Redis基本使用及百億數據量中的使用技巧分享（附視頻地址及觀看指南）

阿新 • • 發佈：2018-11-12

轉換拆分 cache 避免 new 解決方案 pipe 收回實例部署

作者：依樂祝
原文地址：https://www.cnblogs.com/yilezhu/p/9941208.html

主講人：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

當然這裏也附上Redis的下載地址：
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。

技術分享圖片
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

技術分享圖片

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：

技術分享圖片

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，多線程的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AutoPipeline，就不需要StartPipeline，StopPipeline指定管道的開始結束了！

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！

視頻地址

視頻已經上傳至百度雲，大家可以自行下載觀看
鏈接：https://pan.baidu.com/s/1sOW_PLjxQE8C2msbDfizeA
提取碼：c7dp
觀看指南（笑笑提供）
技術分享圖片

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（附視頻地址及觀看指南）

轉換拆分 cache 避免 new 解決方案 pipe 收回實例部署作者：依樂祝原文地址：https://www.cnblogs.com/yilezhu/p/9941208.html 主講人：大石頭時間：2018-11-10 晚上20：00 地

Redis基本使用及百億數據量中的使用技巧分享（附視頻地址及觀看指南）

熱場準備