3天时间，我是如何解决redis bigkey 删除问题的？问题的出现一个平淡无奇的工作日

文章插图
问题的出现一个平淡无奇的工作日，领导到我工位和我说， “有一个 redis 慢操作，你这几天有时间帮忙解决一下。 ”
“好的。 ” ，管他什么问题，既然让我做，我自然觉得自己能搞定。
然后我收到一封 redis 慢操作的 excel 文件，这个还挺好，每个操作的耗时都给出来了，看了下我们系统有几个操作耗时几秒钟。
好家伙，对于单线程的 redis 来说，一个操作几秒钟确实是挺致命的，不过都是在凌晨左右，还好。
文章插图
image
慢操作分析redis 的慢操作已经有了，如果没有，我们可以自己去 redis 服务器查看历史的慢日志操作，或者有对应的慢操作监控系统也可以发现问题，这里不做展开。
接下来我们就要看一看为什么这么慢。
看了下项目中的实现代码，结合日志一分析，发现是一个 redis bigkey 。
一个 redis key ，对应的是一个 map, 里面放了几十万的 key/value 。删除的时候一把直接删除，自然是慢的。
本文带大家一起分析下 redis bigkey 删除的解决方案，希望你工作中遇到类似问题提供一个解决思路。
处理 bigkeybigkey是指key对应的value所占的内存空间比较大。
例如一个字符串类型的value可以最大存到512MB ，一个列表类型的value最多可以存储2^32-1个元素。
如果按照数据结构来细分的话，一般分为字符串类型bigkey和非字符串类型bigkey 。
危害bigkey的危害体现在三个方面：
内存空间不均匀（平衡）：例如在Redis Cluster中， bigkey会造成节点的内存空间使用不均匀。
超时阻塞：由于Redis单线程的特性，操作bigkey比较耗时，也就意味着阻塞Redis可能性增大。
网络拥塞：每次获取bigkey产生的网络流量较大，假设一个bigkey为1MB ，每秒访问量为1000 ，那么每秒产生1000MB的流量，对于普通的千兆网卡（按照字节算是128MB/s）的服务器来说简直是灭顶之灾，而且一般服务器会采用单机多实例的方式来部署，也就是说一个bigkey可能会对其他实例造成影响，其后果不堪设想。图12-3演示了网络带宽bigkey占用的瞬间。
如何发现redis-cli --bigkeys 可以命令统计bigkey的分布。
但是在生产环境中，开发和运维人员更希望自己可以定义bigkey的大小，而且更希望找到真正的bigkey都有哪些，这样才可以去定位、解决、优化问题。
判断一个key是否为bigkey ，只需要执行 debug object key 查看serializedlength属性即可，它表示key对应的value序列化之后的字节数，
例如我们执行如下操作：
127.0.0.1:6379> debug object keyValue at:0x7fc06c1b1430 refcount:1 encoding:raw serializedlength:1256350 lru:11686193lru_seconds_idle:20可以发现serializedlength=11686193字节，约为1M ，同时可以看到encoding是raw ，也就是字符串类型。
那么可以通过strlen来看一下字符串的字节数为2247394字节，约为2MB：
127.0.0.1:6379> strlen key(integer) 2247394serializedlength不代表真实的字节大小，它返回对象使用RDB编码序列化后的长度，值会偏小，但是对于排查bigkey有一定辅助作用，因为不是每种数据结构都有类似strlen这样的方法。
实际生产的操作方式在实际生产环境中发现bigkey的两种方式如下：
被动收集：许多开发人员确实可能对bigkey不了解或重视程度不够，但是这种bigkey一旦大量访问，很可能就会带来命令慢查询和网卡跑满问题，开发人员通过对异常的分析通常能找到异常原因可能是bigkey ，这种方式虽然不是被笔者推荐的，但是在实际生产环境中却大量存在，建议修改Redis客户端，当抛出异常时打印出所操作的key ，方便排bigkey问题。