您当前的位置：首页 > 计算机 > 软件应用 > 数据库 > Redis

Redis 开发规范

时间：12-14来源：作者：点击数：

[1] 强制 [2] 推荐 [3] 参考

使用规范

[2] 冷热数据区分

虽然 Redis支持持久化，但将所有数据存储在 Redis 中，成本非常昂贵。建议将热数据 (如 QPS超过 5k) 的数据加载到 Redis 中。低频数据可存储在 Mysql、 ElasticSearch中。

[2] 业务数据分离

不要将不相关的数据业务都放到一个 Redis中。一方面避免业务相互影响，另一方面避免单实例膨胀，并能在故障时降低影响面，快速恢复。

[2] 缓存不能有中间态

缓存应该仅作缓存用，去掉后业务逻辑不应发生改变，万不可切入到业务里。第一，缓存的高可用会影响业务；第二，产生深耦合会发生无法预料的效果；第三，会对维护行产生肤效果。

Key 设计规范

[2] 可读性和可管理性：以英文冒号分隔 key，前缀概念的范围的返回从大到小，从不变到可变，从变化幅度小到变化幅度大。

例如：yoga:user:1，表示 yoga:user:{userID}，即瑜伽子系统 ID=1 的用户信息。

[2] 简洁性：保证语义的前提下，控制 key 的长度，当 key 较长时，内存占用也不容忽视。

例如：user:{uid}:friends:messages:{mid} 可简化为 u:{uid}:f:m:{mid}。

[1] 不包含特殊字符，只使用字母数字。

反例：包含空格、换行、单双引号以及其他转义字符

Value设计规范

[1] 拒绝 bigkey（防止网卡流量、慢查询）

string 类型控制在 10K 以内，hash、list、set、zset 元素个数不要超过 5000。

反例：一个包含 200 万个元素的list。

非字符串的 bigkey，不要使用 del 删除，使用 hscan、sscan、zscan 方式渐进式删除，同时要注意防止bigkey过期时间自动删除问题（例如一个200万的 zset 设置1小时过期，会触发 del 操作，造成阻塞，而且该操作不会不出现在慢查询中（latency 可查））.

[2] 选择适合的数据类型。

例如：实体类型（要合理控制和使用数据结构内存编码优化配置,例如ziplist，但也要注意节省内存和性能之间的平衡）

反例：

set user:1:name tom
set user:1:age 19
set user:1:favor football

正例:

hmset user:1 name tom age 19 favor football

[2] 控制 key 的生命周期，redis 不是垃圾桶。

建议使用 expire 设置过期时间(条件允许可以打散过期时间，防止集中过期)，不过期的数据重点关注idletime。

作为缓存使用的 Key，必须要设置失效时间。失效时间并不是越长越好，请根据业务性质进行设置。注意，失效时间的单位有的是秒，有的是毫秒，这个很多同学不注意容易搞错。

命令使用

[2] O(N) 命令关注N的数量

例如 hgetall、lrange、smembers、zrange、sinter 等并非不能使用，但是需要明确N的值。

有遍历的需求可以使用 hscan、sscan、zscan 代替。

[2] 禁用命令

禁止线上使用 keys、flushall、flushdb 等，通过 redis 的 rename 机制禁掉命令，或者使用scan的方式渐进式处理。

[2] 严禁不设置范围的批量操作

redis 那么快，慢查询除了网络延迟，就属于这些批量操作函数。大多数线上问题都是由于这些函数引起。

[zset] 严禁对 zset 的不设范围操作 ZRANGE、 ZRANGEBYSCORE等多个操作 ZSET 的函数，严禁使用 ZRANGE myzset 0 -1 等这种不设置范围的操作。请指定范围，如 ZRANGE myzset 0 100。如不确定长度，可使用 ZCARD 判断长度 [hash] 严禁对大数据量 Key 使用 HGETALL HGETALL会取出相关 HASH 的所有数据，如果数据条数过大，同样会引起阻塞，请确保业务可控。如不确定长度，可使用 HLEN 先判断长度 [key] Redis Cluster 集群的 mget 操作，会到各分片取数据聚合，相比传统的 M/S架构，性能会下降很多，请提前压测和评估 [其他] 严禁使用 sunion, sinter, sdiff等一些聚合操作

[2] 合理使用 select

redis的多数据库较弱，使用数字进行区分，很多客户端支持较差，同时多业务用多数据库实际还是单线程处理，会有干扰。

select函数用来切换database，对于使用方来说，这是很容易发生问题的地方，cluster模式也不支持多个 database，且没有任何收益，慎用。

[2] 使用批量操作提高效率

原生命令：例如 mget、mset。

非原生命令：可以使用pipeline提高效率。

但要注意控制一次批量操作的元素个数(例如500以内，实际也和元素字节数有关)。

注意两者不同：

原生是原子操作，pipeline是非原子操作。 pipeline可以打包不同的命令，原生做不到。 pipeline需要客户端和服务端同时支持。

[2] Redis事务功能较弱，不建议过多使用

Redis的事务功能较弱(不支持回滚)，而且集群版本(自研和官方)要求一次事务操作的key必须在一个slot上(可以使用hashtag功能解决)

[2] Redis集群版本在使用Lua上有特殊要求：

所有key都应该由 KEYS 数组来传递，redis.call/pcall 里面调用的redis命令，key的位置，必须是KEYS array, 否则直接返回error，"-ERR bad lua script for redis cluster, all the keys that the script uses should be passed using the KEYS array"

所有key，必须在1个slot上，否则直接返回error, "-ERR eval/evalsha command keys must in same slot"

[2] 必要情况下使用monitor命令时，要注意不要长时间使用。

客户端使用

[2] 避免多个应用使用一个 Redis 实例

正例：不相干的业务拆分，公共数据做服务化。

[2] 使用带有连接池的数据库，可以有效控制连接，同时提高效率，标准使用方式：

Jedis jedis = null;
try {
  jedis = jedisPool.getResource();
  // 具体的命令
  jedis.executeCommand()
} catch (Exception e) {
  logger.error("op key {} error: " + e.getMessage(), key, e);
	throw e;
} finally {
  // 注意这里不是关闭连接，在JedisPool模式下，Jedis会被归还给资源池。
  if (jedis != null) 
    jedis.close();
}

[2] 高并发下建议客户端添加熔断功能 (例如 netflix hystrix)

[2] 设置合理的密码，如有必要可以使用 SSL 加密访问

[2] 根据自身业务类型，选好 maxmemory-policy(最大内存淘汰策略)，设置好过期时间。

默认策略是volatile-lru，即超过最大内存后，在过期键中使用 lru算法进行key的剔除，保证不过期数据不被删除，但是可能会出现 OOM 问题。

其他策略如下

allkeys-lru：根据 LRU 算法删除键，不管数据有没有设置超时属性，直到腾出足够空间为止。 allkeys-random：随机删除所有键，直到腾出足够空间为止。 volatile-random: 随机删除过期键，直到腾出足够空间为止。 volatile-ttl：根据键值对象的 ttl 属性，删除最近将要过期数据。如果没有，回退到 noeviction 策略。 noeviction：不会剔除任何数据，拒绝所有写入操作并返回客户端错误信息 "(error) OOM command not allowed when used memory"，此时 Redis 只响应读操作。