Redis的性能优化一些方案
Redis性能优化
客户端优化
- Pipeline批量操作
- 连接池的应用
设置合理的淘汰机制
- 设置合理的内存大小
- 设置合理的过期时间 （设置的太久，久而久之内存空间不够用了，设置的太短，key失效就会频繁的出现淘汰策略）
- 选择合适的淘汰策略
key与value的优化
Key设计
- 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:id
- 简洁性，保证语义的前提下，控制key的长度，当key较多时，内存占有也不容忽视
- 不要包含特殊字符，比如：包含空格、换行、单双引号以及其他转义字符
Value设计
- 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。
- 选择合适的数据类型
- 控制key的生命周期（设置有效时间），redis不是垃圾桶
BigKey的优化
什么样的Key才算是Big Key呢？
一般情况下，当key的值大于10Kb时就可以算是Big Key了。如下场景都是可能遇到Big key，比如：
- 粉丝列表
- 统计数据，比如PV或者UV统计
- 使用不当的数据缓存，比如通过String保存序列化后的用户数据等
出现了Big Key你也不用非常紧张，因为某些场景下不得不使用，下面我们看下如何进行发现与优化
发现Big Key
常规做法：redis-cli-bigkeys
优点：简单的扫描，不阻塞服务
缺点：信息量太少了 (只能看到元素的个数)
客户端访问cli
#无密码
./redis-cli --bigkeys
#有密码
./redis-cli -a 123456 --bigkeys
会返回两部分的内容，分别是： 上半部分的“扫描部分” 下面的是“统计部分”。
扫描区：会扫描当前redis最大的Key，（注意：但是并不代表它就是BigKey） ，只是告诉你当前环境最大的Key是比较大的。
比如上面的user:sign:202206 占了1个字节 。
Redis4.0之后的memory usage
命令 memory usage 给出
一个key和它值在RAM中占有的字节数，返回的结果是key的值以及为管理该key分配的内存总字节数。
所以查询Big key的手段就可以使用脚本进行查询，大概思路就是时使用scan游标查询key，然后使用memeory usage key 获取这个key与value的字节数，这样就能很方便的得出结论进行优化