Redis的數(shù)據(jù)結(jié)構(gòu)和主要命令對Redis的基本能力進行直觀介紹

本文將從Redis的基本特性入手，通過講述Redis的數(shù)據(jù)結(jié)構(gòu)和主要命令對Redis的基本能力進行直觀介紹。之后概覽Redis提供的高級能力，并在部署、維護、性能調(diào)優(yōu)等多個方面進行更深入的介紹和指導(dǎo)。

本文適合使用Redis的普通開發(fā)人員，以及對Redis進行選型、架構(gòu)設(shè)計和性能調(diào)優(yōu)的架構(gòu)設(shè)計人員。

概述

Redis是一個開源的，基于內(nèi)存的結(jié)構(gòu)化數(shù)據(jù)存儲媒介，可以作為數(shù)據(jù)庫、緩存服務(wù)或消息服務(wù)使用。

Redis支持多種數(shù)據(jù)結(jié)構(gòu)，包括字符串、哈希表、鏈表、集合、有序集合、位圖、Hyperloglogs等。

Redis具備LRU淘汰、事務(wù)實現(xiàn)、以及不同級別的硬盤持久化等能力，并且支持副本集和通過Redis Sentinel實現(xiàn)的高可用方案，同時還支持通過Redis Cluster實現(xiàn)的數(shù)據(jù)自動分片能力。

Redis的主要功能都基于單線程模型實現(xiàn)，也就是說Redis使用一個線程來服務(wù)所有的客戶端請求，同時Redis采用了非阻塞式IO，并精細(xì)地優(yōu)化各種命令的算法時間復(fù)雜度，這些信息意味著：

Redis是線程安全的（因為只有一個線程），其所有操作都是原子的，不會因并發(fā)產(chǎn)生數(shù)據(jù)異常

Redis的速度非?？欤ㄒ驗槭褂梅亲枞絀O，且大部分命令的算法時間復(fù)雜度都是O(1))

使用高耗時的Redis命令是很危險的，會占用唯一的一個線程的大量處理時間，導(dǎo)致所有的請求都被拖慢。（例如時間復(fù)雜度為O(N)的KEYS命令，嚴(yán)格禁止在生產(chǎn)環(huán)境中使用）

Redis的數(shù)據(jù)結(jié)構(gòu)和相關(guān)常用命令

本節(jié)中將介紹Redis支持的主要數(shù)據(jù)結(jié)構(gòu)，以及相關(guān)的常用Redis命令。本節(jié)只對Redis命令進行扼要的介紹，且只列出了較常用的命令。如果想要了解完整的Redis命令集，或了解某個命令的詳細(xì)使用方法，請參考官方文檔：

https://redis.io/commands

Key

Redis采用Key-Value型的基本數(shù)據(jù)結(jié)構(gòu)，任何二進制序列都可以作為Redis的Key使用（例如普通的字符串或一張JPEG圖片）

關(guān)于Key的一些注意事項：

不要使用過長的Key。例如使用一個1024字節(jié)的key就不是一個好主意，不僅會消耗更多的內(nèi)存，還會導(dǎo)致查找的效率降低

Key短到缺失了可讀性也是不好的，例如”u1000flw”比起”user:1000:followers”來說，節(jié)省了寥寥的存儲空間，卻引發(fā)了可讀性和可維護性上的麻煩

最好使用統(tǒng)一的規(guī)范來設(shè)計Key，比如”object-type:id:attr”，以這一規(guī)范設(shè)計出的Key可能是”user:1000″或”comment:1234:reply-to”

Redis允許的最大Key長度是512MB（對Value的長度限制也是512MB）

String

String是Redis的基礎(chǔ)數(shù)據(jù)類型，Redis沒有Int、Float、Boolean等數(shù)據(jù)類型的概念，所有的基本類型在Redis中都以String體現(xiàn)。

與String相關(guān)的常用命令：

SET：為一個key設(shè)置value，可以配合EX/PX參數(shù)指定key的有效期，通過NX/XX參數(shù)針對key是否存在的情況進行區(qū)別操作，時間復(fù)雜度O(1)

GET：獲取某個key對應(yīng)的value，時間復(fù)雜度O(1)

GETSET：為一個key設(shè)置value，并返回該key的原value，時間復(fù)雜度O(1)

MSET：為多個key設(shè)置value，時間復(fù)雜度O(N)

MSETNX：同MSET，如果指定的key中有任意一個已存在，則不進行任何操作，時間復(fù)雜度O(N)

MGET：獲取多個key對應(yīng)的value，時間復(fù)雜度O(N)

上文提到過，Redis的基本數(shù)據(jù)類型只有String，但Redis可以把String作為整型或浮點型數(shù)字來使用，主要體現(xiàn)在INCR、DECR類的命令上：

INCR：將key對應(yīng)的value值自增1，并返回自增后的值。只對可以轉(zhuǎn)換為整型的String數(shù)據(jù)起作用。時間復(fù)雜度O(1)

INCRBY：將key對應(yīng)的value值自增指定的整型數(shù)值，并返回自增后的值。只對可以轉(zhuǎn)換為整型的String數(shù)據(jù)起作用。時間復(fù)雜度O(1)

DECR/DECRBY：同INCR/INCRBY，自增改為自減。

INCR/DECR系列命令要求操作的value類型為String，并可以轉(zhuǎn)換為64位帶符號的整型數(shù)字，否則會返回錯誤。

也就是說，進行INCR/DECR系列命令的value，必須在[-2^63 ~ 2^63 – 1]范圍內(nèi)。

前文提到過，Redis采用單線程模型，天然是線程安全的，這使得INCR/DECR命令可以非常便利的實現(xiàn)高并發(fā)場景下的精確控制。

例1：庫存控制

在高并發(fā)場景下實現(xiàn)庫存余量的精準(zhǔn)校驗，確保不出現(xiàn)超賣的情況。

設(shè)置庫存總量：

SET inv:remain"100"

庫存扣減+余量校驗：

DECR inv:remain

當(dāng)DECR命令返回值大于等于0時，說明庫存余量校驗通過，如果返回小于0的值，則說明庫存已耗盡。

假設(shè)同時有300個并發(fā)請求進行庫存扣減，Redis能夠確保這300個請求分別得到99到-200的返回值，每個請求得到的返回值都是唯一的，絕對不會找出現(xiàn)兩個請求得到一樣的返回值的情況。

例2：自增序列生成

實現(xiàn)類似于RDBMS的Sequence功能，生成一系列唯一的序列號

設(shè)置序列起始值：

SET sequence"10000"

