玩转Redis-如何高效访问Redis中的海量数据

  Redis以高性能著称，但性能再好，在面对海量数据时，若不正确的使用，也终将会有性能瓶颈，甚至造成服务宕机。

在实际项目中你是否会有以下疑问？

• 如何访问Redis中的海量数据，却不影响其他请求访问Redis？
• Redis中有百万/千万数据，如何高效访问？
• Redis中数据量太大，如何既保证快速访问，又不至于使服务宕机？

以上问题亦是Redis面试的高频问题。

  《玩转Redis》系列文章主要讲述Redis的基础及中高级应用，文章基于Redis5.0.4+，欢迎前往CSDN、订阅号、开源中国、掘金等平台搜索【zxiaofan】查看系列文章。

---

Q1：为什么Redis中的数据量很大时，某些数据操作会导致Redis卡顿，甚至宕机？

A1：Redis是单线程服务，所有指令都是顺序执行，当某一指令耗时很长时，就会阻塞后续的指令执行。当被积压的指令越来越多时，Redis服务占用CPU将不断升高，最终导致Redis实例崩溃甚至服务器宕机。

Q2：利用万能的keys命令查询任何想查的数据？

A2：自己电脑几万条数据玩玩就好了，线上使用keys命令，Excuse me？你想卷铺盖走人了吧。
++“某公司php工程师执行redis keys * 导致数据库宕机！ 技术部发生2起本年度PO级特大事故，造成公司资金损失400万。”++ 这条新闻记忆犹新，警钟长鸣！

Q3：Redis中海量数据的正确操作方式

A3：利用SCAN系列命令（SCAN、SSCAN、HSCAN、ZSCAN）完成数据迭代。

  Redis的【SCAN系列命令】你了解多少呢？

  SCAN系列命令，并不单纯指代SCAN命令，还包含SSCAN、HSCAN、ZSCAN，每种命令操作对象是有区别的，但用法及功能基本相同。

3.1、SCAN系列命令对比分析

• cursor：迭代游标；
• MATCH：数据匹配模式；
• COUNT：迭代返回数量；

3.2、SCAN系列命令注意事项

• SCAN的参数没有key，因为其迭代对象是DB内数据；
• 返回值都是数组，第一个值都是下一次迭代游标；
• 时间复杂度：每次请求都是O(1)，完成所有迭代需要O(N)，N是元素数量；
• 可用版本：version >= 2.8.0；

3.3、SCAN系列命令详解

3.3.1、 增量迭代，可用于生产环境

• 并不像KEYS、SMEMBERS一样是全量迭代，对大集合执行时可能阻塞服务很长时间；

3.3.2、不保证准确结果

• SMEMBERS可以返回整个set的元素，而SCAN这类增量迭代命令可能出现迭代过程中元素被改变，所以并不能保证准确的返回结果；

3.3.3、基于游标迭代

• SCAN基于游标迭代，每次请求将返回下一次需要使用的游标；
• 游标cursor可以比DB元素总量大，可以为负数；
• 错误游标：使用间断（不是迭代返回的）、负数、超出范围或其他非法游标，迭代不会报错，可能产生未定义行为（无法保证准确性）；

3.3.4、迭代结束标记

• SCAN返回的游标不一定递增，某次迭代返回的元素数量可能为0；
• 返回元素列表为空，不代表迭代结束；
• 一个完整的迭代：SCAN游标从0开始，返回游标为0结束；
• 迭代状态由返回的游标控制。可以并发执行迭代；可随时终止迭代；

3.3.5、迭代完整性

• 遍历开始到遍历结束一直存在的数据，一定能被迭代返回；
• 同一个元素可能返回多次，数据去重应由应用程序完成；
• 在迭代过程中增删的元素，可能返回，可能不返回；
• 当数据类型是sets（由integer组成）、hashes、sorted sets且集合较小时，迭代将返回整个集合的数据，与count无关；
• 迭代结束保证：元素添加速率小于迭代速率。

