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存儲的value很大（例如排行榜信息，key是固定的，value排行榜幾十萬的數據）
2. hash、set、zset、list中存儲過多的元素（以萬為單位）

由於redis是單線程運行的，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. 現在本地計算最后存儲在哪個key中，計算出key的hash值，默認是通過（pin）的hash值，模除100，然后確認存在那個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，例如秒殺的信息，導致redis直接死掉

解決方案： 通過把熱門的key，放在不同的服務器，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服務器， 

2. 查詢的時候，同樣按照輪詢，查詢不同的服務器，（然后通過拼接各台服務器的數據）降低單台服務器的壓力

 

 

 

一、緩存讀熱點key問題：

某個熱點緩存model讀取流量極大。帶來問題：

1. 讀緩存問題：讀流量集中到某key，導致指定緩存機器壓力過大
2. 寫緩存問題：緩存失效時，大量線程穿透構建緩存，帶來db和服務壓力。

解決：

1. 讀緩存問題
   1. 將緩存在分布式服務機器做二次緩存
   2. 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。
   3. 限流熔斷保護。
2. 寫緩存問題
   1. 使用互斥鎖(mutex key)，只讓一個線程構建緩存，其他線程等待構建緩存的線程執行完，重新從緩存獲取數據就可以了（如下圖）。
      1. 
   2. redis上不設置過期時間，過期時間存在key對應的value里，如果發現要過期了，通過一個后台的異步線程進行緩存的構建，也就是“邏輯”過期。對於性能非常友好，唯一不足的就是構建緩存時候，其余線程(非構建緩存的線程)可能訪問的是老數據。

二、緩存大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存儲的value很大。
由於redis是單線程運行的，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網絡擁塞。

解決：

將整存整取的大對象，分拆為多個小對象。可以嘗試將對象分拆成幾個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實例中，降低對單個redis的IO影響；