redis中key值會(huì)影響性能嗎-創(chuàng)新互聯(lián)

這篇文章將為大家詳細(xì)講解有關(guān)redis中key值會(huì)影響性能嗎，文章內(nèi)容質(zhì)量較高，因此小編分享給大家做個(gè)參考，希望大家閱讀完這篇文章后對(duì)相關(guān)知識(shí)有一定的了解。

主要從事網(wǎng)頁設(shè)計(jì)、PC網(wǎng)站建設(shè)（電腦版網(wǎng)站建設(shè)）、wap網(wǎng)站建設(shè)（手機(jī)版網(wǎng)站建設(shè)）、成都響應(yīng)式網(wǎng)站建設(shè)公司、程序開發(fā)、微網(wǎng)站、微信小程序開發(fā)等，憑借多年來在互聯(lián)網(wǎng)的打拼，我們?cè)诨ヂ?lián)網(wǎng)網(wǎng)站建設(shè)行業(yè)積累了豐富的成都網(wǎng)站建設(shè)、成都網(wǎng)站設(shè)計(jì)、網(wǎng)絡(luò)營(yíng)銷經(jīng)驗(yàn)，集策劃、開發(fā)、設(shè)計(jì)、營(yíng)銷、管理等多方位專業(yè)化運(yùn)作于一體，具備承接不同規(guī)模與類型的建設(shè)項(xiàng)目的能力。

一、redis key數(shù)量為1千萬時(shí)。

存儲(chǔ)value為"0"，比較小。如果value較大，則存儲(chǔ)內(nèi)存會(huì)增多

redis key數(shù)量為一千萬時(shí)，使用了865M的內(nèi)存。

# Keyspace
db0:keys=11100111,expires=0,avg_ttl=0
內(nèi)存使用情況
# Memory
used_memory:907730088
used_memory_human:865.68M
used_memory_rss:979476480
used_memory_rss_human:934.10M
used_memory_peak:1258244232
used_memory_peak_human:1.17G
used_memory_peak_perc:72.14%
used_memory_overhead:580102896
used_memory_startup:765664
used_memory_dataset:327627192
used_memory_dataset_perc:36.12%
total_system_memory:8365256704
total_system_memory_human:7.79G
used_memory_lua:37888
used_memory_lua_human:37.00K

二、redis key數(shù)量為1千5百萬時(shí)。

redis key數(shù)量為一千五百萬時(shí)，使用了1.13G的內(nèi)存。

# Keyspace
db0:keys=15100031,expires=0,avg_ttl=0
# Memory
used_memory:1211733288
used_memory_human:1.13G
used_memory_rss:1247817728
used_memory_rss_human:1.16G
used_memory_peak:1258244232
used_memory_peak_human:1.17G
used_memory_peak_perc:96.30%
used_memory_overhead:740104496
used_memory_startup:765664
used_memory_dataset:471628792
used_memory_dataset_perc:38.95%
total_system_memory:8365256704
total_system_memory_human:7.79G
used_memory_lua:37888
used_memory_lua_human:37.00K

三、redis key數(shù)量為一千五百萬時(shí)壓測(cè)

redis-benchmark -h 127.0.0.1 -p 6379 -c 1000 -n 10000 -t get -q
GET: 34364.26 requests per second

四、使用map將key值打散存儲(chǔ)，小key為1千五百萬

使用hset存儲(chǔ)打散為1024個(gè)key時(shí),存儲(chǔ)大小為921M，比直接存儲(chǔ)節(jié)省了200M。

# Memory
used_memory:966758968
used_memory_human:921.97M
used_memory_rss:1002913792
used_memory_rss_human:956.45M
used_memory_peak:1749456304
used_memory_peak_human:1.63G
used_memory_peak_perc:55.26%
used_memory_overhead:1929880
used_memory_startup:765664
used_memory_dataset:964829088
used_memory_dataset_perc:99.88%
total_system_memory:8365256704
total_system_memory_human:7.79G
used_memory_lua:37888
used_memory_lua_human:37.00K 
# Keyspace
db0:keys=1024,expires=0,avg_ttl=0

