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）

做者：依樂祝
原文地址：http://www.javashuo.com/article/p-btlvrxjc-do.html

• 主講人：大石頭
• 時間：2018-11-10 晚上20：00
• 地點：釘釘羣（組織代碼BKMV7685）QQ羣：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，你們晚上好啊，今天給你們分享的是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。

首先給你們個地址，源碼以及實例都在裏面，固然今天的分享也是按照裏面的實例來進行的，你們能夠先進行下載。
http://git.newlifex.com/NewLife/NewLife.Redis
固然這裏也附上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，可是redis的核心功能並無在這裏面，Redis的核心功能的實現是在NewLife.Core裏面。這裏能夠打開看一下，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，另外一個類是RedisClient是Redis的客戶端。Redis的核心功能就是有這兩個類實現。RedisClient表明着Redis客戶端對服務器的一個鏈接。Redis真正使用的時候有一個Redis鏈接池，裏面存放着不少個RedisClient對象。

因此咱們Redis的封裝有兩層，一層是NewLife.Core裏面的Redis以及RedisClient。另外一層就是NewLife.Redis。這裏面的FullRedis是對Redis的實現了Redis的全部的高級功能。這裏你也能夠認爲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

這裏XTrace.UseConsole();是向控制檯輸出日誌，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，你們能夠看下

static void Test1()
        {
            var ic = Redis.Create("127.0.0.1:6379", 3);//建立Redis實例，獲得FullRedis對象
            //var ic = new FullRedis();//另外一種實例化的方式
            //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操做把日誌輸出，生產環境不用輸出日誌

            // 簡單操做
            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第二個參數能夠是任何類型
            Console.WriteLine(ic.Get<String>("name"));//Get泛型，指定獲取的類型

            ic.Set("time", DateTime.Now, 1);//過時時間秒
            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);
        }

1. Set的時候若是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），若是是其餘類型會默認進行json序列化而後再保存起來

2. Get的時候若是是字符串或者字符數據會直接獲取，若是是其餘類型會進行json反序列化

3. Set第三個參數過時時間單位是秒。

4. vs調試小技巧，按F5或者直接工具欄「啓動」會編譯整個解決方案會很慢（VS默認），能夠選中項目而後右鍵菜單選擇調試->啓動新實例。會只編譯將會用到的項目，這樣對調試來講會快不少。

5. 你們運行調試後能夠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

6. 字典的使用：對象的話須要把json所有取出來而後轉換成對象，而字典的話就能夠直接取某個字段。

7. 隊列是List結構實現的，使用場景能夠上游數據太多，下游處理不過來的時候，那麼就可使用這個隊列。上游的數據發到隊列，而後下游慢慢的消費。另外一個應用，跨語言的協同工做，比方說其餘語言實現的程序往隊列裏面塞數據，而後另外一種語言來進行消費處理。哈，這種方式相似mq的概念，雖然有點low，可是也很好用。

8. 集合，用的比較多的是用在一個須要精確判斷的去重功能。像咱們天天有三千萬訂單，這三千萬訂單能夠有重複，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，由於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，可是收回來以前網點不知道本身有多少貨啊，這時候咱們作了一個功能，也就是訂單會發送到咱們公司來，咱們會建一個time_site的key的集合，並且集合自己有去重的功能，並且咱們能夠很方便的經過set.Count功能來統計數量，當件被攬收之後，咱們後臺把這個件從集合中Remove掉.而後這個Set中存在的就是網點尚未攬收的件，這時候經過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，由於有幾萬個網點。

9. Redis中布隆過濾器，去重的，面試的時候問的比較多

10. 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。若是小於2000就認爲不合法。習慣大於小於號不習慣用等於號，這樣能夠處理不少意外的數據
    • Set的時候最好指定過時時間防止有些須要刪除的數據，咱們忘記刪了
    • Redis異步儘可能不用，由於Redis延遲自己很小，大概在100us-200us，再一個就是Redis自己是單線程的，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，咱們能夠把這些數據先放在Redis的List中，好比說一秒鐘1萬條，而後再批量取出來而後批量插入數據庫中。這時候要設置好key,能夠前綴+時間，對於已經處理的List能夠進行remove移除。