獲取一個序列值：

INCR sequence

直接將返回值作為序列使用即可。

獲取一批（如100個）序列值：

INCRBY sequence100

假設(shè)返回值為N，那么[N – 99 ~ N]的數(shù)值都是可用的序列值。

當(dāng)多個客戶端同時向Redis申請自增序列時，Redis能夠確保每個客戶端得到的序列值或序列范圍都是全局唯一的，絕對不會出現(xiàn)不同客戶端得到了重復(fù)的序列值的情況。

List

Redis的List是鏈表型的數(shù)據(jù)結(jié)構(gòu)，可以使用LPUSH/RPUSH/LPOP/RPOP等命令在List的兩端執(zhí)行插入元素和彈出元素的操作。雖然List也支持在特定index上插入和讀取元素的功能，但其時間復(fù)雜度較高（O(N)），應(yīng)小心使用。

與List相關(guān)的常用命令：

LPUSH：向指定List的左側(cè)（即頭部）插入1個或多個元素，返回插入后的List長度。時間復(fù)雜度O(N)，N為插入元素的數(shù)量

RPUSH：同LPUSH，向指定List的右側(cè)（即尾部）插入1或多個元素

LPOP：從指定List的左側(cè)（即頭部）移除一個元素并返回，時間復(fù)雜度O(1)

RPOP：同LPOP，從指定List的右側(cè)（即尾部）移除1個元素并返回

LPUSHX/RPUSHX：與LPUSH/RPUSH類似，區(qū)別在于，LPUSHX/RPUSHX操作的key如果不存在，則不會進行任何操作

LLEN：返回指定List的長度，時間復(fù)雜度O(1)

LRANGE：返回指定List中指定范圍的元素（雙端包含，即LRANGE key 0 10會返回11個元素），時間復(fù)雜度O(N)。應(yīng)盡可能控制一次獲取的元素數(shù)量，一次獲取過大范圍的List元素會導(dǎo)致延遲，同時對長度不可預(yù)知的List，避免使用LRANGE key 0 -1這樣的完整遍歷操作。

應(yīng)謹(jǐn)慎使用的List相關(guān)命令：

LINDEX：返回指定List指定index上的元素，如果index越界，返回nil。index數(shù)值是回環(huán)的，即-1代表List最后一個位置，-2代表List倒數(shù)第二個位置。時間復(fù)雜度O(N)

LSET：將指定List指定index上的元素設(shè)置為value，如果index越界則返回錯誤，時間復(fù)雜度O(N)，如果操作的是頭/尾部的元素，則時間復(fù)雜度為O(1)

LINSERT：向指定List中指定元素之前/之后插入一個新元素，并返回操作后的List長度。如果指定的元素不存在，返回-1。如果指定key不存在，不會進行任何操作，時間復(fù)雜度O(N)

由于Redis的List是鏈表結(jié)構(gòu)的，上述的三個命令的算法效率較低，需要對List進行遍歷，命令的耗時無法預(yù)估，在List長度大的情況下耗時會明顯增加，應(yīng)謹(jǐn)慎使用。

換句話說，Redis的List實際是設(shè)計來用于實現(xiàn)隊列，而不是用于實現(xiàn)類似ArrayList這樣的列表的。如果你不是想要實現(xiàn)一個雙端出入的隊列，那么請盡量不要使用Redis的List數(shù)據(jù)結(jié)構(gòu)。

為了更好支持隊列的特性，Redis還提供了一系列阻塞式的操作命令，如BLPOP/BRPOP等，能夠?qū)崿F(xiàn)類似于BlockingQueue的能力，即在List為空時，阻塞該連接，直到List中有對象可以出隊時再返回。針對阻塞類的命令，此處不做詳細(xì)探討，請參考官方文檔（https://redis.io/topics/data-types-intro） 中”Blocking operations on lists”一節(jié)。

Hash

Hash即哈希表，Redis的Hash和傳統(tǒng)的哈希表一樣，是一種field-value型的數(shù)據(jù)結(jié)構(gòu)，可以理解成將HashMap搬入Redis。

Hash非常適合用于表現(xiàn)對象類型的數(shù)據(jù)，用Hash中的field對應(yīng)對象的field即可。

Hash的優(yōu)點包括：

可以實現(xiàn)二元查找，如”查找ID為1000的用戶的年齡”

比起將整個對象序列化后作為String存儲的方法，Hash能夠有效地減少網(wǎng)絡(luò)傳輸?shù)南?/p>

當(dāng)使用Hash維護一個集合時，提供了比List效率高得多的隨機訪問命令

與Hash相關(guān)的常用命令：

HSET：將key對應(yīng)的Hash中的field設(shè)置為value。如果該Hash不存在，會自動創(chuàng)建一個。時間復(fù)雜度O(1)

HGET：返回指定Hash中field字段的值，時間復(fù)雜度O(1)

HMSET/HMGET：同HSET和HGET，可以批量操作同一個key下的多個field，時間復(fù)雜度：O(N)，N為一次操作的field數(shù)量

HSETNX：同HSET，但如field已經(jīng)存在，HSETNX不會進行任何操作，時間復(fù)雜度O(1)

HEXISTS：判斷指定Hash中field是否存在，存在返回1，不存在返回0，時間復(fù)雜度O(1)

HDEL：刪除指定Hash中的field（1個或多個），時間復(fù)雜度：O(N)，N為操作的field數(shù)量

HINCRBY：同INCRBY命令，對指定Hash中的一個field進行INCRBY，時間復(fù)雜度O(1)

應(yīng)謹(jǐn)慎使用的Hash相關(guān)命令：

HGETALL：返回指定Hash中所有的field-value對。返回結(jié)果為數(shù)組，數(shù)組中field和value交替出現(xiàn)。時間復(fù)雜度O(N)

HKEYS/HVALS：返回指定Hash中所有的field/value，時間復(fù)雜度O(N)

上述三個命令都會對Hash進行完整遍歷，Hash中的field數(shù)量與命令的耗時線性相關(guān)，對于尺寸不可預(yù)知的Hash，應(yīng)嚴(yán)格避免使用上面三個命令，而改為使用HSCAN命令進行游標(biāo)式的遍歷，具體請見

https://redis.io/commands/scan

Set

Redis Set是無序的，不可重復(fù)的String集合。

與Set相關(guān)的常用命令：

SADD：向指定Set中添加1個或多個member，如果指定Set不存在，會自動創(chuàng)建一個。時間復(fù)雜度O(N)，N為添加的member個數(shù)

SREM：從指定Set中移除1個或多個member，時間復(fù)雜度O(N)，N為移除的member個數(shù)

