Redis基本使用及百亿数据量中的使用技巧分享

作者：依乐祝
原文地址：

• 作者：大石头
• 时间：2018-11-10 晚上20：00
• 地点：钉钉群（组织代码bkmv7685）qq群：1600800
• 内容：redis基本使用及百亿数据量中的使用技巧分享
• 记录人：依乐祝

热场准备

熟悉的开场白，大家晚上好啊，今天给大家分享的是redis在大数据中的使用，可能真正讲的是一些redis的使用技巧，redis基本的一些东西。

首先给大家个地址，源码以及实例都在里面，当然今天的分享也是按照里面的实例来进行的，大家可以先进行下载。
http://git.newlifex.com/newlife/newlife.redis
当然这里也附上redis的下载地址：
windows：https://github.com/microsoftarchive/redis/releases
http://x.newlifex.com/redis-x64-3.2.100.msi
linux：

开始

redis封装架构讲解

实际上newlife.redis是一个完整的redis协议的功能的实现，但是redis的核心功能并没有在这里面，redis的核心功能的实现是在newlife.core里面。这里可以打开看一下，newlife.core里面有一个newlife.caching的命名空间，里面有一个redis类里面实现了redis的基本功能，另一个类是redisclient是redis的客户端。redis的核心功能就是有这两个类实现。redisclient代表着redis客户端对服务器的一个连接。redis真正使用的时候有一个redis连接池，里面存放着很多个redisclient对象。

所以我们redis的封装有两层，一层是newlife.core里面的redis以及redisclient。另一层就是newlife.redis。这里面的fullredis是对redis的实现了redis的所有的高级功能。这里你也可以认为newlife.redis是redis的一个扩展。

test实例讲解redis的基本使用

实例

打开program.cs看下代码

这里xtrace.useconsole();是向控制台输出日志，方便调试使用查看结果。

接下来看第一个例子test1。具体的我都在代码中进行了注释，大家可以看下

 static void test1()
        {
            var ic = redis.create("127.0.0.1:6379", 3);//创建redis实例，得到fullredis对象
            //var ic = new fullredis();//另一种实例化的方式
            //ic.server = "127.0.0.1:6379";
            //ic.db = 3;//redis中数据库
            ic.log = xtrace.log;//显示日志，进行redis操作把日志输出，生产环境不用输出日志

            // 简单操作
            console.writeline("共有缓存对象 {0} 个", ic.count);//缓存对象数量

            ic.set("name", "大石头");//set k-v结构，set第二个参数可以是任何类型
            console.writeline(ic.get<string>("name"));//get泛型，指定获取的类型

            ic.set("time", datetime.now, 1);//过期时间秒
            console.writeline(ic.get<datetime>("time").tofullstring());
            thread.sleep(1100);
            console.writeline(ic.get<datetime>("time").tofullstring());

            // 列表
            var list = ic.getlist<datetime>("list");
            list.add(datetime.now);
            list.add(datetime.now.date);
            list.removeat(1);
            console.writeline(list[list.count - 1].tofullstring());

            // 字典
            var dic = ic.getdictionary<datetime>("dic");
            dic.add("xxx", datetime.now);
            console.writeline(dic["xxx"].tofullstring());

            // 队列
            var mq = ic.getqueue<string>("queue");
            mq.add(new[] { "abc", "g", "e", "m" });
            var arr = mq.take(3);
            console.writeline(arr.join(","));

            // 集合
            var set = ic.getset<string>("181110_1234");
            set.add("xx1");
            set.add("xx2");
            set.add("xx3");
            console.writeline(set.count);
            console.writeline(set.contains("xx2"));

            console.writeline("共有缓存对象 {0} 个", ic.count);
        }

1. set的时候如果是字符串或者字符数据的话redis会直接保存起来（字符串内部机制也是保存二进制），如果是其他类型会默认进行json序列化然后再保存起来

2. get的时候如果是字符串或者字符数据会直接获取，如果是其他类型会进行json反序列化

3. set第三个参数过期时间单位是秒。

4. vs调试小技巧，按f5或者直接工具栏“启动”会编译整个解决方案会很慢（vs默认），可以选中项目然后右键菜单选择调试->启动新实例。会只编译将会用到的项目，这样对调试来说会快很多。

