存储在Redis中的数据多大比较合适

背景
过大的数据对 Redis 的影响
『过大』的定义是什么
结论

背景

本文是工作中应对一个实际业务场景的调研总结过程。在使用 redis 作为数据缓存的时候，一个 key 里面需要存储许多个 map 结构。

缓存需要序列化后存储在redis，这时候就出现了两种方案：

将多个map结构分开序列化，N 个 map N个 key：map1:{“foo”:“bar”}; map2: {“foo”:“bar”}… mapN:{“foo”:“bar”}，好处是可以对不同 map 增量更新到redis。
将所有map整体序列化为一个大key： cache: “{“map1”:{“foo”:“bar”}… “mapN”:{“foo”:“bar”}”，好处是从 redis 读取到数据的时候，反序列化要比方案1快。

过大的数据对 Redis 的影响

哪到底选哪个方案呢？这两个方案对 redis 的影响如何呢？万事不决先 google。

首先看到 Redis 官方的说法是：『A String value can be at max 512 Megabytes in length.』。当然我们不能这么任性的真的扔这么大的数据进去，还觉得没问题。过大的 key 和 value 有两个问题：

Redis 是一个内存数据库，如果容量过大的 key 和 value 首先会导致服务器中的内存碎片。这会影响 Redis 的内存分配的效率，进一步导致内存的使用率下降。
容量过大的 key 和 value 还有这样几个影响：

a. 这些过大的数据需要更多的时间去传输数据，对网络缓存、带宽都有影响

b. 过大的数据传输可能会导致其他的请求超时：

假设客户端设置的超时时间是 1 秒。如果应用同时请求 ‘A’ 和 ‘B’ 两个 key。通常我们会使用 pipelining 的方法，这时 A 和 B 会逐个等待服务器对它们的响应。如果 A 的响应数据过大，它可能会吃掉其他请求的超时时间。如下图例子，如果 A 的响应数据过大，它会吃掉其他请求的超时时间

c. 如果是经常访问的数据，以上的影响会更加经常发生。

所以当 key 和 value 过大的时候，可能更需要优化数据结构，将 key 和 value 的值都变小。

『过大』的定义是什么

然而到底多大的 key 和 value 算大？我们上面描述的两种方案到底哪个好些？
这个时候就需要使用一些性能测试工具来评估一下实际的影响，恰好 Redis 有官方的 redis-benchmark工具。它类似 Apache 的 ab测试。

redis-benchmark 使用示例：

redis-benchmark -n 1000000 -t set,get -P 16 -qSET: 718390.81 requests per secondGET: 864304.25 requests per second

回到对应到上面说的两个方案，使用 SCRIPT LOAD 命令，利用 lua 脚本构造我们想要的数据。这里使用 10000 次操作，每100次一个pipeline 命令提交。

方案1，多个map分别序列化后存储：

redis-benchmark -n 10000 -P 100 -q SCRIPT LOAD "local bulk = {}; local s = '{\'foo\':\'bar\',\'foo1\':\'bar1\',\'foo2\':\'bar2\',\'foo3\':\'bar3\'}'; for i=0,10,1 do bulk[i] = s; end; redis.call('HMSET', 'foo', unpack(bulk));"结果：> 370370.38 requests per second

方案2，一个大string

redis-benchmark -n 10000 -P 100 -q SCRIPT LOAD "local plain = '' local s = '{\'foo\':\'bar\',\'foo1\':\'bar1\',\'foo2\':\'bar2\',\'foo3\':\'bar3\'}'; for i=0,10,1 do plain= plain..s; end; redis.call('HMSET', 'foo', 'cache', plain);"结果：> 208333.33 requests per second

可以看到，我们开头提到的业务场景下，方案1要快了不少。

那对于一般的场景结论是什么呢？到底什么时候需要拆分，什么时候用一个大的序列化 string 节约CPU资源呢？

结论

建议是大于 50k 的数据，就优先选择拆分吧。具体情况可以结合上面的流程，逐个分析：

redis 本身剩余存储空间够吗？
这类数据频率大不大，带宽和超时会是问题吗？
用redis-benchmark跑一下实际业务场景，看性能是否满足需求。

本文是搬运我自己博客到 CSDN 的第一篇，原文点此。