部分内容参考：阿里redis开发规范 同时，结合shigen在实习中的实践经验总结。
key的名称设计
可读性和管理性
业务名: 表名: id
pro:user:1001
简洁性
控制key的长度，可以用缩写
transaction -> tras
拒绝bigkey
防止网卡流量、慢查询，string 类型控制在 10KB 以内，hash、list、set、zset 元素个数不要超过 5000
非字符串的 bigkey，不要使用 del 删除，使用 hscan、sscan、zscan 方式渐进式删除，同时要注意防止 bigkey 过期时间自动删除问题 (例如一个 200 万的 zset 设置 1 小时过期，会触发 del 操作，造成阻塞，而且该操作不会不出现在慢查询中 (latency 可查))，查找方法和删除方法
选择合适的数据类型
| 数据结构 | 描述 | 常用场景 |
|---|---|---|
| String | 字符串类型，可存储文本或二进制数据 | 缓存、计数器、分布式锁等 |
| Hash | 键值对的无序集合 | 存储对象、缓存、配置信息等 |
| List | 有序的字符串元素集合 | 消息队列、最新消息获取、粉丝列表等 |
| Set | 无序且唯一的字符串元素集合 | 标签系统、好友关系、集合操作等 |
| Sorted Set | 有序的字符串元素集合，每个元素关联一个分数 | 排行榜、范围查询、优先级队列等 |
| Bitmap | 位数组，可进行位级别的操作 | 用户在线状态、统计活跃用户等 |
| HyperLogLog | 基数估计算法，用于统计唯一元素的数量 | 网站UV统计、独立用户计数等 |
| Geospatial | 地理空间位置（经纬度）与元素之间的映射关系 | 地理位置查询、附近的人等 |
| Pub/Sub | 发布者/订阅者模式，用于实现消息发布和订阅机制 | 实时消息通知、事件驱动等 |
| Streams | 类似于日志的有序消息流 | 消息队列、事件溯源、实时分析等 |
控制key的生命周期
防止key集中过期-> 缓存雪崩
命令的使用
1、O(N) 命令关注 N 的数量
例如 hgetall、lrange、smembers、zrange、sinter 等并非不能使用，但是需要明确 N 的值。有遍历的需求可以使用 hscan、sscan、zscan 代替。
ZSCAN myset 0 MATCH prefix:* COUNT 10
2、禁用命令
禁止线上使用 keys、flushall、flushdb 等，通过 redis 的 rename 机制禁掉命令，或者使用 scan 的方式渐进式处理。
scan删除keys的shell脚本：
#!/bin/bash
# 连接到 Redis 服务器
REDIS_CLI="/path/to/redis-cli"
HOST="localhost"
PORT="6379"
DB="0"
# 定义删除操作函数
delete_all_keys() {
# 初始化游标
cursor="0"
while true; do
# 执行 SCAN 命令
response="$($REDIS_CLI -h $HOST -p $PORT -n $DB SCAN $cursor)"
# 解析 SCAN 命令的返回值
cursor="$(echo "$response" | head -n 1)"
keys="$(echo "$response" | tail -n +2)"
# 删除当前页的所有键
for key in $keys; do
$REDIS_CLI -h $HOST -p $PORT -n $DB DEL "$key"
done
# 如果已经迭代完成了所有键
if [ "$cursor" == "0" ]; then
break
fi
done
}
# 调用删除操作函数
delete_all_keys
3、合理使用 select
redis 的多数据库较弱，使用数字进行区分，很多客户端支持较差，同时多业务用多数据库实际还是单线程处理，会有干扰。
4、使用批量操作提高效率
- 原生命令：例如 mget、mset。
- 非原生命令：可以使用 pipeline 提高效率。
但要注意控制一次批量操作的元素个数 (例如 500 以内，实际也和元素字节数有关)。
注意两者不同：
- 原生是原子操作，pipeline 是非原子操作
- pipeline 可以打包不同的命令，原生做不到
- pipeline 需要客户端和服务端同时支持
5、不建议过多使用 Redis 事务功能
Redis 的事务功能较弱 (不支持回滚)，而且集群版本(自研和官方) 要求一次事务操作的 key 必须在一个 slot 上(可以使用 hashtag 功能解决)
官方：redis设计成单线程，就是为了提升效率
6、Redis 集群版本在使用 Lua 上有特殊要求
1、所有 key 都应该由 KEYS 数组来传递，redis.call/pcall 里面调用的 redis 命令，key 的位置，必须是 KEYS array, 否则直接返回 error，“-ERR bad lua script for redis cluster, all the keys that the script uses should be passed using the KEYS arrayrn”
2、所有 key，必须在 1 个 slot 上，否则直接返回 error, “-ERR eval/evalsha command keys must in same slotrn”
7、monitor 命令
必要情况下使用 monitor 命令时，要注意不要长时间使用。
客户端的使用
避免多个应用使用一个redis实例
不想干的业务拆分，公共数据做服务化
使用连接池
有效的控制链接、提高效率，shigen在之前的文章中也分享过
合理的加密
redis密码的设置
淘汰策略
根据自身业务类型，选好 maxmemory-policy(最大内存淘汰策略)，设置好过期时间。
默认策略是 volatile-lru，即超过最大内存后，在过期键中使用 lru 算法进行 key 的剔除，保证不过期数据不被删除，但是可能会出现 OOM 问题。
其他策略如下：
- allkeys-lru：根据 LRU 算法删除键，不管数据有没有设置超时属性，直到腾出足够空间为止。
