一、前序

還記得上次和同事一起去面試候選人時(shí)，同事提了一個(gè)問(wèn)題：Redis的大key有什么危害？當(dāng)時(shí)候選人主要作答的角度是一個(gè)key的value較大時(shí)的情況，比如：

• 內(nèi)存不均：?jiǎn)蝪alue較大時(shí)，可能會(huì)導(dǎo)致節(jié)點(diǎn)之間的內(nèi)存使用不均勻，間接地影響key的部分和負(fù)載不均勻；
• 阻塞請(qǐng)求：redis為單線程，單value較大讀寫(xiě)需要較長(zhǎng)的處理時(shí)間，會(huì)阻塞后續(xù)的請(qǐng)求處理；
• 阻塞網(wǎng)絡(luò)：?jiǎn)蝪alue較大時(shí)會(huì)占用服務(wù)器網(wǎng)卡較多帶寬，可能會(huì)影響該服務(wù)器上的其他Redis實(shí)例或者應(yīng)用。

雖說(shuō)答的是挺好的，但是我又隨之產(chǎn)生了另一個(gè)疑惑，如果redis的key較長(zhǎng)時(shí)，會(huì)產(chǎn)生什么樣的影響呢？查了很多文章，說(shuō)的都不是特別清楚。所以我決心探究一下這個(gè)問(wèn)題。

我們需要知道Redis是如何存儲(chǔ)key和value的：

根結(jié)構(gòu)為RedisServer，其中包含RedisDB（數(shù)據(jù)庫(kù)）。而RedisDB實(shí)際上是使用Dict（字典）結(jié)構(gòu)對(duì)Redis中的kv進(jìn)行存儲(chǔ)的。這里的key即字符串，value可以是string/hash/list/set/zset這五種對(duì)象之一。

Dict字典結(jié)構(gòu)中，存儲(chǔ)數(shù)據(jù)的主題為DictHt，即哈希表。而哈希表本質(zhì)上是一個(gè)DictEntry（哈希表節(jié)點(diǎn)）的數(shù)組，并且使用鏈表法解決哈希沖突問(wèn)題（關(guān)于哈希沖突的解決方法可以參考大佬的文章 解決哈希沖突的常用方法分析）。

所以在這里實(shí)際存儲(chǔ)時(shí)，key和value都是存儲(chǔ)在DictEntry中的。所以基本上來(lái)說(shuō)，大key和大value帶來(lái)的內(nèi)存不均和網(wǎng)絡(luò)IO壓力都是一致的，只是key相較于value還多一個(gè)做hashcode和比較的過(guò)程（鏈表中進(jìn)行遍歷比較key），會(huì)有更多的內(nèi)存相關(guān)開(kāi)銷。

二、什么是Redis大key問(wèn)題

Redis大key問(wèn)題指的是某個(gè)key對(duì)應(yīng)的value值所占的內(nèi)存空間比較大，導(dǎo)致Redis的性能下降、內(nèi)存不足、數(shù)據(jù)不均衡以及主從同步延遲等問(wèn)題。

到底多大的數(shù)據(jù)量才算是大key？

沒(méi)有固定的判別標(biāo)準(zhǔn)，通常認(rèn)為字符串類型的key對(duì)應(yīng)的value值占用空間大于1M，或者集合類型的k元素?cái)?shù)量超過(guò)1萬(wàn)個(gè)，就算是大key。

Redis大key問(wèn)題的定義及評(píng)判準(zhǔn)則并非一成不變，而應(yīng)根據(jù)Redis的實(shí)際運(yùn)用以及業(yè)務(wù)需求來(lái)綜合評(píng)估。例如，在高并發(fā)且低延遲的場(chǎng)景中，僅10kb可能就已構(gòu)成大key；然而在低并發(fā)、高容量的環(huán)境下，大key的界限可能在100kb。因此，在設(shè)計(jì)與運(yùn)用Redis時(shí)，要依據(jù)業(yè)務(wù)需求與性能指標(biāo)來(lái)確立合理的大key閾值。

