Redis基本使用及百億數據量中的使用技巧分享
作者：依樂祝
原文地址：https://www.cnblogs.com/yilezhu/p/9941208.html
- 作者：大石頭
- 時間：2018-11-10 晚上20：00
- 地點：釘釘群（組織代碼BKMV7685）QQ群：1600800
- 內容：Redis基本使用及百億數據量中的使用技巧分享
- 記錄人：依樂祝
熱場準備
熟悉的開場白，大家晚上好啊，今天給大家分享的是Redis在大數據中的使用，可能真正講的是一些redis的使用技巧，Redis基本的一些東西。
首先給大家個地址，源碼以及實例都在裏面，當然今天的分享也是按照裏面的實例來進行的，大家可以先進行下載。
http://git.newlifex.com/NewLife/NewLife.Redis
windows：https://github.com/MicrosoftArchive/redis/releases
http://x.newlifex.com/Redis-x64-3.2.100.msi
Linux：https://redis.io/download
開始
Redis封裝架構講解
實際上NewLife.Redis是一個完整的Redis協議的功能的實現，但是redis的核心功能並沒有在這裏面，Redis的核心功能的實現是在NewLife.Core裏面。這裏可以打開看一下，NewLife.Core裏面有一個NewLife.Caching的命名空間，裏面有一個Redis類裏面實現了Redis的基本功能，另一個類是RedisClient是Redis的客戶端。Redis的核心功能就是有這兩個類實現。RedisClient代表著Redis客戶端對服務器的一個連接。Redis真正使用的時候有一個Redis連接池，裏面存放著很多個RedisClient對象。
所以我們Redis的封裝有兩層，一層是NewLife.Core裏面的Redis以及RedisClient。另一層就是NewLife.Redis。這裏面的FullRedis是對Redis的實現了Redis的所有的高級功能。這裏你也可以認為NewLife.Redis是Redis的一個擴展。
Test實例講解Redis的基本使用
實例
打開Program.cs看下代碼
這裏XTrace.UseConsole();是向控制臺輸出日誌，方便調試使用查看結果。
接下來看第一個例子Test1。具體的我都在代碼中進行了註釋，大家可以看下
static void Test1() { var ic = Redis.Create("127.0.0.1:6379", 3);//創建Redis實例，得到FullRedis對象 //var ic = new FullRedis();//另一種實例化的方式 //ic.Server = "127.0.0.1:6379"; //ic.Db = 3;//Redis中數據庫 ic.Log = XTrace.Log;//顯示日誌，進行Redis操作把日誌輸出，生產環境不用輸出日誌 // 簡單操作 Console.WriteLine("共有緩存對象 {0} 個", ic.Count);//緩存對象數量 ic.Set("name", "大石頭");//Set K-V結構，Set第二個參數可以是任何類型 Console.WriteLine(ic.Get<String>("name"));//Get泛型，指定獲取的類型 ic.Set("time", DateTime.Now, 1);//過期時間秒 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()); // 隊列 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("共有緩存對象 {0} 個", ic.Count); }
Set的時候如果是字符串或者字符數據的話Redis會直接保存起來（字符串內部機制也是保存二進制），如果是其他類型會默認進行json序列化然後再保存起來
Get的時候如果是字符串或者字符數據會直接獲取，如果是其他類型會進行json反序列化
Set第三個參數過期時間單位是秒。
