : memberList) {                jedis.srem(bigSetKey, member);            }        }        cursor = scanResult.getStringCursor();    } while (!"0".equals(cursor));        //删除bigkey    jedis.del(bigSetKey);}
复制代码

4. SortedSet 删除: zscan + zrem

public void delBigZset(String host, int port, String password, String bigZsetKey) {    Jedis jedis = new Jedis(host, port);    if (password != null && !"".equals(password)) {        jedis.auth(password);    }    ScanParams scanParams = new ScanParams().count(100);    String cursor = "0";    do {        ScanResult<Tuple> scanResult = jedis.zscan(bigZsetKey, cursor, scanParams);        List<Tuple> tupleList = scanResult.getResult();        if (tupleList != null && !tupleList.isEmpty()) {            for (Tuple tuple : tupleList) {                jedis.zrem(bigZsetKey, tuple.getElement());            }        }        cursor = scanResult.getStringCursor();    } while (!"0".equals(cursor));        //删除bigkey    jedis.del(bigZsetKey);}
复制代码

作者简介

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。


2019-04-02 13:4625386

评论 1 条评论

发布
用户头像
想请求一下br/lpop这个命令如果redis连接的链路断掉,会不会造成连接池连接耗尽以及list数据堆积的问题
2019-04-08 16:15
回复
没有更多了
发现更多内容

高客单价 VS 低客单价产品,达人营销的打法差异有多大?

Wolink

跨境电商 出海 海外营销推广 沃链Wolink 达人营销

9 月热搜精选

KaiwuDB

数据库

深入解析YashanDB数据库的核心技术优势与应用场景

数据库砖家

Axure RP 9 for Mac(交互式产品原型设计工具)中文

春天的风暖暖的

第五届智慧交通与城市工程国际学术会议 (STCE 2025)

搞科研的小刘

前沿技术 学术会议 智慧交通与城市

Affinity Designer for Mac(强大的矢量图设计软件)

春天的风暖暖的

【仓储RFID通道机推荐】如何选到识别精准、适合出入库的设备?

斯科信息

斯科信息 RFID通道机 RFID仓储批量盘点

Tampermonkey for Mac(油猴Safari浏览器辅助插件)

春天的风暖暖的

Audition 2025 for Mac(au 2025)

春天的风暖暖的

AI智能体的开发流程

北京木奇移动技术有限公司

AI智能体 AI技术开发 软件外包公司

Navicat for MySQL Mac(数据库管理开发工具)

春天的风暖暖的

AI 智能体开发框架

北京木奇移动技术有限公司

AI智能体 AI技术开发 软件外包公司

CST软件的电磁+热一体化仿真

思茂信息

cst CST软件 CST Studio Suite

应用自更新功能丨开发加油站

荣耀开发者服务平台

荣耀开发者服务平台 功能实现 荣耀HONOR 荣耀应用市场

AI智能体的开发流程

北京木奇移动技术有限公司

AI智能体 AI技术开发 软件外包公司

《Confidential MaaS 技术指南》发布,从 0 到 1 构建可验证 AI 推理环境

OpenAnolis小助手

操作系统 龙蜥社区 Confidential MaaS 机密计算技术

Termius for Mac(SSH客户端)中文

春天的风暖暖的

Commander One for Mac(双窗口文件管理器)

春天的风暖暖的

微课:如何运用 Scrum 打造一个高绩效的团队

ShineScrum

给敏捷模式做下体检——多方位TIDB敏捷模式和MySQL的性能测试(下)

TiDB 社区干货传送门

平凯数据库敏捷模式

ShareMouse for mac(跨平台鼠标和键盘共享软件)

春天的风暖暖的

sublime text for Mac(代码编辑器)

春天的风暖暖的

【五邑大学主办】第五届电子信息工程与计算机技术国际学术会议(EIECT 2025)

搞科研的小刘

数据 电子信息工程 计算机技术

Ableton Live 12 Suite for mac(音乐制作工具)

春天的风暖暖的

2026杭州国际智慧城市与物联网展览会

AIOTE智博会

物联网展览会 智慧城市展会 物联网展 智慧城市展 智慧城市博览会

欢迎提报!「2025 龙蜥社区年度优秀贡献者」评选正式启动

OpenAnolis小助手

操作系统 龙蜥社区 年度评选 优秀贡献者

Acrobat Pro DC 2024 for mac (领先的PDF编辑转换器)

春天的风暖暖的

MAMP PRO for Mac(专业的Web开发环境)

春天的风暖暖的

深入解析YashanDB数据库的核心技术与应用优势

数据库砖家

3.1.8<3.2.0<3.3.1,Apache DolphinScheduler集群升级避坑指南

白鲸开源

开源 大数据任务调度 Apache DolphinScheduler 集群部署 版本升级

传统DNS解析技术存在的七大弊端

防火墙后吃泡面

阿里云Redis开发规范_服务革新_付磊_InfoQ精选文章