3.3.6、why有时迭代直接返回整个集合

• 底层数据结构是hash时，如果数据量较小，Redis有内存优化策略，会使用紧凑的压缩编码。此时SCAN操作并不是返回有意义的游标，而是迭代整个集合；
• 数据量较小？参见官方memory-optimization（内存优化）说明。

3.3.7、参数count说明

• count默认值是10；
• 数据集较大时，如果没有使用match，返回元素为count或比count略大；
• 每次迭代的count参数值可以不同，只要使用上次迭代返回的游标即可；

3.3.8、参数match说明

• 和keys的pattern类似；
• MATCH操作是在检索出数据到返回元素前的期间执行，所以如果被匹配的元素较少，那么可能多次迭代返回的元素列表均为空；

---

4.1、SCAN示例

  详见《5.2、部分问题解答》

4.2、SSCAN示例

// SSCAN示例 @zxiaofan
127.0.0.1:6378> SADD sscantest sscantest:1 1 sscantest:2 2 sscantest:3 3 sscantest:4 4 sscantest:1a 1a sscantest:2a 2a sscantest:1ab 1ab sscantest:a1 a1 sscantest:aa1 aa1 
(integer) 0
// MATCH ?：无匹配数据
127.0.0.1:6378> SSCAN sscantest 0 MATCH ? COUNT 1
1) "24"
2) (empty list or set)
127.0.0.1:6378> SSCAN sscantest 24 MATCH ? COUNT 1
1) "20"
2) (empty list or set)
127.0.0.1:6378> SSCAN sscantest 0 MATCH * COUNT 1
1) "24"
2) 1) "sscantest:3"
   2) "sscantest:2a"
127.0.0.1:6378> SSCAN sscantest 24 MATCH * COUNT 1
1) "20"
2) 1) "a1"

4.3、HSCAN示例

// HSCAN示例 @zxiaofan
127.0.0.1:6378> HMSET hscantest hscantest:1 1 hscantest:2 2 hscantest:3 3 hscantest:4 4 hscantest:1a 1a hscantest:2a 2a hscantest:1ab 1ab hscantest:a1 a1 hscantest:aa1 aa1 
OK
127.0.0.1:6378> HSCAN hscantest 0 MATCH hscantest*a COUNT 20
1) "0"
2) 1) "hscantest:1a"
   2) "1a"
   3) "hscantest:2a"
   4) "2a"
127.0.0.1:6378> HSCAN hscantest 0 MATCH hscantest*a COUNT 2
1) "0"
2) 1) "hscantest:1a"
   2) "1a"
   3) "hscantest:2a"
   4) "2a"
127.0.0.1:6378> 

  从HSCAN示例可以看出，即使count参数为2，也返回了所有匹配的结果。这就是先前提到的，数据量较小时，直接返回所有数据。

4.4、ZSCAN示例

// ZSCAN示例 @zxiaofan
// 【移除】并弹出count个分数最大的元素，count默认为1
127.0.0.1:6378> ZPOPMAX zscantest 20
 1) "sscantest:1ab"
 2) "6"
 3) "sscantest:2a"
 4) "5"
 5) "sscantest:1a"
 6) "4"
 7) "sscantest:3"
 8) "3"
 9) "zscantest:1"
10) "2"
11) "sscantest:2"
12) "2"
13) "test1"
14) "1"
15) "sscantest:1"
16) "1"
127.0.0.1:6378> ZPOPMAX zscantest 20
(empty list or set)
127.0.0.1:6378> ZADD zscantest 1 zscantest:1 2 zscantest:2 3 zscantest:3 4 zscantest:1a 5 zscantest:2a 6 zscantest:1ab 7 zscantest:a1 8 zscantest:aa1
(integer) 8
// NX：不存在才添加；CH：返回被改变（含新增）的元素个数
127.0.0.1:6378> ZADD zscantest NX CH 1 test1 2 zscantest:1
(integer) 1
127.0.0.1:6378> ZSCAN zscantest 0 MATCH *a COUNT 5
1) "0"
2) 1) "zscantest:1a"
   2) "4"
   3) "zscantest:2a"
   4) "5"
127.0.0.1:6378> 

