Redis指令使用實例分析

問題原因

小編負責的應用是一個管理後台應用，權限管理使用 Shiro 框架，由於存在多個節點，需要使用分散式 Session，於是這裡使用 Redis 儲存 Session 資訊。

由於 Shiro 並沒有直接提供 Redis 儲存 Session 元件，阿粉不得不使用 Github 一個開源元件 shiro-redis。

由於 Shiro 框架需要定期驗證 Session 是否有效，因此 Shiro 底層將會呼叫  SessionDAO#getActiveSessions 取得所有的 Session 資訊。

而shiro-redis 剛好繼承SessionDAO 這個接口，底層使用用keys 指令來尋找Redis 所有儲存的Session key。

public Set<byte[]> keys(byte[] pattern){
    checkAndInit();
    Set<byte[]> keys = null;
    Jedis jedis = jedisPool.getResource();
    try{
        keys = jedis.keys(pattern);
    }finally{
        jedis.close();
    }
    return keys;
}

找到問題原因，解決方法就比較簡單了，github 上查找到解決方案，升級一下 shiro-redis 到最新版本。

在這個版本，shiro-redis 採用 scan指令取代 keys,從而修正這個問題。

public Set<byte[]> keys(byte[] pattern) {
    Set<byte[]> keys = null;
    Jedis jedis = jedisPool.getResource();


    try{
        keys = new HashSet<byte[]>();
        ScanParams params = new ScanParams();
        params.count(count);
        params.match(pattern);
        byte[] cursor = ScanParams.SCAN_POINTER_START_BINARY;
        ScanResult<byte[]> scanResult;
        do{
            scanResult = jedis.scan(cursor,params);
            keys.addAll(scanResult.getResult());
            cursor = scanResult.getCursorAsBytes();
        }while(scanResult.getStringCursor().compareTo(ScanParams.SCAN_POINTER_START) > 0);
    }finally{
        jedis.close();
    }
    return keys;


}

雖然問題成功解決了，但阿粉心裡還是有點不解。

為什麼keys 指令會導致其他指令執行變慢？

為什麼Keys 指令查詢會這麼慢？

為什麼Scan 指令就沒有問題？

Redis 執行指令的原理

首先我們來看第一個問題，為什麼keys 指令會導致其他指令執行變慢？

站在客戶端的視角，執行一條指令分成三步驟：

1. 發送指令

2. 執行指令

3. 返回結果

但是這僅僅是客戶端自己以為的過程，但是實際上同一時刻，可能存在很多客戶端發送命令給Redis ，而Redis 我們都知道它採用的是單線程模型。

為了處理同一時刻所有的客戶端的請求命令，Redis 內部採用了佇列的方式，排隊執行。

於是客戶端執行一條指令實際上需要四個步驟：

1. 發送指令

2. 指令排隊

執行指令
傳回結果

#由於Redis 單執行緒執行指令，只能依序從佇列取出任務開始執行。

只要 3 這個流程執行指令速度過慢，佇列其他任務不得不進行等待，這對外部客戶端看來，Redis 好像就被阻塞一樣，一直無法回應。

所以使用 Redis 程序切勿執行需要長時間運行的指令，這可能導致 Redis 阻塞，影響執行其他指令。

KEYS 原理接下來開始回答第二個問題，為什麼

Keys

指令查詢會這麼慢？

回答這個問題之前，請先回想 Redis 底層儲存結構。

不太清楚朋友的也沒關係，大家可以回看一下之前的文章「阿里面試官：HashMap 熟悉吧？好的，那就來聊聊 Redis 字典吧！」。 keys指令需要回傳所有的符合給定模式pattern 的 Redis 中鍵，為了實現這個目的，Redis 不得不遍歷字典中ht[ 0]哈希表底層數組，這個時間複雜度為

“O(N)”

（N 為Redis 中key 所有的數量）。

即使 Redis 中的鍵數量很少，它仍然會有很快的執行速度。當Redis鍵的數量逐漸增多，達到百萬、千萬，甚至上億級時，它的執行速度會變得非常緩慢。 下面是阿粉本地做的一次實驗，使用lua 腳本往Redis 中增加10W 個key，然後使用

keys

查詢所有鍵,這個查詢大概會阻塞十幾秒的時間。

eval "for i=1,100000  do redis.call('set',i,i+1) end" 0

這裡阿粉使用 Docker 部署 Redis，效能可能會稍差。

SCAN 原理最後我們來看下第三個問題，為什麼

scan

指令就沒有問題？ 這是因為 scan指令採用一種黑科技-

「基於遊標的迭代器」

。 每次呼叫

scan

指令，Redis 都會向使用者傳回一個新的遊標以及一定數量的 key。下次再想繼續取得剩餘的 key，需要將這個遊標傳入 scan 指令， 以此來延續先前的迭代過程。 簡單來講，

scan

指令使用分頁查詢 redis 。

下面是一個scan 指令的迭代過程範例：

scan

指令使用遊標這個方式，巧妙將一次全量查詢拆分成多次，降低查詢複雜度。 雖然 scan 指令時間複雜度與keys一樣，都是「O(N)」，但由於

scan

指令只需要回傳少量的key，所以執行速度會很快。 最後，雖然scan 指令解決

keys

不足，但同時也引入其他一些缺陷：

• ###同一個元素可能會被回傳多次，這需要我們應用程式增加處理重複元素功能。 ###

• 在迭代過程中，有可能會傳回正在增加到 Redis 的元素，或是正在被刪除的元素，也有可能不會。

以上這些缺陷，在我們開發中需要考慮這種情況。

除了scan以外，redis 還有其他幾個用於增量迭代命令：

• sscan:用於迭代目前資料庫中的資料庫鍵，用於解決smembers可能產生阻塞問題

• hscan指令用於迭代雜湊鍵中的鍵值對，用於解決hgetall 可能產生阻塞問題。

• zscan:指令用於迭代有序集合中的元素（包括元素成員和元素分數），用於產生zrange#可能產生阻塞問題。

#

以上是Redis指令使用實例分析的詳細內容。更多資訊請關注PHP中文網其他相關文章！