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（組織程式碼BKMV7685）QQ群：1600800
• 內容：Redis基本使用及百億資料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在大資料中的使用，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，原始碼以及例項都在裡面，當然今天的分享也是按照裡面的例項來進行的，大家可以先進行下載。

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裡面，Redis的核心功能的實現是在NewLife.Core裡面。這裡可以開啟看一下，NewLife.Core裡面有一個NewLife.Caching的名稱空間，裡面有一個Redis類裡面實現了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客戶端對伺服器的一個連線。Redis真正使用的時候有一個Redis連線池，裡面存放著很多個RedisClient物件。

所以我們Redis的封裝有兩層，一層是NewLife.Core裡面的Redis以及RedisClient。另一層就是NewLife.Redis。這裡面的FullRedis是對Redis的實現了Redis的所有的高階功能。這裡你也可以認為NewLife.Redis是Redis的一個擴充套件。

Test例項講解Redis的基本使用

例項

開啟Program.cs看下程式碼

這裡XTrace.UseConsole();是向控制檯輸出日誌，方便除錯使用檢視結果。

接下來看第一個例子Test1。具體的我都在程式碼中進行了註釋，大家可以看下

 static void Test1()
        {
            var ic = Redis.Create("127.0.0.1:6379", 3);//建立Redis例項，得到FullRedis物件
            //var ic = new FullRedis();//另一種例項化的方式
            //ic.Server = "127.0.0.1:6379";
            //ic.Db = 3;//Redis中資料庫
            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("共有快取物件 {0} 個", ic.Count);//快取物件數量

            ic.Set("name", "大石頭");//Set K-V結構，Set第二個引數可以是任何型別
            Console.WriteLine(ic.Get<String>("name"));//Get泛型，指定獲取的型別

            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());

            // 佇列
            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("共有快取物件 {0} 個", ic.Count);
        }
 

1. Set的時候如果是字串或者字元資料的話Redis會直接儲存起來（字串內部機制也是儲存二進位制），如果是其他型別會預設進行json序列化然後再儲存起來

2. Get的時候如果是字串或者字元資料會直接獲取，如果是其他型別會進行json反序列化

3. Set第三個引數過期時間單位是秒。

4. vs除錯小技巧，按F5或者直接工具欄“啟動”會編譯整個解決方案會很慢（VS預設），可以選中專案然後右鍵選單選擇除錯->啟動新例項。會只編譯將會用到的專案，這樣對除錯來說會快很多。

5. 大家執行除錯後可以看到控制檯輸出的內容：向右的箭頭=》是ic.Log=XTrace.Log輸出的日誌

   

6. 字典的使用：物件的話需要把json全部取出來然後轉換成物件，而字典的話就可以直接取某個欄位。

7. 佇列是List結構實現的，使用場景可以上游資料太多，下游處理不過來的時候，那麼就可以使用這個佇列。上游的資料發到佇列，然後下游慢慢的消費。另一個應用，跨語言的協同工作，比方說其他語言實現的程式往佇列裡面塞資料，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。

8. 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複，這時候我想統計下一共有訂單，這時候直接資料庫group by是不大可能的，因為資料庫中分了十幾張表，這裡分享個實戰經驗：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。

9. Redis中布隆過濾器，去重的，面試的時候問的比較多

10. 小經驗分享：

    • 資料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資料
    • Set的時候最好指定過期時間防止有些需要刪除的資料，我們忘記刪了
    • Redis非同步儘量不用，因為Redis延遲本身很小，大概在100us-200us，再一個就是Redis本身是單執行緒的，非同步任務切換的耗時比網路耗時還要大。
    • List用法：物聯網中資料上傳，量比較大時，我們可以把這些資料先放在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資料庫中。這時候要設定好key,可以字首+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，程式碼如下：

 static void Main(String[] args)
        {
            XTrace.UseConsole();

            // 啟用FullRedis，否則Redis.Create會得到預設的Redis物件
            FullRedis.Register();

            Test4();

            Console.ReadKey();
        }
 static void Test4()
        {
            var ic = Redis.Create("127.0.0.1:6379", 5);
            //var ic = new MemoryCache();
            ic.Bench();
        }

