百億資料量下,掌握這些Redis技巧你大概就穩住了全場

Java大蝸牛發表於2018-12-06

一、Redis封裝架構講解

實際上NewLife.Redis是一個完整的Redis協議功能的實現,但是Redis的核心功能並沒有在這裡面,而是在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。

百億資料量下,掌握這些Redis技巧你大概就穩住了全場

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。

二、Test例項講解Redis的基本使用

1、例項

開啟Program.cs看下程式碼:


百億資料量下,掌握這些Redis技巧你大概就穩住了全場

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:

百億資料量下,掌握這些Redis技巧你大概就穩住了全場

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。

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。

Set第三個引數過期時間單位是秒。

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。

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。

百億資料量下,掌握這些Redis技巧你大概就穩住了全場

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。

佇列是List結構實現的,上游資料太多,下游處理不過來的時候,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。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,這時候我們做了一個功能,也就是訂單會傳送到我們公司來。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透過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,這時候透過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:

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,然後再批次取出來然後批次插入資料庫中。這時候要設定好key,可以字首+時間,對已處理的List可以進行remove移除。

2、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:

百億資料量下,掌握這些Redis技巧你大概就穩住了全場

執行的結果如下圖所示:

百億資料量下,掌握這些Redis技巧你大概就穩住了全場

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進行最佳化。

3、Redis中NB的函式來提升效能

上面的操作如果大家都掌握了就基本算Redis入門了,接下來進行進階。如果能全然吃透,差不多就會比別人更勝一籌了。

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那麼用get的話要取10次,如果用getall的話要用1次。1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,批次設定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。

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。

 在此給大家推薦一個Java架構學習交流群:698581634,進群有免費的Java架構學習資料:(Spring,MyBatis,Netty原始碼分析,高併發、高效能、分散式、微服務架構的原理,JVM效能最佳化這些成為架構師必備的知識體系),以及Java大型網際網路技術的影片免費分享給大家,歡迎進群一起深入交流學習。 

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。

三、Redis使用技巧,經驗分享

在專案的Readme中,這裡摘錄下:

1、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)。

2、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次獲取,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。

其它可查最佳化技巧。

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。

3、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。

四、關於一些疑問的回覆

這一Part我們會來聊聊大資料中Redis使用的經驗:

Q1:一條資料多個key怎麼設定比較合理?

A1: 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。

Q2: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?

A2: 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,還能實現棧。

Q3:存放多個欄位的類效能一樣嗎?

A3: 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。

Q4: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、查詢這塊,能不能分享些經驗。

A4: 分表分庫,拆分到一千萬以內。

Q5:CPU為何暴漲?

A5: 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。

雖然Redis大家會用,但是我們可能平時不會有像這樣的大資料使用場景。希望本文能夠給大家一些值得借鑑的經驗。


來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31545684/viewspace-2284449/,如需轉載,請註明出處,否則將追究法律責任。

相關文章