cyxCoder

明天你会感谢今天奋力拼搏的你。
ヾ(o◕∀◕)ﾉヾ

Redis系列：（二）Redis的高级特性和应用

2025-06-25 18:54

246

一、Redis的慢查询

慢查询的阈值默认为10毫秒（注意：这个时间是执行指令的时间，不包括网络传输时间和Redis线程排队时间）

相关配置介绍

慢查询阈值设置的字段为：slowlog-log-slower-than 10000 表示慢查询阈值为10毫秒，单位为微妙，如果设置为小于0的数则表示不记录慢查询。
Redis的慢查询存储在内存中，在一个showlog的链表中slowlog-max-len 128 表示保存的慢查询队列的长度。

如下图所示为Redis配置文件中对慢查询的默认设置，

相关命令示例：

# 设置慢查询阈值为0（这里是为了方便测试，生产环境不要这样）
config set slowlog-log-slower-than 0

# 上面的命令服务器重启后会失效，想要永久生效，可以用如下命令把改动的参数回写到redis的配置文件中
config rewrite

# 获取慢查询日志的相关配置
CONFIG GET slowlog-*

# 获取慢查询日志记录,语法：SLOWLOG GET [数量]，数量表示显示日志条数
SLOWLOG GET 2

# 获取当前慢查询日志的数量
SLOWLOG LEN

# 清空慢查询日志
SLOWLOG RESET

生产配置优化建议

slowlog-log-slower-than建议设置为 1~10 毫秒（ 1000~10000）
增大日志容量，生产环境slowlog-max-len可设置 1000~10000

注意：

关于慢查询的日志分析，Redis没有提供分析的指令，需要通过SLOWLOG命令把日志拿出来自己分析。
生产也可以使用定时任务把日志结果存到持久化层中，以便后续进行分析。

二、Pipeline

Redis Pipeline（管道）是一种批量执行命令的优化技术，用于减少客户端与服务器之间的网络往返延迟（RTT），显著提升高并发场景下的吞吐量。客户端将多个命令打包一次性发送给服务器，服务器处理完所有命令后，一次性返回所有结果。

使用Pipeline的注意事项：

Pipeline 中的命令会顺序执行，若包含耗时操作（如KEYS *、SORT），会阻塞后续命令的处理。
对于大批量数据，还是要采取分批处理的方式，防止Redis内存激增。一般限制500条以下数据。

Java代码示例：

import redis.clients.jedis.Jedis;
import redis.clients.jedis.Pipeline;
import redis.clients.jedis.Response;

import java.util.List;

public class RedisPipelineExample {
    public static void main(String[] args) {
        // 连接 Redis 服务器
        try (Jedis jedis = new Jedis("localhost", 6379)) {
            // 示例 1：批量写入
            Pipeline pipeline = jedis.pipelined();
            for (int i = 0; i < 1000; i++) {
                pipeline.set("key" + i, "value" + i);
            }
            // 执行批量操作
            List<Object> results = pipeline.syncAndReturnAll();
            System.out.println("批量写入完成，共执行 " + results.size() + " 条命令");

            // 示例 2：批量读取（使用 Response 对象获取结果）
            Pipeline getPipeline = jedis.pipelined();
            Response<String> key1 = getPipeline.get("key1");
            Response<String> key2 = getPipeline.get("key2");
            Response<Long> incrResult = getPipeline.incr("counter");
            
            // 执行并获取结果
            getPipeline.sync();
            System.out.println("key1: " + key1.get());
            System.out.println("key2: " + key2.get());
            System.out.println("counter 自增后的值: " + incrResult.get());

            // 示例 3：混合操作（写入后读取）
            Pipeline mixedPipeline = jedis.pipelined();
            mixedPipeline.set("user:1", "Alice");
            mixedPipeline.hset("user:1:info", "age", "30");
            mixedPipeline.get("user:1");
            mixedPipeline.hgetAll("user:1:info");
            
            List<Object> mixedResults = mixedPipeline.syncAndReturnAll();
            System.out.println("混合操作结果:");
            for (Object result : mixedResults) {
                System.out.println(result);
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

pipeline内置了很多与命令同名的方法，直接调用即可。

获取结果的方式有两种，示例中都有覆盖：

使用 syncAndReturnAll() 返回所有命令的执行结果列表
或使用 Response<T> 对象获取特定命令的结果（需先声明，后调用 sync()）

三、事务

Redis 事务是一组命令的集合，它可以确保多个命令按顺序执行，且在执行过程中不会被其他客户端的请求打断。

相关命令介绍：

MULTI 命令：开启一个事务块，后续命令将被加入队列中。
EXEC 命令：执行事务队列中的所有命令。
DISCARD 命令：取消事务，清空队列中的所有命令。
WATCH 命令：监控一个或多个键，在事务执行前若键被修改则事务失败（乐观锁）。

