Redis 在目前的科技社群裡是非常熱門的。從來自 Antirez 一個小小的個人專案到成為記憶體資料儲存產業的標準，Redis已經走過了很長的一段路。隨之而來的一系列最佳實踐，使得大多數人可以正確地使用 Redis。
下面我們將探討正確使用 Redis 的10個經驗。
Okay，以挑戰這個指令開始這篇文章，或許不是一個好的方式，但其確實可能是最重要的一點。很多時候當我們專注於一個redis實例的統計數據，我們會快速地輸入”KEYS *”命令，這樣key的資訊會很明顯地展示出來。平心而論，從程式化的角度出發往往傾向於寫出下面這樣的偽代碼：
for key in'keys *': doAllTheThings()
但是當你有1300萬個key時，執行速度將會變慢。因為KEYS指令的時間複雜度是O(n)，其中n是要回傳的keys的個數，這樣這個指令的複雜度就取決於資料庫的大小了。並且在這個操作執行期間，其它任何命令在你的實例中都無法執行。
作為一個替代命令，看看 SCAN 吧，其允許你以更友善的方式來執行… SCAN 透過增量迭代的方式來掃描資料庫。這項操作是基於遊標的迭代器來完成的，因此只要你覺得合適，你可以隨時停止或繼續。
由於 Redis 沒有非常詳細的日誌，要想知道在 Redis 實例內部都做了些什麼是非常困難的。幸運的是Redis 提供了一個下面這樣的命令統計工具：
127.0.0.1:6379> INFO commandstats # Commandstats cmdstat_get:calls=78,usec=608,usec_per_call=7.79 cmdstat_setex:calls=5,usec=71,usec_per_call=14.20 cmdstat_keys:calls=2,usec=42,usec_per_call=21.00 cmdstat_info:calls=10,usec=1931,usec_per_call=193.10
透過這個工具可以查看所有命令統計的快照，例如命令執行了多少次，執行命令所耗費的毫秒數(每個命令的總時間和平均時間) 只需要簡單地執行CONFIG RESETSTAT 指令就可以重置，這樣你就可以得到一個全新的統計結果。
Redis 之父 Salvatore 就说过：“通过执行GET/SET命令来测试Redis就像在雨天检测法拉利的雨刷清洁镜子的效果”。很多时候人们跑到我这里，他们想知道为什么自己的Redis-Benchmark统计的结果低于最优结果 。但我们必须要把各种不同的真实情况考虑进来，例如：
Redis-Benchmark的测试结果提供了一个保证你的 Redis-Server 不会运行在非正常状态下的基准点，但是你永远不要把它作为一个真实的“压力测试”。压力测试需要反应出应用的运行方式，并且需要一个尽可能的和生产相似的环境。
以一种优雅的方式引入 hashes 吧。hashes 将会带给你一种前所未有的体验。之前我曾看到过许多类似于下面这样的key结构：
foo:first_name foo:last_name foo:address
上面的例子中，foo 可能是一个用户的用户名，其中的每一项都是一个单独的 key。这就增加了 犯错的空间，和一些不必要的 key。使用 hash 代替吧，你会惊奇地发现竟然只需要一个 key ：
127.0.0.1:6379> HSET foo first_name 'Joe' (integer) 1 127.0.0.1:6379> HSET foo last_name 'Engel' (integer) 1 127.0.0.1:6379> HSET foo address '1 Fanatical Pl' (integer) 1 127.0.0.1:6379> HGETALL foo 1) 'first_name' 2) 'Joe' 3) 'last_name' 4) 'Engel' 5) 'address' 6) '1 Fanatical Pl' 127.0.0.1:6379> HGET foo first_name 'Joe'
无论什么时候，只要有可能就利用key超时的优势。一个很好的例子就是储存一些诸如临时认证key之类的东西。当你去查找一个授权key时——以OAUTH为例——通常会得到一个超时时间。这样在设置key的时候，设成同样的超时时间，Redis就会自动为你清除！而不再需要使用KEYS *来遍历所有的key了，怎么样很方便吧？
既然談到了清除key這個話題，那我們就來聊聊回收策略。當 Redis 的實例空間被填滿了之後，將會嘗試回收一部分key。根據你的使用方式，我強烈建議使用 volatile-lru 策略——前提是你對key已經設定了逾時。但如果你運行的是一些類似 cache 的東西，並且沒有對 key 設定超時機制，可以考慮使用 allkeys-lru 回收機制。我的建議是先在這裡查看可行的方案。
如果必須確保關鍵性的資料可以放入到Redis 的實例中，我強烈建議將其放入try/except 區塊中。幾乎所有的Redis客戶端採用的都是「發送即忘」策略，因此經常需要考慮一個 key 是否真正被放到 Redis 資料庫中了。至於將 try/expect 放到 Redis 指令中的複雜性並不是本文要講的，你只需要知道這樣做可以確保重要的資料放到該放的地方就可以了。
無論什麼時候，只要有可能就分散多redis實例的工作量。從3.0.0版本開始，Redis就支援叢集了。 Redis叢集允許你基於key範圍分離出部分包含主/從模式的key。完整的集群背後的“魔法”可以在這裡找到。但如果你在找教程，那這裡是一個再適合不過的地方了。如果不能選擇集群，考慮一下命名空間吧，然後將你的key分散到多個實例之中。關於怎樣分配數據，在redis.io網站上有這篇精彩的評論。
當然是錯的。 Redis 是一個單執行緒進程，即使啟用了持久化最多也只會消耗兩個核心。除非你打算在一台主機上執行多個實例－希望只會在開發測試的環境下！ ——否則的話對於一個 Redis 實例是不需要2個以上核心的。
到目前為止 Redis Sentinel 已經經過了很全面的測試，許多用戶已經將其應用到了生產環境中（包括 ObjectRocket ）。如果你的應用程式嚴重依賴 Redis ，那就需要想出一個高可用方案來保證其不會斷線。當然，如果不想自己管理這些東西，ObjectRocket 提供了一個高可用平台，並提供7×24小時的技術支持，有意向的話可以考慮一下。
以上是Linux維運需要知道的Redis經驗的詳細內容。更多資訊請關注PHP中文網其他相關文章！