SRANDMEMBER：從指定Set中隨機返回1個或多個member，時間復(fù)雜度O(N)，N為返回的member個數(shù)

SPOP：從指定Set中隨機移除并返回count個member，時間復(fù)雜度O(N)，N為移除的member個數(shù)

SCARD：返回指定Set中的member個數(shù)，時間復(fù)雜度O(1)

SISMEMBER：判斷指定的value是否存在于指定Set中，時間復(fù)雜度O(1)

SMOVE：將指定member從一個Set移至另一個Set

慎用的Set相關(guān)命令：

SMEMBERS：返回指定Hash中所有的member，時間復(fù)雜度O(N)

SUNION/SUNIONSTORE：計算多個Set的并集并返回/存儲至另一個Set中，時間復(fù)雜度O(N)，N為參與計算的所有集合的總member數(shù)

SINTER/SINTERSTORE：計算多個Set的交集并返回/存儲至另一個Set中，時間復(fù)雜度O(N)，N為參與計算的所有集合的總member數(shù)

SDIFF/SDIFFSTORE：計算1個Set與1或多個Set的差集并返回/存儲至另一個Set中，時間復(fù)雜度O(N)，N為參與計算的所有集合的總member數(shù)

上述幾個命令涉及的計算量大，應(yīng)謹(jǐn)慎使用，特別是在參與計算的Set尺寸不可知的情況下，應(yīng)嚴(yán)格避免使用?？梢钥紤]通過SSCAN命令遍歷獲取相關(guān)Set的全部member（具體請見https://redis.io/commands/scan），如果需要做并集/交集/差集計算，可以在客戶端進行，或在不服務(wù)實時查詢請求的Slave上進行。

Sorted Set

Redis Sorted Set是有序的、不可重復(fù)的String集合。Sorted Set中的每個元素都需要指派一個分?jǐn)?shù)(score)，Sorted Set會根據(jù)score對元素進行升序排序。如果多個member擁有相同的score，則以字典序進行升序排序。

Sorted Set非常適合用于實現(xiàn)排名。

Sorted Set的主要命令：

ZADD：向指定Sorted Set中添加1個或多個member，時間復(fù)雜度O(Mlog(N))，M為添加的member數(shù)量，N為Sorted Set中的member數(shù)量

ZREM：從指定Sorted Set中刪除1個或多個member，時間復(fù)雜度O(Mlog(N))，M為刪除的member數(shù)量，N為Sorted Set中的member數(shù)量

ZCOUNT：返回指定Sorted Set中指定score范圍內(nèi)的member數(shù)量，時間復(fù)雜度：O(log(N))

ZCARD：返回指定Sorted Set中的member數(shù)量，時間復(fù)雜度O(1)

ZSCORE：返回指定Sorted Set中指定member的score，時間復(fù)雜度O(1)

ZRANK/ZREVRANK：返回指定member在Sorted Set中的排名，ZRANK返回按升序排序的排名，ZREVRANK則返回按降序排序的排名。時間復(fù)雜度O(log(N))

ZINCRBY：同INCRBY，對指定Sorted Set中的指定member的score進行自增，時間復(fù)雜度O(log(N))

慎用的Sorted Set相關(guān)命令：

ZRANGE/ZREVRANGE：返回指定Sorted Set中指定排名范圍內(nèi)的所有member，ZRANGE為按score升序排序，ZREVRANGE為按score降序排序，時間復(fù)雜度O(log(N)+M)，M為本次返回的member數(shù)

ZRANGEBYSCORE/ZREVRANGEBYSCORE：返回指定Sorted Set中指定score范圍內(nèi)的所有member，返回結(jié)果以升序/降序排序，min和max可以指定為-inf和+inf，代表返回所有的member。時間復(fù)雜度O(log(N)+M)

ZREMRANGEBYRANK/ZREMRANGEBYSCORE：移除Sorted Set中指定排名范圍/指定score范圍內(nèi)的所有member。時間復(fù)雜度O(log(N)+M)

上述幾個命令，應(yīng)盡量避免傳遞[0 -1]或[-inf +inf]這樣的參數(shù)，來對Sorted Set做一次性的完整遍歷，特別是在Sorted Set的尺寸不可預(yù)知的情況下?？梢酝ㄟ^ZSCAN命令來進行游標(biāo)式的遍歷（具體請見https://redis.io/commands/scan），或通過LIMIT參數(shù)來限制返回member的數(shù)量（適用于ZRANGEBYSCORE和ZREVRANGEBYSCORE命令），以實現(xiàn)游標(biāo)式的遍歷。

Bitmap和HyperLogLog

Redis的這兩種數(shù)據(jù)結(jié)構(gòu)相較之前的并不常用，在本文中只做簡要介紹，如想要詳細(xì)了解這兩種數(shù)據(jù)結(jié)構(gòu)與其相關(guān)的命令，請參考官方文檔

https://redis.io/topics/data-types-intro中的相關(guān)章節(jié)

Bitmap在Redis中不是一種實際的數(shù)據(jù)類型，而是一種將String作為Bitmap使用的方法?？梢岳斫鉃閷tring轉(zhuǎn)換為bit數(shù)組。使用Bitmap來存儲true/false類型的簡單數(shù)據(jù)極為節(jié)省空間。

HyperLogLogs是一種主要用于數(shù)量統(tǒng)計的數(shù)據(jù)結(jié)構(gòu)，它和Set類似，維護一個不可重復(fù)的String集合，但是HyperLogLogs并不維護具體的member內(nèi)容，只維護member的個數(shù)。也就是說，HyperLogLogs只能用于計算一個集合中不重復(fù)的元素數(shù)量，所以它比Set要節(jié)省很多內(nèi)存空間。

其他常用命令

EXISTS：判斷指定的key是否存在，返回1代表存在，0代表不存在，時間復(fù)雜度O(1)

DEL：刪除指定的key及其對應(yīng)的value，時間復(fù)雜度O(N)，N為刪除的key數(shù)量

EXPIRE/PEXPIRE：為一個key設(shè)置有效期，單位為秒或毫秒，時間復(fù)雜度O(1)

TTL/PTTL：返回一個key剩余的有效時間，單位為秒或毫秒，時間復(fù)雜度O(1)

RENAME/RENAMENX：將key重命名為newkey。使用RENAME時，如果newkey已經(jīng)存在，其值會被覆蓋；使用RENAMENX時，如果newkey已經(jīng)存在，則不會進行任何操作，時間復(fù)雜度O(1)

TYPE：返回指定key的類型，string, list, set, zset, hash。時間復(fù)雜度O(1)

CONFIG GET：獲得Redis某配置項的當(dāng)前值，可以使用*通配符，時間復(fù)雜度O(1)

