熱場準備

熟悉的開場白，大家晚上好啊，今天給大家分享的是Redis在大數據中的使用，可能真正講的是一些redis的使用技巧，Redis基本的一些東西。

首先給大家個地址，源碼以及實例都在里面，當然今天的分享也是按照里面的實例來進行的，大家可以先進行下載。

http://git.newlifex.com/NewLife/NewLife.Redis

當然這里也附上Redis的下載地址：

windows：

https://github.com/MicrosoftArchive/redis/releases

http://x.newlifex.com/Redis-x64-3.2.100.msi

Linux：

https://redis.io/download

開始

Redis封裝架構講解

實際上NewLife.Redis是一個完整的Redis協議的功能的實現，但是redis的核心功能并沒有在這里面，Redis的核心功能的實現是在NewLife.Core里面。這里可以打開看一下，NewLife.Core里面有一個NewLife.Caching的命名空間，里面有一個Redis類里面實現了Redis的基本功能，另一個類是RedisClient是Redis的客戶端。Redis的核心功能就是有這兩個類實現。RedisClient代表著Redis客戶端對服務器的一個連接。

Redis真正使用的時候有一個Redis連接池，里面存放著很多個RedisClient對象。

所以我們Redis的封裝有兩層，一層是NewLife.Core里面的Redis以及RedisClient。另一層就是NewLife.Redis。這里面的FullRedis是對Redis的實現了Redis的所有的高級功能。這里你也可以認為NewLife.Redis是Redis的一個擴展。

Test實例講解Redis的基本使用

實例

打開Program.cs看下代碼

這里XTrace.UseConsole();是向控制臺輸出日志，方便調試使用查看結果。

接下來看第一個例子Test1。具體的我都在代碼中進行了注釋，大家可以看下

staticvoidTest1(){varic=Redis.Create("127.0.0.1:6379",3);//創建Redis實例，得到FullRedis對象//varic=newFullRedis();//另一種實例化的方式//ic.Server="127.0.0.1:6379";//ic.Db=3;//Redis中數據庫ic.Log=XTrace.Log;//顯示日志，進行Redis操作把日志輸出，生產環境不用輸出日志//簡單操作Console.WriteLine("共有緩存對象{0}個",ic.Count);//緩存對象數量ic.Set("name","大石頭");//SetK-V結構，Set第二個參數可以是任何類型Console.WriteLine(ic.Get("name"));//Get泛型，指定獲取的類型ic.Set("time",DateTime.Now,1);//過期時間秒Console.WriteLine(ic.Get("time").ToFullString());Thread.Sleep(1100);Console.WriteLine(ic.Get("time").ToFullString());//列表varlist=ic.GetList("list");list.Add(DateTime.Now);list.Add(DateTime.Now.Date);list.RemoveAt(1);Console.WriteLine(list[list.Count-1].ToFullString());//字典vardic=ic.GetDictionary("dic");dic.Add("xxx",DateTime.Now);Console.WriteLine(dic["xxx"].ToFullString());//隊列varmq=ic.GetQueue("queue");mq.Add(new[]{"abc","g","e","m"});vararr=mq.Take(3);Console.WriteLine(arr.Join(","));//集合varset=ic.GetSet("181110_1234");set.Add("xx1");set.Add("xx2");set.Add("xx3");Console.WriteLine(set.Count);Console.WriteLine(set.Contains("xx2"));Console.WriteLine("共有緩存對象{0}個",ic.Count);}

1、Set的時候如果是字符串或者字符數據的話Redis會直接保存起來（字符串內部機制也是保存二進制），如果是其他類型會默認進行json序列化然后再保存起來

2、Get的時候如果是字符串或者字符數據會直接獲取，如果是其他類型會進行json反序列化

3、Set第三個參數過期時間單位是秒。

4、vs調試小技巧，按F5或者直接工具欄“啟動”會編譯整個解決方案會很慢（VS默認），可以選中項目然后右鍵菜單選擇調試->啟動新實例。會只編譯將會用到的項目，這樣對調試來說會快很多。