5. 大家运行调试后可以看到控制台输出的内容：向右的箭头=》是ic.log=xtrace.log输出的日志

   

6. 字典的使用：对象的话需要把json全部取出来然后转换成对象，而字典的话就可以直接取某个字段。

7. 队列是list结构实现的，使用场景可以上游数据太多，下游处理不过来的时候，那么就可以使用这个队列。上游的数据发到队列，然后下游慢慢的消费。另一个应用，跨语言的协同工作，比方说其他语言实现的程序往队列里面塞数据，然后另一种语言来进行消费处理。哈，这种方式类似mq的概念，虽然有点low，但是也很好用。

8. 集合，用的比较多的是用在一个需要精确判断的去重功能。像我们每天有三千万订单，这三千万订单可以有重复，这时候我想统计下一共有订单，这时候直接数据库group by是不大可能的，因为数据库中分了十几张表，这里分享个实战经验：比方说揽收，商家发货了，网点要把件收回来，但是收回来之前网点不知道自己有多少货啊，这时候我们做了一个功能，也就是订单会发送到我们公司来，我们会建一个time_site的key的集合，而且集合本身有去重的功能，而且我们可以很方便的通过set.count功能来统计数量，当件被揽收以后，我们后台把这个件从集合中remove掉.然后这个set中存在的就是网点还没有揽收的件，这时候通过count就会知道这个网点今天还有多少件没有揽收。实际使用中这个数量比较大，因为有几万个网点。

9. redis中布隆过滤器，去重的，面试的时候问的比较多

10. 小经验分享：

    • 数据库中不合法的时间处理：判断时间中的年份，是否大于2000年。如果小于2000就认为不合法。习惯大于小于号不习惯用等于号，这样可以处理很多意外的数据
    • set的时候最好指定过期时间防止有些需要删除的数据，我们忘记删了
    • redis异步尽量不用，因为redis延迟本身很小，大概在100us-200us，再一个就是redis本身是单线程的，异步任务切换的耗时比网络耗时还要大。
    • list用法：物联网中数据上传，量比较大时，我们可以把这些数据先放在redis的list中，比如说一秒钟1万条，然后再批量取出来然后批量插入数据库中。这时候要设置好key,可以前缀+时间，对于已经处理的list可以进行remove移除。

压力测试

接下来看第四个例子，我们直接做压力测试，代码如下：

 static void main(string[] args)
        {
            xtrace.useconsole();

            // 激活fullredis，否则redis.create会得到默认的redis对象
            fullredis.register();

            test4();

            console.readkey();
        }
 static void test4()
        {
            var ic = redis.create("127.0.0.1:6379", 5);
            //var ic = new memorycache();
            ic.bench();
        }

运行的结果如下图所示：

测试就是进行get,set remove,累加等的操作。大家可以看到在我本机上轻轻松松的到了六十万，多线程的时候甚至到了一百多万。为什么会达到这么高的ops呢，下面给大家说一下。

• bench 会分根据线程数分多组进行添删改压力测试。
  
• rand 参数，是否随机产生key/value。
  
• batch 批大小，分批执行读写操作，借助getall/setall进行优化。

redis中nb的函数来提升性能

上面的操作如果大家都掌握的基本算redis入门了，接下来进行进阶。会了基本比别人更胜一筹了。

1. getall()与setall()

getall:比方说我要取是个key，这个时候可以用getall。这时候redis就执行了一次命令。比方说我要取10个key那么用get的话要取10次，如果用getall的话要用1次。一次getall时间大概是get的一点几倍，但是10次get的话就是10倍的时间，这个账你应该会算吧。强烈推荐大家用getall。

setall 跟getall相似。批量设置k-v.