CONFIG SET：為Redis某個配置項設(shè)置新值，時間復(fù)雜度O(1)

CONFIG REWRITE：讓Redis重新加載redis.conf中的配置

數(shù)據(jù)持久化

Redis提供了將數(shù)據(jù)定期自動持久化至硬盤的能力，包括RDB和AOF兩種方案，兩種方案分別有其長處和短板，可以配合起來同時運行，確保數(shù)據(jù)的穩(wěn)定性。

必須使用數(shù)據(jù)持久化嗎？

Redis的數(shù)據(jù)持久化機制是可以關(guān)閉的。如果你只把Redis作為緩存服務(wù)使用，Redis中存儲的所有數(shù)據(jù)都不是該數(shù)據(jù)的主體而僅僅是同步過來的備份，那么可以關(guān)閉Redis的數(shù)據(jù)持久化機制。

但通常來說，仍然建議至少開啟RDB方式的數(shù)據(jù)持久化，因為：

RDB方式的持久化幾乎不損耗Redis本身的性能，在進行RDB持久化時，Redis主進程唯一需要做的事情就是fork出一個子進程，所有持久化工作都由子進程完成

Redis無論因為什么原因crash掉之后，重啟時能夠自動恢復(fù)到上一次RDB快照中記錄的數(shù)據(jù)。這省去了手工從其他數(shù)據(jù)源（如DB）同步數(shù)據(jù)的過程，而且要比其他任何的數(shù)據(jù)恢復(fù)方式都要快

現(xiàn)在硬盤那么大，真的不缺那一點地方

RDB

采用RDB持久方式，Redis會定期保存數(shù)據(jù)快照至一個rbd文件中，并在啟動時自動加載rdb文件，恢復(fù)之前保存的數(shù)據(jù)。可以在配置文件中配置Redis進行快照保存的時機：

save[seconds][changes]

意為在[seconds]秒內(nèi)如果發(fā)生了[changes]次數(shù)據(jù)修改，則進行一次RDB快照保存，例如

save60100

會讓Redis每60秒檢查一次數(shù)據(jù)變更情況，如果發(fā)生了100次或以上的數(shù)據(jù)變更，則進行RDB快照保存。

可以配置多條save指令，讓Redis執(zhí)行多級的快照保存策略。

Redis默認(rèn)開啟RDB快照，默認(rèn)的RDB策略如下：

save9001

save30010

save6010000

也可以通過BGSAVE命令手工觸發(fā)RDB快照保存。

RDB的優(yōu)點：

對性能影響最小。如前文所述，Redis在保存RDB快照時會fork出子進程進行，幾乎不影響Redis處理客戶端請求的效率。

每次快照會生成一個完整的數(shù)據(jù)快照文件，所以可以輔以其他手段保存多個時間點的快照（例如把每天0點的快照備份至其他存儲媒介中），作為非常可靠的災(zāi)難恢復(fù)手段。

使用RDB文件進行數(shù)據(jù)恢復(fù)比使用AOF要快很多。

RDB的缺點：

快照是定期生成的，所以在Redis crash時或多或少會丟失一部分?jǐn)?shù)據(jù)。

如果數(shù)據(jù)集非常大且CPU不夠強（比如單核CPU），Redis在fork子進程時可能會消耗相對較長的時間（長至1秒），影響這期間的客戶端請求。

AOF

采用AOF持久方式時，Redis會把每一個寫請求都記錄在一個日志文件里。在Redis重啟時，會把AOF文件中記錄的所有寫操作順序執(zhí)行一遍，確保數(shù)據(jù)恢復(fù)到最新。

AOF默認(rèn)是關(guān)閉的，如要開啟，進行如下配置：

appendonly yes

AOF提供了三種fsync配置，always/everysec/no，通過配置項[appendfsync]指定：

appendfsync no：不進行fsync，將flush文件的時機交給OS決定，速度最快

appendfsync always：每寫入一條日志就進行一次fsync操作，數(shù)據(jù)安全性最高，但速度最慢

appendfsync everysec：折中的做法，交由后臺線程每秒fsync一次

隨著AOF不斷地記錄寫操作日志，必定會出現(xiàn)一些無用的日志，例如某個時間點執(zhí)行了命令SET key1 “abc”，在之后某個時間點又執(zhí)行了SET key1 “bcd”，那么第一條命令很顯然是沒有用的。大量的無用日志會讓AOF文件過大，也會讓數(shù)據(jù)恢復(fù)的時間過長。

所以Redis提供了AOF rewrite功能，可以重寫AOF文件，只保留能夠把數(shù)據(jù)恢復(fù)到最新狀態(tài)的最小寫操作集。

AOF rewrite可以通過BGREWRITEAOF命令觸發(fā)，也可以配置Redis定期自動進行：

auto-aof-rewrite-percentage100

auto-aof-rewrite-min-size64mb

上面兩行配置的含義是，Redis在每次AOF rewrite時，會記錄完成rewrite后的AOF日志大小，當(dāng)AOF日志大小在該基礎(chǔ)上增長了100%后，自動進行AOF rewrite。同時如果增長的大小沒有達到64mb，則不會進行rewrite。

AOF的優(yōu)點：

最安全，在啟用appendfsync always時，任何已寫入的數(shù)據(jù)都不會丟失，使用在啟用appendfsync everysec也至多只會丟失1秒的數(shù)據(jù)。

AOF文件在發(fā)生斷電等問題時也不會損壞，即使出現(xiàn)了某條日志只寫入了一半的情況，也可以使用redis-check-aof工具輕松修復(fù)。

AOF文件易讀，可修改，在進行了某些錯誤的數(shù)據(jù)清除操作后，只要AOF文件沒有rewrite，就可以把AOF文件備份出來，把錯誤的命令刪除，然后恢復(fù)數(shù)據(jù)。

AOF的缺點：

AOF文件通常比RDB文件更大

性能消耗比RDB高

數(shù)據(jù)恢復(fù)速度比RDB慢

內(nèi)存管理與數(shù)據(jù)淘汰機制

最大內(nèi)存設(shè)置

默認(rèn)情況下，在32位OS中，Redis最大使用3GB的內(nèi)存，在64位OS中則沒有限制。

在使用Redis時，應(yīng)該對數(shù)據(jù)占用的最大空間有一個基本準(zhǔn)確的預(yù)估，并為Redis設(shè)定最大使用的內(nèi)存。否則在64位OS中Redis會無限制地占用內(nèi)存（當(dāng)物理內(nèi)存被占滿后會使用swap空間），容易引發(fā)各種各樣的問題。