与传统关系型数据库的事务相比，Redis的事务非常的鸡肋，只能判断语法层面的错误进行回滚，更适合处理非强一致性要求的场景，不能保证事务的原子性和一致性。

如下图所示，命令格式正确但执行时出错，错误命令执行错误，但不会影响其它命令的正常执行：

注意：PipeLine是客户端封装所有命令组一起批量执行，能提升吞吐量。而事务依然是普通命令，每个命令都会进行网络传输，只是在MULTI和EXEC中间的命令Redis先放到缓冲区中，EXEC提交时才真正执行。

四、Lua

LUA脚本语言是C开发的，类似存储过程，具体的Lua语法可以查看：《Lua教程 | 菜鸟教程》。

使用LUA脚本的好处：

减少网络开销，在Luau脚本中可以把多个命令放在同一个脚本中运行。
原子操作，Redis会将整个脚本作为一个整体执行，中间不会被其它命令插入。（因为Redis是单线程执行命令）
复用性，客户端发送的脚本会存储在Redis中，这意味着其它客户端可以复用这一脚本完成同样的逻辑。

核心命令介绍：

1、执行Lua脚本

语法：EVAL script numkeys key [key ...] arg [arg ...]
参数：
- script：Lua 脚本内容
- numkeys：键名参数的个数
- key [key ...]：键名参数，在 Lua 中通过 KEYS[1], KEYS[2] 访问
- arg [arg ...]：附加参数，在 Lua 中通过 ARGV[1], ARGV[2] 访问

示例：

EVAL "return {KEYS[1], KEYS[2], ARGV[1], ARGV[2]}" 2 key1 key2 first second

2、脚本加载到Redis缓存中

语法：SCRIPT LOAD script
参数：script：Lua脚本内容
返回：SHA1哈希值

示例：

SCRIPT LOAD "return {KEYS[1], KEYS[2], ARGV[1], ARGV[2]}'"
# 返回结果
493d4552555dd9618f79b2b6ef18f8a89fd8f4

3、执行缓存的脚本

语法：EVALSHA sha1 numkeys key [key ...] arg [arg ...]
参数：
- sha1：SHA1哈希值（SCRIPT LOAD命令返回的值）
- numkeys：键名参数的个数
- key [key ...]：键名参数，在 Lua 中通过 KEYS[1], KEYS[2] 访问
- arg [arg ...]：附加参数，在 Lua 中通过 ARGV[1], ARGV[2] 访问

示例：

EVALSHA 493d4552555dd9618f79b2b6ef18f8a89fd8f4 2 key1 key2 first second

五、发布与订阅

Redis的发布订阅功能比较鸡肋，在此做一下简单的介绍。

概念介绍：

发布者（Publisher）：向指定频道发送消息的客户端
订阅者（Subscriber）：监听特定频道获取消息的客户端
频道（Channel）：消息的逻辑分组，用于区分不同类型的消息（类似于MQ中的Topic）

核心命令介绍：

订阅一个或多个频道，语法：SUBSCRIBE channel [channel …]
向频道发布消息，语法：PUBLISH channel message
取消订阅的频道，如果没指定频道表示取消所有订阅，语法：UNSUBSCRIBE [channel …]

为什么比较鸡肋？

无消息持久化：消息发布后若无人订阅则丢失
不保证可靠性：网络问题可能导致消息丢失
无队列机制：无法处理消息堆积（需依赖其他组件）
单线程处理：高并发场景下可能成为瓶颈

六、Stream

Redis 5.0版本发布的Stream功能，其借鉴了kafka的设计提供了持久化的能力，用于支持消息中间件（可以算是发布订阅功能的替代）。

6.1、概念介绍

Stream：消息的持久化存储容器，支持多生产者多消费者模型
消息（Message）：结构化数据，每个消息包含唯一 ID（ID格式：时间戳-序列号）和键值对（Hash类型）
消费者组（Consumer Group）：多个消费者组成的组，支持负载均衡消费，多个消费者组可以消费同一个Stream,但它们之间是独立的互不干扰。
消费者（Consumer）：组内的单个消费者，组内独立维护消费进度

6.2、核心命令介绍

消息队列相关命令：

1、XADD：添加消息，语法：XADD stream-key [MAXLEN count] * field value [field value ...]
- stream-key：消息的主题（Topic），用于标识消息流。
- MAXLEN（可选）：设置流的最大长度，超出时自动删除旧消息。
- *：自动生成唯一的消息ID（格式：时间戳-序列号）。
- field value：消息的键值对，可重复添加多个字段。
2、XTRIM：对流进行修剪，限制长度，语法：XTRIM stream-key MAXLEN [~] count
- stream-key：目标流的名称。
- MAXLEN：必选参数，指定流的最大长度。
- ~（可选）：近似修剪模式，允许Redis以更高效但不精确的方式删除消息。
- count：保留的最大消息数量，超出部分将被删除。
3、XDEL：删除消息，语法：XDEL stream-key message-id [message-id ...]
- stream-key：目标流的名称。
- message-id：要删除的消息ID，支持批量删除。
4、XLEN：获取流的消息数量，语法：XLEN stream-key
- stream-key：目标流的名称。
- 返回值：流中当前的消息总数（包括未删除的消息）。
5、XRANGE：获取消息列表（按ID升序），语法：XRANGE stream-key start end [COUNT count]
- stream-key：目标流的名称。
- start/end：消息ID范围（如0-0表示最小ID，$表示最大ID）。
- COUNT（可选）：限制返回的消息数量，用于分页。
6、XREVRANGE：反向获取消息列表（按ID降序），语法：XREVRANGE stream-key end start [COUNT count]
- 参数含义：与XRANGE相同，但返回顺序相反。
7、XREAD：阻塞或非阻塞读取消息，语法：XREAD [BLOCK milliseconds] STREAMS stream-key [stream-key ...] ID [ID ...]
- BLOCK（可选）：阻塞模式，指定超时时间（毫秒），无新消息时等待。
- STREAMS：必选参数，后跟多个流名称。
- ID：每个流的起始读取位置（如$表示从最新消息开始）。