5、大家運行調試后可以看到控制臺輸出的內容：向右的箭頭=》是ic.Log=XTrace.Log輸出的日志

6、字典的使用：對象的話需要把json全部取出來然后轉換成對象，而字典的話就可以直接取某個字段。

7、隊列是List結構實現的，使用場景可以上游數據太多，下游處理不過來的時候，那么就可以使用這個隊列。上游的數據發到隊列，然后下游慢慢的消費。另一個應用，跨語言的協同工作，比方說其他語言實現的程序往隊列里面塞數據，然后另一種語言來進行消費處理。哈，這種方式類似mq的概念，雖然有點low，但是也很好用。

8、集合，用的比較多的是用在一個需要精確判斷的去重功能。像我們每天有三千萬訂單，這三千萬訂單可以有重復，這時候我想統計下一共有訂單，這時候直接數據庫group by是不大可能的，因為數據庫中分了十幾張表，這里分享個實戰經驗：比方說攬收，商家發貨了，網點要把件收回來，但是收回來之前網點不知道自己有多少貨啊，這時候我們做了一個功能，也就是訂單會發送到我們公司來，我們會建一個time_site的key的集合，而且集合本身有去重的功能，而且我們可以很方便的通過set.Count功能來統計數量，當件被攬收以后，我們后臺把這個件從集合中Remove掉.然后這個Set中存在的就是網點還沒有攬收的件，這時候通過Count就會知道這個網點今天還有多少件沒有攬收。實際使用中這個數量比較大，因為有幾萬個網點。

9、Redis中布隆過濾器，去重的，面試的時候問的比較多

10、小經驗分享：

數據庫中不合法的時間處理：判斷時間中的年份，是否大于2000年。如果小于2000就認為不合法。習慣大于小于號不習慣用等于號，這樣可以處理很多意外的數據

Set的時候最好指定過期時間防止有些需要刪除的數據，我們忘記刪了

Redis異步盡量不用，因為Redis延遲本身很小，大概在100us-200us，再一個就是Redis本身是單線程的，異步任務切換的耗時比網絡耗時還要大。List用法：物聯網中數據上傳，量比較大時，我們可以把這些數據先放在Redis的List中，比如說一秒鐘1萬條，然后再批量取出來然后批量插入數據庫中。這時候要設置好key,可以前綴+時間，對于已經處理的List可以進行remove移除。

壓力測試

接下來看第四個例子，我們直接做壓力測試，代碼如下：

staticvoidMain(String[]args){XTrace.UseConsole();//激活FullRedis，否則Redis.Create會得到默認的Redis對象FullRedis.Register();Test4();Console.ReadKey();}staticvoidTest4(){varic=Redis.Create("127.0.0.1:6379",5);//varic=newMemoryCache();ic.Bench();}

運行的結果如下圖所示：

測試就是進行get,set remove,累加等的操作。大家可以看到在我本機上輕輕松松的到了六十萬，多線程的時候甚至到了一百多萬。為什么會達到這么高的ops呢，下面給大家說一下。

Bench 會分根據線程數分多組進行添刪改壓力測試。

rand 參數，是否隨機產生key/value。

batch 批大小，分批執行讀寫操作，借助GetAll/SetAll進行優化。

Redis中NB的函數來提升性能

上面的操作如果大家都掌握的基本算Redis入門了，接下來進行進階。會了基本比別人更勝一籌了。

1、GetAll()與SetAll()

GetAll:比方說我要取十個key，這個時候可以用getall。這時候redis就執行了一次命令。比方說我要取10個key那么用get的話要取10次，如果用getall的話要用1次。一次getall時間大概是get的一點幾倍，但是10次get的話就是10倍的時間，這個賬你應該會算吧。強烈推薦大家用getall。

setall 跟getall相似。批量設置K-V.

setall與getall性能很恐怖，官方公布的ops也就10萬左右，為什么我們的測試輕輕松松到五十萬甚至上百萬，因為我們就用了setall,getall。

如果get,set兩次以上，建議用getall，setall

2、Redis管道Pipeline

比如執行10次命令會打包成一個包集體發過去執行，這里實現的方式是StartPipeline()開始，StopPipeline()結束中間的代碼就會以管道的形式執行。這里推薦使用我們的更強的武器，AutoPipeline自動管道屬性。管道操作到一定數量時，自動提交，默認0。使用了AutoPipeline，就不需要StartPipeline，StopPipeline指定管道的開始結束了！