通過如下配置控制Redis使用的最大內(nèi)存：

maxmemory100mb

在內(nèi)存占用達到了maxmemory后，再向Redis寫入數(shù)據(jù)時，Redis會：

根據(jù)配置的數(shù)據(jù)淘汰策略嘗試淘汰數(shù)據(jù)，釋放空間

如果沒有數(shù)據(jù)可以淘汰，或者沒有配置數(shù)據(jù)淘汰策略，那么Redis會對所有寫請求返回錯誤，但讀請求仍然可以正常執(zhí)行

在為Redis設(shè)置maxmemory時，需要注意：

如果采用了Redis的主從同步，主節(jié)點向從節(jié)點同步數(shù)據(jù)時，會占用掉一部分內(nèi)存空間，如果maxmemory過于接近主機的可用內(nèi)存，導(dǎo)致數(shù)據(jù)同步時內(nèi)存不足。所以設(shè)置的maxmemory不要過于接近主機可用的內(nèi)存，留出一部分預(yù)留用作主從同步。

數(shù)據(jù)淘汰機制

Redis提供了5種數(shù)據(jù)淘汰策略：

volatile-lru：使用LRU算法進行數(shù)據(jù)淘汰（淘汰上次使用時間最早的，且使用次數(shù)最少的key），只淘汰設(shè)定了有效期的key

allkeys-lru：使用LRU算法進行數(shù)據(jù)淘汰，所有的key都可以被淘汰

volatile-random：隨機淘汰數(shù)據(jù)，只淘汰設(shè)定了有效期的key

allkeys-random：隨機淘汰數(shù)據(jù)，所有的key都可以被淘汰

volatile-ttl：淘汰剩余有效期最短的key

最好為Redis指定一種有效的數(shù)據(jù)淘汰策略以配合maxmemory設(shè)置，避免在內(nèi)存使用滿后發(fā)生寫入失敗的情況。

一般來說，推薦使用的策略是volatile-lru，并辨識Redis中保存的數(shù)據(jù)的重要性。對于那些重要的，絕對不能丟棄的數(shù)據(jù)（如配置類數(shù)據(jù)等），應(yīng)不設(shè)置有效期，這樣Redis就永遠(yuǎn)不會淘汰這些數(shù)據(jù)。對于那些相對不是那么重要的，并且能夠熱加載的數(shù)據(jù)（比如緩存最近登錄的用戶信息，當(dāng)在Redis中找不到時，程序會去DB中讀?。梢栽O(shè)置上有效期，這樣在內(nèi)存不夠時Redis就會淘汰這部分?jǐn)?shù)據(jù)。

配置方法：

maxmemory-policy volatile-lru #默認(rèn)是noeviction，即不進行數(shù)據(jù)淘汰

Pipelining

Pipelining

Redis提供許多批量操作的命令，如MSET/MGET/HMSET/HMGET等等，這些命令存在的意義是減少維護網(wǎng)絡(luò)連接和傳輸數(shù)據(jù)所消耗的資源和時間。

例如連續(xù)使用5次SET命令設(shè)置5個不同的key，比起使用一次MSET命令設(shè)置5個不同的key，效果是一樣的，但前者會消耗更多的RTT(Round Trip Time)時長，永遠(yuǎn)應(yīng)優(yōu)先使用后者。

然而，如果客戶端要連續(xù)執(zhí)行的多次操作無法通過Redis命令組合在一起，例如：

SETa"abc"

INCRb

HSETcname"hi"

此時便可以使用Redis提供的pipelining功能來實現(xiàn)在一次交互中執(zhí)行多條命令。

使用pipelining時，只需要從客戶端一次向Redis發(fā)送多條命令（以rn）分隔，Redis就會依次執(zhí)行這些命令，并且把每個命令的返回按順序組裝在一起一次返回，比如：

$(printf"PINGrnPINGrnPINGrn";sleep1) | nc localhost6379

+PONG

+PONG

+PONG

大部分的Redis客戶端都對Pipelining提供支持，所以開發(fā)者通常并不需要自己手工拼裝命令列表。

Pipelining的局限性

Pipelining只能用于執(zhí)行連續(xù)且無相關(guān)性的命令，當(dāng)某個命令的生成需要依賴于前一個命令的返回時，就無法使用Pipelining了。

通過Scripting功能，可以規(guī)避這一局限性

事務(wù)與Scripting

Pipelining能夠讓Redis在一次交互中處理多條命令，然而在一些場景下，我們可能需要在此基礎(chǔ)上確保這一組命令是連續(xù)執(zhí)行的。

比如獲取當(dāng)前累計的PV數(shù)并將其清0

> GET vCount

12384

> SET vCount0

OK

如果在GET和SET命令之間插進來一個INCR vCount，就會使客戶端拿到的vCount不準(zhǔn)確。

Redis的事務(wù)可以確保復(fù)數(shù)命令執(zhí)行時的原子性。也就是說Redis能夠保證：一個事務(wù)中的一組命令是絕對連續(xù)執(zhí)行的，在這些命令執(zhí)行完成之前，絕對不會有來自于其他連接的其他命令插進去執(zhí)行。

通過MULTI和EXEC命令來把這兩個命令加入一個事務(wù)中：

> MULTI

OK

> GET vCount

QUEUED

> SET vCount0

QUEUED

> EXEC

1)12384

2)OK

Redis在接收到MULTI命令后便會開啟一個事務(wù)，這之后的所有讀寫命令都會保存在隊列中但并不執(zhí)行，直到接收到EXEC命令后，Redis會把隊列中的所有命令連續(xù)順序執(zhí)行，并以數(shù)組形式返回每個命令的返回結(jié)果。

可以使用DISCARD命令放棄當(dāng)前的事務(wù)，將保存的命令隊列清空。

需要注意的是，Redis事務(wù)不支持回滾：

如果一個事務(wù)中的命令出現(xiàn)了語法錯誤，大部分客戶端驅(qū)動會返回錯誤，2.6.5版本以上的Redis也會在執(zhí)行EXEC時檢查隊列中的命令是否存在語法錯誤，如果存在，則會自動放棄事務(wù)并返回錯誤。

但如果一個事務(wù)中的命令有非語法類的錯誤（比如對String執(zhí)行HSET操作），無論客戶端驅(qū)動還是Redis都無法在真正執(zhí)行這條命令之前發(fā)現(xiàn)，所以事務(wù)中的所有命令仍然會被依次執(zhí)行。在這種情況下，會出現(xiàn)一個事務(wù)中部分命令成功部分命令失敗的情況，然而與RDBMS不同，Redis不提供事務(wù)回滾的功能，所以只能通過其他方法進行數(shù)據(jù)的回滾。