三、大key帶來(lái)的影響

• 內(nèi)存占用過(guò)高。大Key占用過(guò)多的內(nèi)存空間，可能導(dǎo)致可用內(nèi)存不足，從而觸發(fā)內(nèi)存淘汰策略。在極端情況下，可能導(dǎo)致內(nèi)存耗盡，Redis實(shí)例崩潰，影響系統(tǒng)的穩(wěn)定性。
• 性能下降。大Key會(huì)占用大量?jī)?nèi)存空間，導(dǎo)致內(nèi)存碎片增加，進(jìn)而影響Redis的性能。對(duì)于大Key的操作，如讀取、寫(xiě)入、刪除等，都會(huì)消耗更多的CPU時(shí)間和內(nèi)存資源，進(jìn)一步降低系統(tǒng)性能。
• 阻塞其他操作。某些對(duì)大Key的操作可能會(huì)導(dǎo)致Redis實(shí)例阻塞。例如，使用DEL命令刪除一個(gè)大Key時(shí)，可能會(huì)導(dǎo)致Redis實(shí)例在一段時(shí)間內(nèi)無(wú)法響應(yīng)其他客戶端請(qǐng)求，從而影響系統(tǒng)的響應(yīng)時(shí)間和吞吐量。
• 網(wǎng)絡(luò)擁塞。每次獲取大key產(chǎn)生的網(wǎng)絡(luò)流量較大，可能造成機(jī)器或局域網(wǎng)的帶寬被打滿，同時(shí)波及其他服務(wù)。例如：一個(gè)大key占用空間是1MB，每秒訪問(wèn)1000次，就有1000MB的流量。
• 主從同步延遲。當(dāng)Redis實(shí)例配置了主從同步時(shí)，大Key可能導(dǎo)致主從同步延遲。由于大Key占用較多內(nèi)存，同步過(guò)程中需要傳輸大量數(shù)據(jù)，這會(huì)導(dǎo)致主從之間的網(wǎng)絡(luò)傳輸延遲增加，進(jìn)而影響數(shù)據(jù)一致性。
• 數(shù)據(jù)傾斜。在Redis集群模式中，某個(gè)數(shù)據(jù)分片的內(nèi)存使用率遠(yuǎn)超其他數(shù)據(jù)分片，無(wú)法使數(shù)據(jù)分片的內(nèi)存資源達(dá)到均衡。另外也可能造成Redis內(nèi)存達(dá)到maxmemory參數(shù)定義的上限導(dǎo)致重要的key被逐出，甚至引發(fā)內(nèi)存溢出。

四、大key產(chǎn)生的原因

• 業(yè)務(wù)設(shè)計(jì)不合理。這是最常見(jiàn)的原因，不應(yīng)該把大量數(shù)據(jù)存儲(chǔ)在一個(gè)key中，而應(yīng)該分散到多個(gè)key。例如：把全國(guó)數(shù)據(jù)按照省行政區(qū)拆分成34個(gè)key，或者按照城市拆分成300個(gè)key，可以進(jìn)一步降低產(chǎn)生大key的概率。
• 沒(méi)有預(yù)見(jiàn)value的動(dòng)態(tài)增長(zhǎng)問(wèn)題。如果一直添加value數(shù)據(jù)，沒(méi)有刪除機(jī)制、過(guò)期機(jī)制或者限制數(shù)量，遲早出現(xiàn)大key。例如：微博明星的粉絲列表、熱門(mén)評(píng)論等。
• 過(guò)期時(shí)間設(shè)置不當(dāng)。如果沒(méi)有給某個(gè)key設(shè)置過(guò)期時(shí)間，或者過(guò)期時(shí)間設(shè)置較長(zhǎng)。隨著時(shí)間推移，value數(shù)量快速累積，最終形成大key。
• 程序bug。某些異常情況導(dǎo)致某些key的生命周期超出預(yù)期，或者value數(shù)量異常增長(zhǎng) ，也會(huì)產(chǎn)生大key。

五、怎樣排查大key

SCAN命令

通過(guò)使用Redis的SCAN命令，我們可以逐步遍歷數(shù)據(jù)庫(kù)中的所有Key。結(jié)合其他命令（如STRLEN、LLEN、SCARD、HLEN等），我們可以識(shí)別出大Key。SCAN命令的優(yōu)勢(shì)在于它可以在不阻塞Redis實(shí)例的情況下進(jìn)行遍歷。

bigkeys參數(shù)