五、使用hset存儲(chǔ)打散為256個(gè)key

存儲(chǔ)大小為1.09G，比直接存儲(chǔ)小了80M。

used_memory:1170356864
used_memory_human:1.09G
used_memory_rss:1190223872
used_memory_rss_human:1.11G
used_memory_peak:1749456304
used_memory_peak_human:1.63G
used_memory_peak_perc:66.90%
used_memory_overhead:33759246
used_memory_startup:765664
used_memory_dataset:1136597618
used_memory_dataset_perc:97.18%
total_system_memory:8365256704
total_system_memory_human:7.79G

六、進(jìn)行hget的壓力測(cè)試

 redis-benchmark -h 127.0.0.1 -p 6379 -c 1000 -n 10000 -t hget myhash rand_int rand_int rand_int 
====== myhash rand_int rand_int rand_int ======
 10000 requests completed in 0.22 seconds
 1000 parallel clients
 3 bytes payload
 keep alive: 1 
46511.63 requests per second

七、總結(jié)

可見，當(dāng)存儲(chǔ)量特別大的時(shí)候，可以將key進(jìn)行hash分散處理，可以減少存儲(chǔ)內(nèi)存。

并且當(dāng)key的數(shù)量很大的時(shí)候，redis取值性能還是很高的。

補(bǔ)充：Redis 單key值過大 優(yōu)化方式

Redis使用過程中經(jīng)常會(huì)有各種大key的情況， 比如：

1： 單個(gè)簡(jiǎn)單的key存儲(chǔ)的value很大

2： hash， set，zset，list 中存儲(chǔ)過多的元素（以萬為單位）

由于redis是單線程運(yùn)行的，如果一次操作的value很大會(huì)對(duì)整個(gè)redis的響應(yīng)時(shí)間造成負(fù)面影響，所以，業(yè)務(wù)上能拆則拆，下面舉幾個(gè)典型的分拆方案。

1、單個(gè)簡(jiǎn)單的key存儲(chǔ)的value很大

1.1、 改對(duì)象需要每次都整存整取

可以嘗試將對(duì)象分拆成幾個(gè)key-value， 使用multiGet獲取值，這樣分拆的意義在于分拆單次操作的壓力，將操作壓力平攤到多個(gè)redis實(shí)例中，降低對(duì)單個(gè)redis的IO影響；

1.2、該對(duì)象每次只需要存取部分?jǐn)?shù)據(jù)

可以像第一種做法一樣，分拆成幾個(gè)key-value， 也可以將這個(gè)存儲(chǔ)在一個(gè)hash中，每個(gè)field代表一個(gè)具體的屬性，使用hget,hmget來獲取部分的value，使用hset，hmset來更新部分屬性

2、 hash， set，zset，list 中存儲(chǔ)過多的元素

類似于場(chǎng)景一種的第一個(gè)做法，可以將這些元素分拆。

以hash為例，原先的正常存取流程是 hget(hashKey, field) ; hset(hashKey, field, value)

現(xiàn)在，固定一個(gè)桶的數(shù)量，比如 10000， 每次存取的時(shí)候，先在本地計(jì)算field的hash值，模除 10000， 確定了該field落在哪個(gè)key上。

newHashKey = hashKey + (*hash*(field) % 10000）;  
hset (newHashKey, field, value) ; 
hget(newHashKey, field)

set, zset, list 也可以類似上述做法.

但有些不適合的場(chǎng)景，比如，要保證 lpop 的數(shù)據(jù)的確是最早push到list中去的，這個(gè)就需要一些附加的屬性，或者是在 key的拼接上做一些工作（比如list按照時(shí)間來分拆）。

關(guān)于redis中key值會(huì)影響性能嗎就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，可以學(xué)到更多知識(shí)。如果覺得文章不錯(cuò)，可以把它分享出去讓更多的人看到。

文章名稱：redis中key值會(huì)影響性能嗎-創(chuàng)新互聯(lián)
鏈接URL：http://bm7419.com/article8/goeop.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供服務(wù)器托管、軟件開發(fā)、網(wǎng)站設(shè)計(jì)公司、商城網(wǎng)站、網(wǎng)頁設(shè)計(jì)公司、外貿(mào)網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)