通過事務(wù)實現(xiàn)CAS

Redis提供了WATCH命令與事務(wù)搭配使用，實現(xiàn)CAS樂觀鎖的機制。

假設(shè)要實現(xiàn)將某個商品的狀態(tài)改為已售：

if(exec(HGET stock:1001state) == "in stock")

exec(HSET stock:1001state"sold");

這一偽代碼執(zhí)行時，無法確保并發(fā)安全性，有可能多個客戶端都獲取到了”in stock”的狀態(tài)，導(dǎo)致一個庫存被售賣多次。

使用WATCH命令和事務(wù)可以解決這一問題：

exec(WATCH stock:1001);

if(exec(HGET stock:1001state) == "in stock"){

exec(MULTI);

exec(HSET stock:1001state"sold");

exec(EXEC);

}

WATCH的機制是：在事務(wù)EXEC命令執(zhí)行時，Redis會檢查被WATCH的key，只有被WATCH的key從WATCH起始時至今沒有發(fā)生過變更，EXEC才會被執(zhí)行。如果WATCH的key在WATCH命令到EXEC命令之間發(fā)生過變化，則EXEC命令會返回失敗。

Scripting

通過EVAL與EVALSHA命令，可以讓Redis執(zhí)行LUA腳本。這就類似于RDBMS的存儲過程一樣，可以把客戶端與Redis之間密集的讀/寫交互放在服務(wù)端進行，避免過多的數(shù)據(jù)交互，提升性能。

Scripting功能是作為事務(wù)功能的替代者誕生的，事務(wù)提供的所有能力Scripting都可以做到。Redis官方推薦使用LUA Script來代替事務(wù)，前者的效率和便利性都超過了事務(wù)。

關(guān)于Scripting的具體使用，本文不做詳細(xì)介紹，請參考官方文檔

https://redis.io/commands/eval

Redis性能調(diào)優(yōu)

盡管Redis是一個非?？焖俚膬?nèi)存數(shù)據(jù)存儲媒介，也并不代表Redis不會產(chǎn)生性能問題。

前文中提到過，Redis采用單線程模型，所有的命令都是由一個線程串行執(zhí)行的，所以當(dāng)某個命令執(zhí)行耗時較長時，會拖慢其后的所有命令，這使得Redis對每個任務(wù)的執(zhí)行效率更加敏感。

針對Redis的性能優(yōu)化，主要從下面幾個層面入手：

最初的也是最重要的，確保沒有讓Redis執(zhí)行耗時長的命令

使用pipelining將連續(xù)執(zhí)行的命令組合執(zhí)行

操作系統(tǒng)的Transparent huge pages功能必須關(guān)閉：

echo never > /sys/kernel/mm/transparent_hugepage/enabled

如果在虛擬機中運行Redis，可能天然就有虛擬機環(huán)境帶來的固有延遲?？梢酝ㄟ^./redis-cli –intrinsic-latency 100命令查看固有延遲。同時如果對Redis的性能有較高要求的話，應(yīng)盡可能在物理機上直接部署Redis。

檢查數(shù)據(jù)持久化策略

考慮引入讀寫分離機制

長耗時命令

Redis絕大多數(shù)讀寫命令的時間復(fù)雜度都在O(1)到O(N)之間，在文本和官方文檔中均對每個命令的時間復(fù)雜度有說明。

通常來說，O(1)的命令是安全的，O(N)命令在使用時需要注意，如果N的數(shù)量級不可預(yù)知，則應(yīng)避免使用。例如對一個field數(shù)未知的Hash數(shù)據(jù)執(zhí)行HGETALL/HKEYS/HVALS命令，通常來說這些命令執(zhí)行的很快，但如果這個Hash中的field數(shù)量極多，耗時就會成倍增長。

又如使用SUNION對兩個Set執(zhí)行Union操作，或使用SORT對List/Set執(zhí)行排序操作等時，都應(yīng)該嚴(yán)加注意。

避免在使用這些O(N)命令時發(fā)生問題主要有幾個辦法：

不要把List當(dāng)做列表使用，僅當(dāng)做隊列來使用

通過機制嚴(yán)格控制Hash、Set、Sorted Set的大小

可能的話，將排序、并集、交集等操作放在客戶端執(zhí)行

絕對禁止使用KEYS命令

避免一次性遍歷集合類型的所有成員，而應(yīng)使用SCAN類的命令進行分批的，游標(biāo)式的遍歷

Redis提供了SCAN命令，可以對Redis中存儲的所有key進行游標(biāo)式的遍歷，避免使用KEYS命令帶來的性能問題。同時還有SSCAN/HSCAN/ZSCAN等命令，分別用于對Set/Hash/Sorted Set中的元素進行游標(biāo)式遍歷。SCAN類命令的使用請參考官方文檔：

https://redis.io/commands/scan

Redis提供了Slow Log功能，可以自動記錄耗時較長的命令。相關(guān)的配置參數(shù)有兩個：

slowlog-log-slower-than xxxms#執(zhí)行時間慢于xxx毫秒的命令計入Slow Log

slowlog-max-len xxx#Slow Log的長度，即最大紀(jì)錄多少條Slow Log

使用SLOWLOG GET [number]命令，可以輸出最近進入Slow Log的number條命令。

使用SLOWLOG RESET命令，可以重置Slow Log

網(wǎng)絡(luò)引發(fā)的延遲

盡可能使用長連接或連接池，避免頻繁創(chuàng)建銷毀連接

客戶端進行的批量數(shù)據(jù)操作，應(yīng)使用Pipeline特性在一次交互中完成。具體請參照本文的Pipelining章節(jié)

數(shù)據(jù)持久化引發(fā)的延遲

Redis的數(shù)據(jù)持久化工作本身就會帶來延遲，需要根據(jù)數(shù)據(jù)的安全級別和性能要求制定合理的持久化策略：

AOF + fsync always的設(shè)置雖然能夠絕對確保數(shù)據(jù)安全，但每個操作都會觸發(fā)一次fsync，會對Redis的性能有比較明顯的影響

AOF + fsync every second是比較好的折中方案，每秒fsync一次

AOF + fsync never會提供AOF持久化方案下的最優(yōu)性能

使用RDB持久化通常會提供比使用AOF更高的性能，但需要注意RDB的策略配置

每一次RDB快照和AOF Rewrite都需要Redis主進程進行fork操作。fork操作本身可能會產(chǎn)生較高的耗時，與CPU和Redis占用的內(nèi)存大小有關(guān)。根據(jù)具體的情況合理配置RDB快照和AOF Rewrite時機，避免過于頻繁的fork帶來的延遲