執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鬆鬆的到了六十萬，多執行緒的時候甚至到了一百多萬。為什麼會達到這麼高的ops呢，下面給大家說一下。

• Bench 會分根據執行緒數分多組進行添刪改壓力測試。
  
• rand 引數，是否隨機產生key/value。
  
• batch 批大小，分批執行讀寫操作，藉助GetAll/SetAll進行優化。

Redis中NB的函式來提升效能

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。

1. GetAll()與SetAll()

GetAll:比方說我要取十個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那麼用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。批量設定K-V.

setall與getall效能很恐怖，官方公佈的ops也就10萬左右，為什麼我們的測試輕輕鬆鬆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

1. 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，這裡實現的方式是StartPipeline()開始，StopPipeline()結束中間的程式碼就會以管道的形式執行。這裡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，預設0。使用了AutoPipeline，就不需要StartPipeline，StopPipeline指定管道的開始結束了！

1. Add與Replace

• Add:Redis中沒有這個Key就新增，有了就不要新增，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分散式鎖的關鍵

Redis使用技巧，經驗分享

在專案的Readme中，這裡摘錄下：

特性

• 在ZTO大資料實時計算廣泛應用，200多個Redis例項穩定工作一年多，每天處理近1億包裹資料，日均呼叫量80億次
• 低延遲，Get/Set操作平均耗時200~600us（含往返網路通訊）
• 大吞吐，自帶連線池，最大支援1000併發
• 高效能，支援二進位制序列化（預設用的json,json很低效，轉成二進位制效能會提升很多）

Redis經驗分享

• 在Linux上多例項部署，例項個數等於處理器個數，各例項最大記憶體直接為本機實體記憶體，避免單個例項記憶體撐爆（比方說8核心處理器，那麼就部署8個例項）
• 把海量資料（10億+）根據key雜湊（Crc16/Crc32）存放在多個例項上，讀寫效能成倍增長
• 採用二進位制序列化，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，原則是讓每次網路包控制在1.4k位元組附近，減少通訊次數（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（含往返網路通訊），以此為參考評估網路環境和Redis客戶端元件（達不到就看一下網路，序列化方式等等）
• 使用管道Pipeline合併一批命令
• Redis的主要效能瓶頸是序列化、網路頻寬和記憶體大小，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多個例項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！

快取Redis的兄弟姐妹

Redis實現ICache介面，它的孿生兄弟MemoryCache，記憶體快取，千萬級吞吐率。
各應用強烈建議使用ICache介面編碼設計，小資料時使用MemoryCache實現；
資料增大（10萬）以後，改用Redis實現，不需要修改業務程式碼。

提問環節聊聊大資料中Redis使用的經驗，問題

1. 一條資料多個key怎麼設定比較合理？
   如果對效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儲存。

2. 佇列跟List有什麼區別？左進右出的話用List還是用佇列比較好？
   佇列其實就是用List實現的，也是基於List封裝的。左進右出的話直接佇列就好。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，也能佇列，也能實現棧

3. 存放多個欄位的類效能一樣嗎？
   大部分場景都不會有偏差，可能對於大公司資料量比較大的場景會有些偏差

4. 可否介紹一下使用Redis進行資料計算、統計的場景？
   略。自己看視訊吧！o(∩_∩)o 哈哈！（因為我沒聽清！）

5. 大資料寫入到資料庫之後 比如資料到億以上的時候 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。

6. CPU為何暴漲？

程式設計師終極理念：CPU達到百分百，然後效能達到最優，儘量不要浪費。最痛恨的是：如果cpu不到百分百，效能沒法提升了，說明程式碼有問題！

視訊地址

視訊已經上傳至百度雲，大家可以自行下載觀看
連結：https://pan.baidu.com/s/1sOW_PLjxQE8C2msbDfizeA
提取碼：c7dp
觀看指南（笑笑提供）

總結

雖然Redis會用，但是沒有像大石頭這樣的大資料使用場景。今天的視訊收穫頗豐，可能大部分人跟我一樣，沒有大石頭的使用場景，但是值得借鑑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！