壓力測試

接下來看第四個例子，咱們直接作壓力測試，代碼以下：

static void Main(String[] args)
        {
            XTrace.UseConsole();

            // 激活FullRedis，不然Redis.Create會獲得默認的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();
        }

運行的結果以下圖所示：

測試就是進行get,set remove,累加等的操做。你們能夠看到在我本機上輕輕鬆鬆的到了六十萬，多線程的時候甚至到了一百多萬。爲何會達到這麼高的ops呢，下面給你們說一下。

• 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，分批執行讀寫操做，藉助GetAll/SetAll進行優化。

Redis中NB的函數來提高性能

上面的操做若是你們都掌握的基本算Redis入門了，接下來進行進階。會了基本比別人更勝一籌了。

1. GetAll()與SetAll()

GetAll:比方說我要取十個key，這個時候能夠用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，若是用getall的話要用1次。一次getall時間大概是get的一點幾倍，可是10次get的話就是10倍的時間，這個帳你應該會算吧。強烈推薦你們用getall。

setall 跟getall類似。批量設置K-V.

setall與getall性能很恐怖，官方公佈的ops也就10萬左右，爲何咱們的測試輕輕鬆鬆到五十萬甚至上百萬，由於咱們就用了setall,getall。

若是get,set兩次以上，建議用getall，setall

1. Redis管道Pipeline

好比執行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。這裏推薦使用咱們的更強的武器，AutoPipeline自動管道屬性。管道操做到必定數量時，自動提交，默認0。使用了AutoPipeline，就不須要StartPipeline，StopPipeline指定管道的開始結束了！

1. 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，沒有則不進行操做

Add跟Replace就是實現Redis分佈式鎖的關鍵

Redis使用技巧，經驗分享

在項目的Readme中，這裏摘錄下：

特性

• 在ZTO大數據實時計算普遍應用，200多個Redis實例穩定工做一年多，天天處理近1億包裹數據，日均調用量80億次
• 低延遲，Get/Set操做平均耗時200~600us（含往返網絡通訊）
• 大吞吐，自帶鏈接池，最大支持1000併發
• 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高不少）

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爲本機物理內存，避免單個實例內存撐爆（比方說8核心處理器，那麼就部署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，讀寫性能成倍增加
• 採用二進制序列化，而很是見的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，減小通訊次數（實際經驗幾十k，幾百k也是沒問題的）
• Redis客戶端的Get/Set操做平均耗時200~600us（含往返網絡通訊），以此爲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合併一批命令
• 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做的經驗，並按照重要程度排了前後順序，可根據場景須要酌情采用！

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）之後，改用Redis實現，不須要修改業務代碼。

提問環節聊聊大數據中Redis使用的經驗，問題

1. 一條數據多個key怎麼設置比較合理？
   若是對性能要求不是很高直接用json序列化實體就好，不必使用字典進行存儲。

2. 隊列跟List有什麼區別？左進右出的話用List仍是用隊列比較好？
   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，既能夠左進右出，也能右進左出。因此它既能夠實現列表結構，也能隊列，也能實現棧

3. 存放多個字段的類性能同樣嗎？
   大部分場景都不會有誤差，可能對於大公司數據量比較大的場景會有些誤差

4. 能否介紹一下使用Redis進行數據計算、統計的場景？
   略。本身看視頻吧！o(∩_∩)o 哈哈！（由於我沒聽清！）

5. 大數據寫入到數據庫以後 好比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，拆分到一千萬之內。

6. CPU爲什麼暴漲？

程序員終極理念：CPU達到百分百，而後性能達到最優，儘可能不要浪費。最痛恨的是：若是cpu不到百分百，性能無法提高了，說明代碼有問題！

視頻地址

視頻已經上傳至百度雲，你們能夠自行下載觀看
連接：https://pan.baidu.com/s/1sOW_PLjxQE8C2msbDfizeA
提取碼：c7dp
觀看指南（笑笑提供）

總結

雖然Redis會用，可是沒有像大石頭這樣的大數據使用場景。今天的視頻收穫頗豐，可能大部分人跟我同樣，沒有大石頭的使用場景，可是值得借鑑的經驗仍是很豐富的！期待下一次的精彩分享。同時附上QQ羣：1600800。能夠共同交流使用經驗！