vs調試小技巧，按F5或者直接工具欄“啟動”會編譯整個解決方案會很慢（VS默認），可以選中項目然後右鍵菜單選擇調試->啟動新實例。會只編譯將會用到的項目，這樣對調試來說會快很多。
大家運行調試後可以看到控制臺輸出的內容：向右的箭頭=》是
ic.Log=XTrace.Log輸出的日誌
字典的使用：對象的話需要把json全部取出來然後轉換成對象，而字典的話就可以直接取某個字段。
隊列是List結構實現的，使用場景可以上遊數據太多，下遊處理不過來的時候，那麽就可以使用這個隊列。上遊的數據發到隊列，然後下遊漫漫的消費。另一個應用，誇語言的協同工作，比方說其他語言實現的程序往隊列裏面塞數據，然後另一種語言來進行消費處理。哈，這種方式類似mq的概念，雖然有點low，但是也很好用。
集合，用的比較多的是用在一個需要精確判斷的去重功能。像我們每天有三千萬訂單，這三千萬訂單可以有重復，這時候我想統計下一共有訂單，這時候直接數據庫group by是不大可能的，因為數據庫中分了十幾張表，這裏分享個實戰經驗：比方說攬收，商家發貨了，網點要把件收回來，但是收回來之前網點不知道自己有多少貨啊，這時候我們做了一個功能，也就是訂單會發送到我們公司來，我們會建一個time_site的key的集合，而且集合本身有去重的功能，而且我們可以很方便的通過set.Count功能來統計數量，當件被攬收以後，我們後臺把這個件從集合中Remove掉.然後這個Set中存在的就是網點還沒有攬收的件，這時候通過Count就會知道這個網點今天還有多少件沒有攬收。實際使用中這個數量比較大，因為有幾萬個網點。
Redis中布隆過濾器，去重的，面試的時候問的比較多
小經驗分享：
- 數據庫中不合法的時間處理：判斷時間中的年份，是否大於2000年。如果小於2000就認為不合法。習慣大於小於號不習慣用等於號，這樣可以處理很多意外的數據
- Set的時候最好指定過期時間防止有些需要刪除的數據，我們忘記刪了
- Redis異步盡量不用，因為Redis延遲本身很小，大概在100us-200us，再一個就是Redis本身是單線程的，異步任務切換的耗時比網絡耗時還要大。
- List用法：物聯網中數據上傳，量比較大時，我們可以把這些數據先放在Redis的List中，比如說一秒鐘1萬條，然後再批量取出來然後批量插入數據庫中。這時候要設置好key,可以前綴+時間，對於已經處理的List可以進行remove移除。
壓力測試
接下來看第四個例子，我們直接做壓力測試，代碼如下：
static void Main(String[] args)
{
XTrace.UseConsole();
// 激活FullRedis，否則Redis.Create會得到默認的Redis對象
FullRedis.Register();
Test4();
Console.ReadKey();
}
static void Test4()
{
var ic = Redis.Create("127.0.0.1:6379", 5);
//var ic = new MemoryCache();
ic.Bench();
}運行的結果如下圖所示：
測試就是進行get,set remove,累加等的操作。大家可以看到在我本機上輕輕松松的到了六十萬，多線程到時候甚至到了一百多萬。為什麽會達到這麽高的ops呢，下面給大家說一下。
- Bench 會分根據線程數分多組進行添刪改壓力測試。
- rand 參數，是否隨機產生key/value。
- batch 批大小，分批執行讀寫操作，借助GetAll/SetAll進行優化。
Redis中NB的函數來提升性能
上面的操作如果大家都掌握的基本算Redis入門了，接下來進行進階。會了基本比別人更勝一籌了。
- GetAll()與SetAll()
GetAll:比方說我要取是個key，這個時候可以用getall。這時候redis就執行了一次命令。比方說我要取10個key那麽用get的話要取10次，如果用getall的話要用1次。一次getall時間大概是get的一點幾倍，但是10次get的話就是10倍的時間，這個賬你應該會算吧。強烈推薦大家用getall。
setall 跟getall相似。批量設置K-V.