使用redis-cli命令客戶端，連接Redis服務(wù)的時(shí)候，加上 —bigkeys 參數(shù)，可以掃描每種數(shù)據(jù)類型數(shù)量最大的key。

redis-cli -h 127.0.0.1 -p 6379 —bigkeys

Redis RDB Tools工具

使用開(kāi)源工具Redis RDB Tools，分析RDB文件，掃描出Redis大key。
例如：輸出占用內(nèi)存大于1kb，排名前3的keys。

rdb —commond memory —bytes 1024 —largest 3 dump.rbd

六、怎么解決大key

拆分成多個(gè)小key。這是最容易想到的辦法，降低單key的大小，讀取可以用mget批量讀取。

數(shù)據(jù)壓縮。使用String類型的時(shí)候，使用壓縮算法減少value大小。或者是使用Hash類型存儲(chǔ)，因?yàn)镠ash類型底層使用了壓縮列表數(shù)據(jù)結(jié)構(gòu)。

設(shè)置合理的過(guò)期時(shí)間。為每個(gè)key設(shè)置過(guò)期時(shí)間，并設(shè)置合理的過(guò)期時(shí)間，以便在數(shù)據(jù)失效后自動(dòng)清理，避免長(zhǎng)時(shí)間累積的大Key問(wèn)題。

啟用內(nèi)存淘汰策略。啟用Redis的內(nèi)存淘汰策略，例如LRU（Least Recently Used，最近最少使用），以便在內(nèi)存不足時(shí)自動(dòng)淘汰最近最少使用的數(shù)據(jù)，防止大Key長(zhǎng)時(shí)間占用內(nèi)存。

數(shù)據(jù)分片。例如使用Redis Cluster將數(shù)據(jù)分散到多個(gè)Redis實(shí)例，以減輕單個(gè)實(shí)例的負(fù)擔(dān)，降低大Key問(wèn)題的風(fēng)險(xiǎn)。

刪除大key。使用UNLINK命令刪除大key，UNLINK命令是DEL命令的異步版本，它可以在后臺(tái)刪除Key，避免阻塞Redis實(shí)例。

七、Redis 大key如何處理？

Redis使用過(guò)程中經(jīng)常會(huì)有各種大key的情況， 比如：
單個(gè)簡(jiǎn)單的key存儲(chǔ)的value很大
hash， set，zset，list 中存儲(chǔ)過(guò)多的元素（以萬(wàn)為單位）
由于redis是單線程運(yùn)行的，如果一次操作的value很大會(huì)對(duì)整個(gè)redis的響應(yīng)時(shí)間造成負(fù)面影響，所以，業(yè)務(wù)上能拆則拆，下面舉幾個(gè)典型的分拆方案。

業(yè)務(wù)場(chǎng)景：

即通過(guò)hash的方式來(lái)存儲(chǔ)每一天用戶訂單次數(shù)。那么key = order_20200102, field = order_id, value = 10。那么如果一天有百萬(wàn)千萬(wàn)甚至上億訂單的時(shí)候，key后面的值是很多，存儲(chǔ)空間也很大，造成所謂的大key。

大key的風(fēng)險(xiǎn)：

• 讀寫(xiě)大key會(huì)導(dǎo)致超時(shí)嚴(yán)重，甚至阻塞服務(wù)。

• 如果刪除大key，DEL命令可能阻塞Redis進(jìn)程數(shù)十秒，使得其他請(qǐng)求阻塞，對(duì)應(yīng)用程序和Redis集群可用性造成嚴(yán)重的影響。

redis使用會(huì)出現(xiàn)大key的場(chǎng)景：

• 單個(gè)簡(jiǎn)單key的存儲(chǔ)的value過(guò)大；
• hash、set、zset、list中存儲(chǔ)過(guò)多的元素。