Redis在fork子進程時需要將內(nèi)存分頁表拷貝至子進程，以占用了24GB內(nèi)存的Redis實例為例，共需要拷貝24GB / 4kB * 8 = 48MB的數(shù)據(jù)。在使用單Xeon 2.27Ghz的物理機上，這一fork操作耗時216ms。

可以通過INFO命令返回的latest_fork_usec字段查看上一次fork操作的耗時（微秒）

Swap引發(fā)的延遲

當(dāng)Linux將Redis所用的內(nèi)存分頁移至swap空間時，將會阻塞Redis進程，導(dǎo)致Redis出現(xiàn)不正常的延遲。Swap通常在物理內(nèi)存不足或一些進程在進行大量I/O操作時發(fā)生，應(yīng)盡可能避免上述兩種情況的出現(xiàn)。

/proc//smaps文件中會保存進程的swap記錄，通過查看這個文件，能夠判斷Redis的延遲是否由Swap產(chǎn)生。如果這個文件中記錄了較大的Swap size，則說明延遲很有可能是Swap造成的。

數(shù)據(jù)淘汰引發(fā)的延遲

當(dāng)同一秒內(nèi)有大量key過期時，也會引發(fā)Redis的延遲。在使用時應(yīng)盡量將key的失效時間錯開。

引入讀寫分離機制

Redis的主從復(fù)制能力可以實現(xiàn)一主多從的多節(jié)點架構(gòu)，在這一架構(gòu)下，主節(jié)點接收所有寫請求，并將數(shù)據(jù)同步給多個從節(jié)點。

在這一基礎(chǔ)上，我們可以讓從節(jié)點提供對實時性要求不高的讀請求服務(wù)，以減小主節(jié)點的壓力。

尤其是針對一些使用了長耗時命令的統(tǒng)計類任務(wù)，完全可以指定在一個或多個從節(jié)點上執(zhí)行，避免這些長耗時命令影響其他請求的響應(yīng)。

關(guān)于讀寫分離的具體說明，請參見后續(xù)章節(jié)

主從復(fù)制與集群分片

主從復(fù)制

Redis支持一主多從的主從復(fù)制架構(gòu)。一個Master實例負(fù)責(zé)處理所有的寫請求，Master將寫操作同步至所有Slave。

借助Redis的主從復(fù)制，可以實現(xiàn)讀寫分離和高可用：

實時性要求不是特別高的讀請求，可以在Slave上完成，提升效率。特別是一些周期性執(zhí)行的統(tǒng)計任務(wù)，這些任務(wù)可能需要執(zhí)行一些長耗時的Redis命令，可以專門規(guī)劃出1個或幾個Slave用于服務(wù)這些統(tǒng)計任務(wù)

借助Redis Sentinel可以實現(xiàn)高可用，當(dāng)Master crash后，Redis Sentinel能夠自動將一個Slave晉升為Master，繼續(xù)提供服務(wù)

啟用主從復(fù)制非常簡單，只需要配置多個Redis實例，在作為Slave的Redis實例中配置：

slaveof192.168.1.16379#指定Master的IP和端口

當(dāng)Slave啟動后，會從Master進行一次冷啟動數(shù)據(jù)同步，由Master觸發(fā)BGSAVE生成RDB文件推送給Slave進行導(dǎo)入，導(dǎo)入完成后Master再將增量數(shù)據(jù)通過Redis Protocol同步給Slave。之后主從之間的數(shù)據(jù)便一直以Redis Protocol進行同步

使用Sentinel做自動failover

Redis的主從復(fù)制功能本身只是做數(shù)據(jù)同步，并不提供監(jiān)控和自動failover能力，要通過主從復(fù)制功能來實現(xiàn)Redis的高可用，還需要引入一個組件：Redis Sentinel

Redis Sentinel是Redis官方開發(fā)的監(jiān)控組件，可以監(jiān)控Redis實例的狀態(tài)，通過Master節(jié)點自動發(fā)現(xiàn)Slave節(jié)點，并在監(jiān)測到Master節(jié)點失效時選舉出一個新的Master，并向所有Redis實例推送新的主從配置。

Redis Sentinel需要至少部署3個實例才能形成選舉關(guān)系。

關(guān)鍵配置：

另外需要注意的是，Redis Sentinel實現(xiàn)的自動failover不是在同一個IP和端口上完成的，也就是說自動failover產(chǎn)生的新Master提供服務(wù)的IP和端口與之前的Master是不一樣的，所以要實現(xiàn)HA，還要求客戶端必須支持Sentinel，能夠與Sentinel交互獲得新Master的信息才行。

集群分片

為何要做集群分片：

Redis中存儲的數(shù)據(jù)量大，一臺主機的物理內(nèi)存已經(jīng)無法容納

Redis的寫請求并發(fā)量大，一個Redis實例以無法承載

當(dāng)上述兩個問題出現(xiàn)時，就必須要對Redis進行分片了。

Redis的分片方案有很多種，例如很多Redis的客戶端都自行實現(xiàn)了分片功能，也有向Twemproxy這樣的以代理方式實現(xiàn)的Redis分片方案。然而首選的方案還應(yīng)該是Redis官方在3.0版本中推出的Redis Cluster分片方案。

本文不會對Redis Cluster的具體安裝和部署細(xì)節(jié)進行介紹，重點介紹Redis Cluster帶來的好處與弊端。

Redis Cluster的能力

能夠自動將數(shù)據(jù)分散在多個節(jié)點上

當(dāng)訪問的key不在當(dāng)前分片上時，能夠自動將請求轉(zhuǎn)發(fā)至正確的分片

當(dāng)集群中部分節(jié)點失效時仍能提供服務(wù)

其中第三點是基于主從復(fù)制來實現(xiàn)的，Redis Cluster的每個數(shù)據(jù)分片都采用了主從復(fù)制的結(jié)構(gòu)，原理和前文所述的主從復(fù)制完全一致，唯一的區(qū)別是省去了Redis Sentinel這一額外的組件，由Redis Cluster負(fù)責(zé)進行一個分片內(nèi)部的節(jié)點監(jiān)控和自動failover。

Redis Cluster分片原理

Redis Cluster中共有16384個hash slot，Redis會計算每個key的CRC16，將結(jié)果與16384取模，來決定該key存儲在哪一個hash slot中，同時需要指定Redis Cluster中每個數(shù)據(jù)分片負(fù)責(zé)的Slot數(shù)。Slot的分配在任何時間點都可以進行重新分配。