- allkeys-random：随机删除所有键，直到腾出足够空间为止。
- volatile-random: 随机删除过期键，直到腾出足够空间为止。
- volatile-ttl：根据键值对象的 ttl 属性，删除最近将要过期数据。如果没有，回退到 noeviction 策略。
- noeviction：不会剔除任何数据，拒绝所有写入操作并返回客户端错误信息 “(error) OOM command not allowed when used memory”，此时 Redis 只响应读操作。
相关工具
删除 bigkey
案例中展示的是java的操作，可以根据实际的情况改写成shell或python脚本
1、Hash 删除: hscan + hdel
public void delBigHash(String host, int port, String password, String bigHashKey) {
Jedis jedis = new Jedis(host, port);
if (password != null && !"".equals(password)) {
jedis.auth(password);
}
ScanParams scanParams = new ScanParams().count(100);
String cursor = "0";
do {
ScanResult<Entry<String, String>> scanResult = jedis.hscan(bigHashKey, cursor, scanParams);
List<Entry<String, String>> entryList = scanResult.getResult();
if (entryList != null && !entryList.isEmpty()) {
for (Entry<String, String> entry : entryList) {
jedis.hdel(bigHashKey, entry.getKey());
}
}
cursor = scanResult.getStringCursor();
} while (!"0".equals(cursor));
//删除bigkey
jedis.del(bigHashKey);
}
2、List 删除: ltrim
public void delBigList(String host, int port, String password, String bigListKey) {
Jedis jedis = new Jedis(host, port);
if (password != null && !"".equals(password)) {
jedis.auth(password);
}
long llen = jedis.llen(bigListKey);
int counter = 0;
int left = 100;
while (counter < llen) {
//每次从左侧截掉100个
jedis.ltrim(bigListKey, left, llen);
counter += left;
}
//最终删除key
jedis.del(bigListKey);
}
3、Set 删除: sscan + srem
public void delBigSet(String host, int port, String password, String bigSetKey) {
Jedis jedis = new Jedis(host, port);
if (password != null && !"".equals(password)) {
jedis.auth(password);
}
ScanParams scanParams = new ScanParams().count(100);
String cursor = "0";
do {
ScanResult<String> scanResult = jedis.sscan(bigSetKey, cursor, scanParams);
List<String> memberList = scanResult.getResult();
if (memberList != null && !memberList.isEmpty()) {
for (String member : memberList) {
jedis.srem(bigSetKey, member);
}
}
cursor = scanResult.getStringCursor();
} while (!"0".equals(cursor));
//删除bigkey
jedis.del(bigSetKey);
}
4、SortedSet 删除: zscan + zrem
public void delBigZset(String host, int port, String password, String bigZsetKey) {
Jedis jedis = new Jedis(host, port);
if (password != null && !"".equals(password)) {
jedis.auth(password);
}
ScanParams scanParams = new ScanParams().count(100);
String cursor = "0";
do {
ScanResult<Tuple> scanResult = jedis.zscan(bigZsetKey, cursor, scanParams);
List<Tuple> tupleList = scanResult.getResult();
if (tupleList != null && !tupleList.isEmpty()) {
for (Tuple tuple : tupleList) {
jedis.zrem(bigZsetKey, tuple.getElement());
}
}
cursor = scanResult.getStringCursor();
} while (!"0".equals(cursor));
//删除bigkey
jedis.del(bigZsetKey);
}