2023-06-21：redis中什么是BigKey？该如何解决？

答案2023-06-21：

什么是bigkey

bigkey是指存储在Key-Value数据库中的键对应的值所占用的内存空间较大。举个例子，如果值是字符串类型，它可以达到最大512MB的存储空间；如果值是列表类型，最多可以存储 2^32 - 1 个元素，即 4294967295 个元素。

根据数据结构的不同，我们可以将bigkey进一步分为字符串类型的bigkey和非字符串类型的bigkey。

字符串类型的bigkey：这种bigkey指的是在Key-Value数据库中，键对应的字符串值所占用的内存空间较大。一般来说，当一个值超过10KB时，就可以被认为是字符串类型的bigkey。但需要注意的是，这个阈值可以根据具体的业务需求和系统的OPS（每秒操作次数）进行调整，不同的环境可能会有不同的定义。

非字符串类型的bigkey：这种bigkey指的是键对应的值是其他非字符串类型（例如哈希、列表、集合、有序集合等），而这些数据结构中的元素数量多到足以被认为是bigkey。例如，当一个哈希表、列表、集合或有序集合中的元素数量超过较大的阈值时，可以被视为非字符串类型的bigkey。

bigkey在Redis中具有不友好的空间复杂度和时间复杂度，以下是它的危害。

bigkey的危害

bigkey的危害体现在三个方面:

1、内存空间不均匀（平衡）：特别是在Redis Cluster中，bigkey可能导致节点的内存空间使用不均匀。当某个节点存储了大量的bigkey时，该节点的内存占用会增加，并且可能超出其他节点的内存使用量。这样就破坏了集群的负载均衡，导致一些节点承受了过多的负载，而其他节点却相对空闲。

2、超时阻塞：由于Redis的单线程特性，操作bigkey可能会耗费较长的时间，这也意味着Redis被阻塞的可能性增大。

3、网络拥塞：获取bigkey时产生的网络流量较大，可能引起网络拥塞问题。

假设一个bigkey的大小为1MB，每秒访问量为1000个请求，那么每秒产生的流量将达到1000MB。对于普通的千兆网卡（以字节计算约为128MB/s）的服务器来说，这将带来巨大的网络负载，甚至可能导致灾难性的影响。尤其是在采用单机多实例的方式部署服务器时，一个大型bigkey的影响最终会波及到其他实例上，后果不堪设想。

bigkey的存在并非完全致命：

如果一个bigkey存在但几乎不被频繁访问，那么主要的问题可能是内存空间的不均衡分布，相对于其他问题来说，这个问题的重要性和紧急性可能较低。然而，如果这个bigkey是一个热点key（频繁被访问），那么它所带来的危害就不容忽视。当一个热点bigkey的访问量特别大时，它可能会对Redis服务器和其他实例产生严重的性能影响。

因此，在实际的开发和运维过程中，密切关注bigkey的存在是非常重要的。特别是对于热点bigkey，需要采取相应的策略来应对，例如数据分片、缓存或其他优化措施，以确保系统的高性能和稳定运行。及时监控和处理bigkey问题，有助于维护整体的系统性能和用户体验。

发现bigkey

使用命令redis-cli --bigkeys可以统计和查看bigkey的分布情况。

在生产环境中，开发和运维人员通常希望能够自定义bigkey的大小，并且找到真正的bigkey，以便能够定位、解决和优化相关问题。

为了判断一个key是否为bigkey，可以执行DEBUG OBJECT key命令并查看serializedlength属性，它表示key对应的value序列化后的字节数。通过检查这个属性，我们可以确定一个key是否为bigkey。

当需要遍历多个key时，应避免使用keys命令，而是采用SCAN命令来减轻Redis服务器的压力。

scan

自Redis 2.8版本以后，引入了SCAN命令来高效地解决KEYS命令存在的问题。不同于KEYS命令一次性遍历所有键的方式，SCAN采用渐进式遍历的方式，以解决可能引起阻塞的问题。要完全实现KEYS命令的功能，需要执行多次SCAN命令。可以将其想象为逐步扫描字典中的一部分键，直到所有键都遍历完成。

SCAN命令使用方法如下：

SCAN cursor [MATCH pattern] [COUNT number]

• cursor是必需的参数，实际上是一个游标。第一次遍历时，游标值为0，每次执行完SCAN命令后，会返回当前游标的值，直到游标值为0，表示遍历已结束。

• MATCH pattern是可选参数，用于指定键名的模式匹配，类似于KEYS命令的模式匹配功能。

• COUNT number是可选参数，用于指定每次要遍历的键的数量，其默认值为10，如果需要可以适当增大此参数。

可以观察到，使用SCAN 0命令的第一次执行结果包含两部分：

第一部分是下一次执行SCAN命令所需的游标值（通常是一个整数）。

第二部分是返回的10个键。

接下来可以继续执行SCAN命令，并使用上一次返回的游标值作为参数，直到游标值变为0，表示所有键都已经遍历完毕。

除了SCAN命令，Redis还提供了针对哈希类型、集合类型和有序集合类型的扫描遍历命令，分别是HSCAN、SSCAN和ZSCAN。它们的作用是解决类似于HGETALL、SMEMBERS、ZRANGE等可能导致阻塞的操作。这些命令的用法类似于SCAN命令，请参考Redis官方文档获取更多信息。

渐进式遍历确实可以有效解决KEYS命令可能产生的阻塞问题，但并非完美无瑕。在使用SCAN命令进行遍历过程中，如果键空间有变化（增加、删除、修改），可能会遇到以下问题：新增的键可能没有被遍历到，或者遍历结果中可能包含重复的键。因此，在开发过程中需要考虑这些潜在的情况。

当键值个数较多时，使用SCAN命令结合DEBUG OBJECT执行速度可能较慢，此时可以考虑利用Redis的Pipeline机制来提高性能。对于元素个数较多的数据结构，DEBUG OBJECT命令执行速度较慢，并且可能导致Redis阻塞。因此，如果存在从节点，可以考虑在从节点上执行这些操作。

解决bigkey

解决大键（bigkey）的主要思路是拆分，将存储在大键中的数据（大值）进行拆分，分成多个小的值（value1，value2…valueN）进行存储。

例如，如果大值是一个大的JSON对象，可以通过使用MSET命令将该键的内容拆分存储到各个实例中，或者使用哈希表（hash），其中每个字段代表一个具体属性。可以使用HGET、HMGET命令来获取部分值，使用HSET、HMSET命令来更新部分属性。

同样地，如果大值是一个大的列表（list），可以将其拆分为多个小的列表（list_1，list_2，list_3…list_N）进行存储。

对于其他数据类型也可以采用类似的拆分策略。

通过拆分大键，可以将大的值分割为小的部分，这样可以更好地利用Redis的内存和性能。这种拆分策略可以根据实际情况进行调整，以满足存储和访问的需求。