---

5.1、看看面试时你能答上几个问题

• SCAN迭代可以并发吗？
• SCAN返回数据为空就是迭代结束了吗？
• 如果首次迭代cursor参数不是0，能实现完整迭代吗？
• 可以严格控制每次迭代返回的数据量吗？
• 迭代返回的数据一定完整吗？
• 为什么迭代返回的元素列表可能为空？

5.2、部分问题解答

5.2.1、SCAN返回数据为空就是迭代结束了吗

// SCAN返回数据为空就是迭代结束了吗? @zxiaofan
127.0.0.1:6378> keys k?
1) "k1"
2) "k2"
127.0.0.1:6378> SCAN 0 MATCH k?
1) "88"
2) (empty list or set)
127.0.0.1:6378> SCAN 88 MATCH k?
1) "34"
2) 1) "k1"
127.0.0.1:6378> SCAN 34 MATCH k?
1) "122"
2) (empty list or set)
127.0.0.1:6378> SCAN 122 MATCH k?
1) "14"
2) (empty list or set)
127.0.0.1:6378> SCAN 14 MATCH k?
1) "33"
2) (empty list or set)
127.0.0.1:6378> SCAN 33 MATCH k?
1) "53"
2) (empty list or set)
127.0.0.1:6378> SCAN 53 MATCH k?
1) "93"
2) (empty list or set)
127.0.0.1:6378> SCAN 93 MATCH k?
1) "107"
2) 1) "k2"
127.0.0.1:6378> SCAN 107 MATCH k?
1) "79"
2) (empty list or set)
127.0.0.1:6378> SCAN 79 MATCH k?
1) "0"
2) (empty list or set)
127.0.0.1:6378> 

  看上述示例，匹配“k?”的数据实际有2条“k1”、“k2”，在整个迭代过程中，多次返回数据为空，但是迭代未曾结束（因为“k1”、“k2”没有全部迭代返回）。
  所以，只有当游标返回为0时，才能说明迭代结束了。

5.2.2、如果首次迭代cursor参数不是0，能实现完整迭代吗？

// 如果首次迭代cursor参数不是0，能实现完整迭代吗？ @zxiaofan
127.0.0.1:6378> keys k?
1) "k1"
2) "k2"
127.0.0.1:6378> SCAN 66 MATCH k?
1) "122"
2) (empty list or set)
127.0.0.1:6378> SCAN 122 MATCH k?
1) "14"
2) (empty list or set)
127.0.0.1:6378> SCAN 14 MATCH k?
1) "33"
2) (empty list or set)
127.0.0.1:6378> SCAN 33 MATCH k?
1) "53"
2) (empty list or set)
127.0.0.1:6378> SCAN 53 MATCH k?
1) "93"
2) (empty list or set)
127.0.0.1:6378> SCAN 93 MATCH k?
1) "107"
2) 1) "k2"
127.0.0.1:6378> SCAN 107 MATCH k?
1) "79"
2) (empty list or set)
127.0.0.1:6378> SCAN 79 MATCH k?
1) "0"
2) (empty list or set)
127.0.0.1:6378> 

  看上述示例，匹配“k?”的数据实际有2条“k1”、“k2”，当第一次SCAN使用cursor为66，我们可以发现经过多次迭代，游标返回为0时，“k1”一直未曾被迭代返回。
  所以，如果首次迭代cursor参数不是0，不能实现完整迭代。

  完整迭代必须是游标从0开始，游标到0结束。

  本文针对Redis的SCAN系列命令做了详细的对比分析以及实际使用示例，并整理了面试中的高频问题。建议阅读本文的同学实际动手练习下，效果更好。欢迎关注@zxiaofan《玩转Redis》系列文章共同成长。
  第5节提到的面试问题，现在能答上几个了呢？

---

祝君好运！
Life is all about choices！
将来的你一定会感激现在拼命的自己！
【CSDN】【GitHub】【OSCHINA】【掘金】【微信公众号】

---