客戶端在對key進行讀寫操作時，可以連接Cluster中的任意一個分片，如果操作的key不在此分片負(fù)責(zé)的Slot范圍內(nèi)，Redis Cluster會自動將請求重定向到正確的分片上。

hash tags

在基礎(chǔ)的分片原則上，Redis還支持hash tags功能，以hash tags要求的格式明明的key，將會確保進入同一個Slot中。例如：{uiv}user:1000和{uiv}user:1001擁有同樣的hash tag {uiv}，會保存在同一個Slot中。

使用Redis Cluster時，pipelining、事務(wù)和LUA Script功能涉及的key必須在同一個數(shù)據(jù)分片上，否則將會返回錯誤。如要在Redis Cluster中使用上述功能，就必須通過hash tags來確保一個pipeline或一個事務(wù)中操作的所有key都位于同一個Slot中。

有一些客戶端（如Redisson）實現(xiàn)了集群化的pipelining操作，可以自動將一個pipeline里的命令按key所在的分片進行分組，分別發(fā)到不同的分片上執(zhí)行。但是Redis不支持跨分片的事務(wù)，事務(wù)和LUA Script還是必須遵循所有key在一個分片上的規(guī)則要求。

主從復(fù)制 vs 集群分片

在設(shè)計軟件架構(gòu)時，要如何在主從復(fù)制和集群分片兩種部署方案中取舍呢？

從各個方面看，Redis Cluster都是優(yōu)于主從復(fù)制的方案

Redis Cluster能夠解決單節(jié)點上數(shù)據(jù)量過大的問題

Redis Cluster能夠解決單節(jié)點訪問壓力過大的問題

Redis Cluster包含了主從復(fù)制的能力

那是不是代表Redis Cluster永遠(yuǎn)是優(yōu)于主從復(fù)制的選擇呢？

并不是。

軟件架構(gòu)永遠(yuǎn)不是越復(fù)雜越好，復(fù)雜的架構(gòu)在帶來顯著好處的同時，一定也會帶來相應(yīng)的弊端。采用Redis Cluster的弊端包括：

維護難度增加。在使用Redis Cluster時，需要維護的Redis實例數(shù)倍增，需要監(jiān)控的主機數(shù)量也相應(yīng)增加，數(shù)據(jù)備份/持久化的復(fù)雜度也會增加。同時在進行分片的增減操作時，還需要進行reshard操作，遠(yuǎn)比主從模式下增加一個Slave的復(fù)雜度要高。

客戶端資源消耗增加。當(dāng)客戶端使用連接池時，需要為每一個數(shù)據(jù)分片維護一個連接池，客戶端同時需要保持的連接數(shù)成倍增多，加大了客戶端本身和操作系統(tǒng)資源的消耗。

性能優(yōu)化難度增加。你可能需要在多個分片上查看Slow Log和Swap日志才能定位性能問題。

事務(wù)和LUA Script的使用成本增加。在Redis Cluster中使用事務(wù)和LUA Script特性有嚴(yán)格的限制條件，事務(wù)和Script中操作的key必須位于同一個分片上，這就使得在開發(fā)時必須對相應(yīng)場景下涉及的key進行額外的規(guī)劃和規(guī)范要求。如果應(yīng)用的場景中大量涉及事務(wù)和Script的使用，如何在保證這兩個功能的正常運作前提下把數(shù)據(jù)平均分到多個數(shù)據(jù)分片中就會成為難點。

所以說，在主從復(fù)制和集群分片兩個方案中做出選擇時，應(yīng)該從應(yīng)用軟件的功能特性、數(shù)據(jù)和訪問量級、未來發(fā)展規(guī)劃等方面綜合考慮，只在確實有必要引入數(shù)據(jù)分片時再使用Redis Cluster。

下面是一些建議：

需要在Redis中存儲的數(shù)據(jù)有多大？未來2年內(nèi)可能發(fā)展為多大？這些數(shù)據(jù)是否都需要長期保存？是否可以使用LRU算法進行非熱點數(shù)據(jù)的淘汰？綜合考慮前面幾個因素，評估出Redis需要使用的物理內(nèi)存。

用于部署Redis的主機物理內(nèi)存有多大？有多少可以分配給Redis使用？對比(1)中的內(nèi)存需求評估，是否足夠用？

Redis面臨的并發(fā)寫壓力會有多大？在不使用pipelining時，Redis的寫性能可以超過10萬次/秒（更多的benchmark可以參考https://redis.io/topics/benchmarks）

在使用Redis時，是否會使用到pipelining和事務(wù)功能？使用的場景多不多？

綜合上面幾點考慮，如果單臺主機的可用物理內(nèi)存完全足以支撐對Redis的容量需求，且Redis面臨的并發(fā)寫壓力距離Benchmark值還尚有距離，建議采用主從復(fù)制的架構(gòu)，可以省去很多不必要的麻煩。同時，如果應(yīng)用中大量使用pipelining和事務(wù)，也建議盡可能選擇主從復(fù)制架構(gòu)，可以減少設(shè)計和開發(fā)時的復(fù)雜度。

Redis Java客戶端的選擇

Redis的Java客戶端很多，官方推薦的有三種：Jedis、Redisson和lettuce。

在這里對Jedis和Redisson進行對比介紹

Jedis：

輕量，簡潔，便于集成和改造

支持連接池

支持pipelining、事務(wù)、LUA Scripting、Redis Sentinel、Redis Cluster

不支持讀寫分離，需要自己實現(xiàn)

文檔差（真的很差，幾乎沒有……）

Redisson：

基于Netty實現(xiàn)，采用非阻塞IO，性能高

支持異步請求

支持連接池

支持pipelining、LUA Scripting、Redis Sentinel、Redis Cluster

不支持事務(wù)，官方建議以LUA Scripting代替事務(wù)

支持在Redis Cluster架構(gòu)下使用pipelining

支持讀寫分離，支持讀負(fù)載均衡，在主從復(fù)制和Redis Cluster架構(gòu)下都可以使用

內(nèi)建Tomcat Session Manager，為Tomcat 6/7/8提供了會話共享功能

可以與Spring Session集成，實現(xiàn)基于Redis的會話共享

文檔較豐富，有中文文檔

對于Jedis和Redisson的選擇，同樣應(yīng)遵循前述的原理，盡管Jedis比起Redisson有各種各樣的不足，但也應(yīng)該在需要使用Redisson的高級特性時再選用Redisson，避免造成不必要的程序復(fù)雜度提升。

Jedis：

github：https://github.com/xetorthio/jedis文檔：https://github.com/xetorthio/jedis/wiki

Redisson：

github：https://github.com/redisson/redisson

文檔：https://github.com/redisson/redisson/wiki