消费者组相关命令：

1、XGROUP CREATE：创建消费者组，语法：XGROUP CREATE stream-key group-name id [MKSTREAM]
- stream-key：目标流的名称。
- group-name：消费者组的名称。
- id：起始消息ID（0-0表示从最早消息开始，$表示从最新消息开始）。
- MKSTREAM（可选）：若流不存在则自动创建。
2、XREADGROUP GROUP：从消费者组读取消息，语法：XREADGROUP GROUP group-name consumer-name [BLOCK milliseconds] [COUNT count] STREAMS stream-key [stream-key ...] >
- GROUP：必选参数，指定组名和消费者名。
- BLOCK/COUNT：同XREAD，支持阻塞和分页。
- >：表示读取未被任何消费者处理过的新消息。
3、XACK：标记消息为“已处理”，语法：XACK stream-key group-name message-id [message-id ...]
- 参数含义：将指定消息标记为已处理，从待处理列表（PEL）中移除。
4、XGROUP SETID：重置消费者组的起始位置，语法：XGROUP SETID stream-key group-name id
- id：新的起始消息ID，影响后续XREADGROUP的读取位置。
5、XGROUP DELCONSUMER：删除消费者，语法：XGROUP DELCONSUMER stream-key group-name consumer-name
- 参数含义：移除指定消费者，并将其未处理的消息转移到其他消费者。
6、XGROUP DESTROY：删除消费者组，语法：XGROUP DESTROY stream-key group-name
- 参数含义：彻底删除消费者组及其状态信息。
7、XPENDING：查看待处理消息，语法：XPENDING stream-key group-name [start end count [consumer-name]]
- 返回值：显示待处理消息的统计信息或详细列表。
8、XCLAIM：转移消息所有权，语法：XCLAIM stream-key group-name consumer-name min-idle-time message-id [message-id ...] [IDLE ms] [RETRYCOUNT count] [FORCE]
- min-idle-time：消息未被处理的最小时间（毫秒）。
- IDLE/RETRYCOUNT：更新消息的空闲时间和重试次数。
- FORCE：强制转移未确认的消息。
9、XINFO：查看流或消费者组信息，语法：XINFO [STREAM stream-key | GROUPS stream-key | CONSUMERS stream-key group-name]
- STREAM：显示流的详细信息（如长度、最后ID）。
- GROUPS：显示流的所有消费者组信息。
- CONSUMERS：显示指定组的所有消费者及其状态。
10、XINFO GROUPS：查看流的所有消费者组，语法：XINFO GROUPS stream-key
- 返回值：包含组名、消费者数量、待处理消息数等信息。
11、XINFO STREAM：查看流的详细信息，语法：XINFO STREAM stream-key
- 返回值：流的元数据（如长度、第一个/最后一个消息ID）。

6.3、消费者组的详细工作流程

创建消费者组
- 可以指定起始消费位置（如 0-0 表示从第一条消息开始）
- MKSTREAM 选项在 Stream 不存在时创建它
消费者读取消息
- 多个消费者可以同时从同一组读取消息，实现负载均衡
- COUNT 参数指定每次读取的最大消息数
- BLOCK 参数支持阻塞读取，等待新消息到达
消息确认机制
- 消费者处理完消息后必须调用 XACK 确认
- 未确认的消息会被视为待处理，在消费者故障时可重新分配
处理消费者故障
- 长时间未确认的消息会被标记为 “pending”
- 可以使用 XPENDING 命令查看 pending 消息
- 可以使用 XCLAIM 命令将 pending 消息重新分配给其他消费者

6.4、注意事项

Redis毕竟不是专业的消息中间件，适合一些简单的场景，使用时要考虑内存压力问题。
生产上如果要使用，要考虑以后是否要拓展，尽量还是使用专业的消息中间件。
要合理设置 MAXLEN：根据业务需求设置 Stream 最大长度，避免内存溢出
批量操作：使用 Pipeline 批量发送命令，减少网络往返
注意pending 消息管理：定期处理长时间未确认的消息，避免积压