3、Add與Replace

Add:Redis中沒有這個Key就添加，有了就不要添加，返回false

Replace:有則替換，還會返回原來的值，沒有則不進行操作

Add跟Replace就是實現Redis分布式鎖的關鍵

Redis使用技巧，經驗分享

在項目的Readme中，這里摘錄下：

特性

在ZTO大數據實時計算廣泛應用，200多個Redis實例穩定工作一年多，每天處理近1億包裹數據，日均調用量80億次

低延遲，Get/Set操作平均耗時200~600us（含往返網絡通信）

大吞吐，自帶連接池，最大支持1000并發

高性能，支持二進制序列化（默認用的json,json很低效，轉成二進制性能會提升很多）

Redis經驗分享

在Linux上多實例部署，實例個數等于處理器個數，各實例最大內存直接為本機物理內存，避免單個實例內存撐爆（比方說8核心處理器，那么就部署8個實例）

把海量數據（10億+）根據key哈希（Crc16/Crc32）存放在多個實例上，讀寫性能成倍增長

采用二進制序列化，而非常見的Json序列化

合理設計每一對Key的Value大小，包括但不限于使用批量獲取，原則是讓每次網絡包控制在1.4k字節附近，減少通信次數（實際經驗幾十k，幾百k也是沒問題的）

Redis客戶端的Get/Set操作平均耗時200~600us（含往返網絡通信），以此為參考評估網絡環境和Redis客戶端組件（達不到就看一下網絡，序列化方式等等）

使用管道Pipeline合并一批命令

Redis的主要性能瓶頸是序列化、網絡帶寬和內存大小，濫用時處理器也會達到瓶頸

其它可查優化技巧以上經驗，源自于300多個實例4T以上空間一年多穩定工作的經驗，并按照重要程度排了先后順序，可根據場景需要酌情采用！

緩存Redis的兄弟姐妹

Redis實現ICache接口，它的孿生兄弟MemoryCache，內存緩存，千萬級吞吐率。各應用強烈建議使用ICache接口編碼設計，小數據時使用MemoryCache實現；數據增大（10萬）以后，改用Redis實現，不需要修改業務代碼。

提問環節聊聊大數據中Redis使用的經驗，問題

1、一條數據多個key怎么設置比較合理？

如果對性能要求不是很高直接用json序列化實體就好，沒必要使用字典進行存儲。

2、隊列跟List有什么區別？左進右出的話用List還是用隊列比較好？

隊列其實就是用List實現的，也是基于List封裝的。左進右出的話直接隊列就好。Redis的List結構比較有意思，既可以左進右出，也能右進左出。所以它既可以實現列表結構，也能隊列，也能實現棧

3、存放多個字段的類性能一樣嗎？

大部分場景都不會有偏差，可能對于大公司數據量比較大的場景會有些偏差

4、可否介紹一下使用Redis進行數據計算、統計的場景？

略。自己看視頻吧！o(∩_∩)o 哈哈！（因為我沒聽清！）

5、大數據寫入到數據庫之后 比如數據到億以上的時候 統計分析這塊 查詢這塊 能不能分享些經驗。

分表分庫，拆分到一千萬以內。

6、CPU為何暴漲？

程序員終極理念：CPU達到百分百，然后性能達到最優，盡量不要浪費。最痛恨的是：如果cpu不到百分百，性能沒法提升了，說明代碼有問題！

視頻地址

視頻已經上傳至百度云，大家可以自行下載觀看鏈接：https://pan.baidu.com/s/1sOW_PLjxQE8C2msbDfizeA提取碼：c7dp觀看指南（笑笑提供）

總結

雖然Redis會用，但是沒有像大石頭這樣的大數據使用場景。今天的視頻收獲頗豐，可能大部分人跟我一樣，沒有大石頭的使用場景，但是值得借鑒的經驗還是很豐富的！期待下一次的精彩分享。