解決問(wèn)題：

• 單個(gè)簡(jiǎn)單key的存儲(chǔ)的value過(guò)大的解決方案：

將大key拆分成對(duì)個(gè)key-value，使用multiGet方法獲得值，這樣的拆分主要是為了減少單臺(tái)操作的壓力，而是將壓力平攤到集群各個(gè)實(shí)例中，降低單臺(tái)機(jī)器的IO操作。

• hash、set、zset、list中存儲(chǔ)過(guò)多的元素的解決方案：
  1).類似于第一種場(chǎng)景，使用第一種方案拆分;
  2).以hash為例，將原先的hget、hset方法改成（加入固定一個(gè)hash桶的數(shù)量為10000），先計(jì)算field的hash值模取10000，確定該field在哪一個(gè)key上。

將大key進(jìn)行分割，為了均勻分割，可以對(duì)field進(jìn)行hash并通過(guò)質(zhì)數(shù)N取余，將余數(shù)加到key上面，我們?nèi)≠|(zhì)數(shù)N為997。

那么新的key則可以設(shè)置為：

newKey = order_20200102_String.valueOf( Math.abs(order_id.hashcode() % 997) )
field = order_id
value = 10
hset (newKey, field, value) ;
hget(newKey, field)

八、 大value數(shù)據(jù)是什么，會(huì)有怎樣的問(wèn)題？

當(dāng)String類型的數(shù)據(jù)>10K，list、hash、set、sort set中元素個(gè)數(shù)超過(guò)1000時(shí)就可以被稱為大value，當(dāng)超過(guò)100K，或集合元素個(gè)數(shù)超過(guò)10000時(shí)可以被稱為是超大value。大value最直接的影響就是有可能造成機(jī)器內(nèi)存不足，就是數(shù)據(jù)傾斜；同時(shí)因?yàn)閞edis數(shù)據(jù)處理是單線程的，當(dāng)value過(guò)大時(shí)，處理起來(lái)響應(yīng)時(shí)間也會(huì)變慢。 常見(jiàn)的例子有：參與人數(shù)很多的蓋樓活動(dòng)或者很活躍的群聊消息列表等

九、怎么處理Redis大value？

大value的處理方式還是結(jié)合業(yè)務(wù)，對(duì)其進(jìn)行拆分，將其數(shù)據(jù)分布在各個(gè)redis節(jié)點(diǎn)中，將操作壓力平攤開(kāi)，防止對(duì)單個(gè)實(shí)例IO或內(nèi)存影響過(guò)大。

簡(jiǎn)單說(shuō)一下 熱點(diǎn)數(shù)據(jù)和大value的拆分，如果它是一個(gè)list、 set集合類型，比如原來(lái)的 為key value，value為list為拆為 list1 、list2、list3，那么新的key為 key+hash(list1)%10000 得到新的key，再對(duì)對(duì)應(yīng)數(shù)據(jù)value進(jìn)行set或get操作

如果是一個(gè)對(duì)象的json字符串，可以考慮將該對(duì)象的不同屬性映射到不同hash槽從而分布在不同redis節(jié)點(diǎn)中；或者將不同屬性拆分，利用hash結(jié)構(gòu)進(jìn)行存儲(chǔ)，從而每次處理時(shí)僅獲取一部分?jǐn)?shù)據(jù)

十、總結(jié)

• 大key和大value的危害是一致的：內(nèi)存不均、阻塞請(qǐng)求、阻塞網(wǎng)絡(luò)。

• key由于比value需要做更多的操作如hashcode、鏈表中比較等操作，所以會(huì)比value更多一些內(nèi)存相關(guān)開(kāi)銷。

• 本文主要詳細(xì)介紹了大Key產(chǎn)生的原因、影響、檢測(cè)方法和解決方案。通過(guò)優(yōu)化數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)、設(shè)定合理的數(shù)據(jù)過(guò)期策略、優(yōu)化系統(tǒng)架構(gòu)和配置，以及漸進(jìn)式刪除大Key等方法，我們可以有效地解決和預(yù)防大Key問(wèn)題，從而提高Redis系統(tǒng)的穩(wěn)定性和性能。

到此這篇關(guān)于redis大key和大value的危害及解決的文章就介紹到這了,更多相關(guān)redis大key和大value內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！