Redis优化笔记

Redis优化

一：Key：

1.1.Key的规范：

测试如下：

1.2.拒绝BigKey：

我们可以用：

MEMORY USAGE name

命令来看它的大小。

在这里插入图片描述

注意，这里的第二种之所以不使用Keys *，因为在实际生产时，会阻塞线程，而scan就不会。使用举例：

import com.heima.jedis.util.JedisConnectionFactory;
import org.junit.jupiter.api.AfterEach;
import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.Test;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.ScanResult;import java.util.HashMap;
import java.util.List;
import java.util.Map;public class JedisTest {private Jedis jedis;@BeforeEachvoid setUp() {// 1.建立连接// jedis = new Jedis("192.168.150.101", 6379);jedis = JedisConnectionFactory.getJedis();// 2.设置密码jedis.auth("123321");// 3.选择库jedis.select(0);}final static int STR_MAX_LEN = 10 * 1024;final static int HASH_MAX_LEN = 500;@Testvoid testScan() {int maxLen = 0;long len = 0;String cursor = "0";do {// 扫描并获取一部分keyScanResult<String> result = jedis.scan(cursor);// 记录cursorcursor = result.getCursor();List<String> list = result.getResult();if (list == null || list.isEmpty()) {break;}// 遍历for (String key : list) {// 判断key的类型String type = jedis.type(key);switch (type) {case "string":len = jedis.strlen(key);maxLen = STR_MAX_LEN;break;case "hash":len = jedis.hlen(key);maxLen = HASH_MAX_LEN;break;case "list":len = jedis.llen(key);maxLen = HASH_MAX_LEN;break;case "set":len = jedis.scard(key);maxLen = HASH_MAX_LEN;break;case "zset":len = jedis.zcard(key);maxLen = HASH_MAX_LEN;break;default:break;}if (len >= maxLen) {System.out.printf("Found big key : %s, type: %s, length or size: %d %n", key, type, len);}}} while (!cursor.equals("0"));}@AfterEachvoid tearDown() {if (jedis != null) {jedis.close();}}}

建议放在从节点进行。

在这里插入图片描述

1.3.合适的结构：

在这里插入图片描述

用Hash存储：

在这里插入图片描述

用string：

在这里插入图片描述

用多级Hash：

在这里插入图片描述

二：批处理优化：

2.1.MSET与Pipeline：

导入大量数据，一次导入与多次导入谁时间更优秀呢：

先来看看多次导入：

在这里插入图片描述

通过测试，导入时间主要是花在了网络传输上面了。因此，这明显不如第二种：

在这里插入图片描述

下面我们来看看基于mset的批处理：

在这里插入图片描述

但是，有很多的命令具有局限性，其他的数据结构未必有批处理，就算是集合，它的sadd也只是针对同一个key而已。所以我们使用Pipeline：

当然，在spring-redis中，也有批处理，举例如下：

import org.springframework.beans.factory.annotation.Autowired;  
import org.springframework.data.redis.core.RedisCallback;  
import org.springframework.data.redis.core.RedisTemplate;  
import org.springframework.data.redis.connection.RedisConnection;  
import org.springframework.data.redis.connection.lettuce.LettuceConnectionFactory;  
import io.lettuce.core.api.StatefulRedisConnection;  
import io.lettuce.core.api.sync.RedisCommands;  @Service  
public class RedisPipelinedService {  @Autowired  private RedisTemplate<String, String> redisTemplate;  public void executePipelinedCommands() {  redisTemplate.executePipelined((RedisCallback<Object>) connection -> {  RedisCommands<String, String> commands = connection.sync();  // 添加多个命令到 pipeline  commands.set("key1", "value1");  commands.set("key2", "value2");  // ... 可以添加更多命令  // 注意：不需要在这里调用任何返回结果的方法，因为 pipelined 命令是异步的  return null; // RedisCallback 需要返回 Object，但在这里我们不需要它  });  // 注意：上面的 executePipelined 方法是异步的，但会返回一个 List，其中包含每个命令的响应  // 你可以在这里处理这些响应，但在这个例子中我们忽略了它们  }  // 如果你需要更底层的访问（例如，直接使用 Lettuce 的 StatefulRedisConnection），  // 你可以从 LettuceConnectionFactory 获取它，但通常不建议这样做，除非你有特殊需求。  
}