Redis键值该如何设计

1、优雅的key结构

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：

代码语言：txt复制

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)]

优点：

1. 可读性强
2. 避免key冲突
3. 方便管理
4. 更节省内存： key是string类型，底层编码包含int、embstr和raw三种。embstr在小于44字节使用，采用连续内存空间，内存占用更小

2、拒绝BigKey

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：

1. 单个key的value小于10KB
2. 对于集合类型的key，建议元素数量小于1000

1、BigKey的危害

• 网络阻塞

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

• 数据倾斜

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

• Redis阻塞

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

• CPU压力

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

2、如何发现BigKey

1. 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

1. scan扫描

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）

1. 第三方工具

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

1. 网络监控

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

3、如何删除BigKey

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。

• redis 3.0 及以下版本：如果是集合类型，则遍历BigKey的元素，先逐个删除子元素，最后删除BigKey
• Redis 4.0以后：Redis在4.0后提供了异步删除的命令：unlink

3、恰当的数据类型

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：

• 方式一：json字符串

user:1	{"name": "Jack", "age": 21}

优点：实现简单粗暴

缺点：数据耦合，不够灵活

• 方式二：字段打散

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

• 方式三：hash

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)]

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)]

方案一：hash存储

如果还使用hash来存储的话，会存在以下问题：

1. hash的entry数量超过500时，会使用哈希表而不是ZipList，内存占用较多。
2. 可以通过hash-max-ziplist-entries配置entry上限。但是如果entry过多就会导致BigKey问题

在这里插入图片描述

*

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：

1. string结构底层没有太多内存优化，内存占用较多。
2. 想要批量获取这些数据比较麻烦

[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)]

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)]

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)]

4、总结

Key的最佳实践：

• 固定格式：业务名:数据名:id
• 足够简短：不超过44字节
• 不包含特殊字符

Value的最佳实践：

• 合理的拆分数据，拒绝BigKey
• 选择合适数据结构
• Hash结构的entry数量不要超过1000
• 设置合理的超时时间

云数据库RedisRedis

0 人点赞