setall与getall性能很恐怖，官方公布的ops也就10万左右，为什么我们的测试轻轻松松到五十万甚至上百万，因为我们就用了setall,getall。

如果get,set两次以上，建议用getall，setall

1. redis管道pipeline

比如执行10次命令会打包成一个包集体发过去执行，这里实现的方式是startpipeline()开始，stoppipeline()结束中间的代码就会以管道的形式执行。这里推荐使用我们的更强的武器，autopipeline自动管道属性。管道操作到一定数量时，自动提交，默认0.使用了不需要使用autopipeline，就不需要startpipeline，stoppipeline指定开始结束了！

1. add与replace

• add:redis中没有这个key就添加，有了就不要添加，返回false
• replace:有则替换，还会返回原来的值，没有则不进行操作

add跟replace就是实现redis分布式锁的关键

redis使用技巧，经验分享

在项目的readme中，这里摘录下：

特性

• 在zto大数据实时计算广泛应用，200多个redis实例稳定工作一年多，每天处理近1亿包裹数据，日均调用量80亿次
• 低延迟，get/set操作平均耗时200~600us（含往返网络通信）
• 大吞吐，自带连接池，最大支持1000并发
• 高性能，支持二进制序列化（默认用的json,json很低效，转成二进制性能会提升很多）

redis经验分享

• 在linux上多实例部署，实例个数等于处理器个数，各实例最大内存直接为本机物理内存，避免单个实例内存撑爆（比方说8核心处理器，那么就部署8个实例）
• 把海量数据（10亿+）根据key哈希（crc16/crc32）存放在多个实例上，读写性能成倍增长
• 采用二进制序列化，而非常见的json序列化
• 合理设计每一对key的value大小，包括但不限于使用批量获取，原则是让每次网络包控制在1.4k字节附近，减少通信次数（实际经验几十k，几百k也是没问题的）
• redis客户端的get/set操作平均耗时200~600us（含往返网络通信），以此为参考评估网络环境和redis客户端组件（达不到就看一下网络，序列化方式等等）
• 使用管道pipeline合并一批命令
• redis的主要性能瓶颈是序列化、网络带宽和内存大小，滥用时处理器也会达到瓶颈
• 其它可查优化技巧
  以上经验，源自于300多个实例4t以上空间一年多稳定工作的经验，并按照重要程度排了先后顺序，可根据场景需要酌情采用！

缓存redis的兄弟姐妹

redis实现icache接口，它的孪生兄弟memorycache，内存缓存，千万级吞吐率。
各应用强烈建议使用icache接口编码设计，小数据时使用memorycache实现；
数据增大（10万）以后，改用redis实现，不需要修改业务代码。

提问环节聊聊大数据中redis使用的经验，问题

1. 一条数据多个key怎么设置比较合理？
   如果对性能要求不是很高直接用json序列化实体就好，没必要使用字典进行存储。

2. 队列跟list有什么区别？左进右出的话用list还是用队列比较好？
   队列其实就是用list实现的，也是基于list封装的。左进右出的话直接队列就好。redis的list结构比较有意思，既可以左进右出，也能右进左出。所以它既可以实现列表结构，也能队列，也能实现栈

3. 存放多个字段的类性能一样吗？
   大部分场景都不会有偏差，可能对于大公司数据量比较大的场景会有些偏差

4. 可否介绍一下使用redis进行数据计算、统计的场景？
   略。自己看视频吧！o(∩_∩)o 哈哈！（因为我没听清！）

5. 大数据写入到数据库之后 比如数据到亿以上的时候 统计分析这块 查询这块 能不能分享些经验。
   分表分库，拆分到一千万以内。

6. cpu为何暴涨？

程序员终极理念：cpu达到百分百，然后性能达到最优，尽量不要浪费。最痛恨的是：如果cpu不到百分百，性能没法提升了，说明代码有问题！

总结

虽然redis会用，但是没有像大石头这样的大数据使用场景。今天的视频收获颇丰，可能大部分人跟我一样，没有大石头的使用场景，但是值得借鉴的经验还是很丰富的！期待下一次的精彩分享。同时附上qq群：1600800。可以共同交流使用经验！