setall與getall性能很恐怖，官方公布的ops也就10萬左右，為什麽我們的測試輕輕松松到五十萬甚至上百萬，因為我們就用了setall,getall。
如果get,set兩次以上，建議用getall，setall
- Redis管道Pipeline
比如執行10次命令會打包成一個包集體發過去執行，這裏實現的方式是StartPipeline()開始，StopPipeline()結束中間的代碼就會以管道的形式執行。這裏推薦使用我們的更強的武器，AutoPipeline自動管道屬性。管道操作到一定數量時，自動提交，默認0.使用了不需要使用AutoPipeline，就不需要StartPipeline，StopPipeline指定開始結束了！
- Add與Replace
- Add:Redis中沒有這個Key就添加，有了就不要添加，返回false
- Replace:有則替換，還會返回原來的值，沒有則不進行操作
Add跟Replace就是實現Redis分布式鎖的關鍵
Redis使用技巧，經驗分享
在項目的Readme中，這裏摘錄下：
特性
- 在ZTO大數據實時計算廣泛應用，200多個Redis實例穩定工作一年多，每天處理近1億包裹數據，日均調用量80億次
- 低延遲，Get/Set操作平均耗時200~600us（含往返網絡通信）
- 大吞吐，自帶連接池，最大支持1000並發
- 高性能，支持二進制序列化（默認用的json,json很低效，轉成二進制性能會提升很多）
Redis經驗分享
- 在Linux上多實例部署，實例個數等於處理器個數，各實例最大內存直接為本機物理內存，避免單個實例內存撐爆（比方說8核心處理器，那麽就部署8個實例）
- 把海量數據（10億+）根據key哈希（Crc16/Crc32）存放在多個實例上，讀寫性能成倍增長
- 采用二進制序列化，而非常見的Json序列化
- 合理設計每一對Key的Value大小，包括但不限於使用批量獲取，原則是讓每次網絡包控制在1.4k字節附近，減少通信次數（實際經驗幾十k，幾百k也是沒問題的）
- Redis客戶端的Get/Set操作平均耗時200~600us（含往返網絡通信），以此為參考評估網絡環境和Redis客戶端組件（達不到就看一下網絡，序列化方式等等）
- 使用管道Pipeline合並一批命令
- Redis的主要性能瓶頸是序列化、網絡帶寬和內存大小，濫用時處理器也會達到瓶頸
- 其它可查優化技巧
以上經驗，源自於300多個實例4T以上空間一年多穩定工作的經驗，並按照重要程度排了先後順序，可根據場景需要酌情采用！
緩存Redis的兄弟姐妹
Redis實現ICache接口，它的孿生兄弟MemoryCache，內存緩存，千萬級吞吐率。
各應用強烈建議使用ICache接口編碼設計，小數據時使用MemoryCache實現；
數據增大（10萬）以後，改用Redis實現，不需要修改業務代碼。
提問環節聊聊大數據中Redis使用的經驗，問題
一條數據多個key怎麽設置比較合理？
如果對性能要求不是很高直接用json序列化實體就好，沒必要使用字典進行存儲。隊列跟List有什麽區別？左進右出的話用List還是用隊列比較好？
隊列其實就是用List實現的，也是基於List封裝的。左進右出的話直接隊列就好。Redis的List結構比較有意思，既可以左進右出，也能右進左出。所以它既可以實現列表結構，也能隊列，也能實現棧存放多個字段的類性能一樣嗎？
大部分場景都不會有偏差，可能對於大公司數據量比較大的場景會有些偏差可否介紹一下使用Redis進行數據計算、統計的場景？
略。自己看視頻吧！o(∩_∩)o 哈哈！（因為我沒聽清！）大數據寫入到數據庫之後 比如數據到億以上的時候 統計分析這塊 查詢這塊 能不能分享些經驗。
分表分庫，拆分到一千萬以內。CPU為何暴漲？
程序員終極理念：CPU達到百分百，然後性能達到最優，盡量不要浪費。最痛恨的是：如果cpu不到百分百，性能沒法提升了，說明代碼有問題！
總結
雖然Redis會用，但是沒有像大石頭這樣的大數據使用場景。今天的視頻收獲頗豐，可能大部分人跟我一樣，沒有大石頭的使用場景，但是值得借鑒的經驗還是很豐富的！期待下一次的精彩分享。同時附上QQ群：1600800。可以共同交流使用經驗！
Redis基本使用及百億數據量中的使用技巧分享