Redis中大key問題，熱key問題的解決方案

遇到大key、熱key問題，主要是去拆分

大key問題

業務場景中經常會有各種大key的情況，比如：

1. 單個簡單的key儲存的value很大（例如排行榜資訊，key是固定的，value排行榜幾十萬的資料）

2. hash、set、zset、list中儲存過多的元素（以萬為單位）

由於redis是單執行緒執行的，如果一次操作的value很大會對整個redis的響應時間造成負面影響，所以，業務上能拆則拆，

解決方案：

1. 現在本地計算最後儲存在哪個key中，計算出key的hash值，預設是通過（pin）的hash值，模除100，然後確認存在那個key上面

2. 取得時候，同樣也需要計算，即

newhashkey = hashkey + (hash(field) % 10000);

hset(newhashkey, field, value);

hget(newhashkey, field)

熱key問題：

解釋：熱門的key值，被頻繁的訪問，例如秒殺的資訊，導致redis直接死掉

解決方案：通過把熱門的key，放在不同的伺服器，即通過redis分片的策略，線上的redis一般都是集群進行部署，對於redis-cluster模式，熱點的key會導致部分分片的負載非常高而被拖垮

1. 可以將熱key，通過輪詢放在不同的伺服器，

2. 查詢的時候，同樣按照輪詢，查詢不同的伺服器，（然後通過拼接各台伺服器的資料）降低單台伺服器的壓力

一、快取讀熱點key問題：

某個熱點快取model讀取流量極大。帶來問題：

讀快取問題：讀流量集中到某key，導致指定快取機器壓力過大

寫快取問題：快取失效時，大量執行緒穿透構建快取，帶來db和服務壓力。

解決：讀快取問題將快取在分布式服務機器做二次快取

備份熱點key：即將熱點key+隨機數，隨機分配至redis其他節點中。這樣訪問熱點key的時候就不會全部命中到一台機器上了。

限流熔斷保護。

寫快取問題使用互斥鎖(mutex key)，只讓乙個執行緒構建快取，其他執行緒等待構建快取的執行緒執行完，重新從快取獲取資料就可以了（如下圖）。

redis上不設定過期時間，過期時間存在key對應的value裡，如果發現要過期了，通過乙個後台的非同步執行緒進行快取的構建，也就是「邏輯」過期。對於效能非常友好，唯一不足的就是構建快取時候，其餘執行緒(非構建快取的執行緒)可能訪問的是老資料。

二、快取大key問題

redis使用過程中經常會有各種大key的情況，比如單個簡單的key儲存的value很大。

由於redis是單執行緒執行的，如果一次操作的value很大會對整個redis的響應時間造成負面影響，導致io網路擁塞。

解決：將整存整取的大物件，分拆為多個小物件。可以嘗試將物件分拆成幾個key-value，使用multiget獲取值，這樣分拆的意義在於分拆單次操作的壓力，將操作壓力平攤到多個redis例項中，降低對單個redis的io影響；