Redis的模糊查询在生产环境出现严重的性能问题

栏目: 数据库 · 发布时间: 6年前

内容简介:Redis是一个高性能高效率的key-value存储的nosql数据库,由于数据是存储在内存中,因此访问速度非常快,由于项目涉及到数据库的查询非常多,而数据变大并不是非常频繁,所以在项目中采用Redis分担大部分MySQL的压力。在项目中实际使用我用的Redis提供的客户端连接工具包jedis,在项目中引入jedis.Jar即可

Redis的模糊查询在生产环境出现严重的性能问题

Redis是一个高性能高效率的key-value存储的nosql数据库,由于数据是存储在内存中,因此访问速度非常快,由于项目涉及到数据库的查询非常多,而数据变大并不是非常频繁,所以在项目中采用 Redis 分担大部分 MySQL 的压力。

在项目中实际使用我用的Redis提供的客户端连接 工具 包jedis,在项目中引入jedis.Jar即可

public static Set<String> searchLike(String like_key) { 
   //线上环境模糊查询带来严重的性能问题,杜绝使用 
   if(!Config.IS_BUG){ 
        return null; 
   } 
   Jedis jedis = RedisApi.getJedis(); 
   boolean is_ok = true; 
   try { 
        if (jedis == null) { 
           return null; 
        } 
        return jedis.keys(like_key); 
    } catch (Exception e) { 
        // TODO: handle exception 
        is_ok = false; 
       return null; 
    } finally { 
        close(jedis, is_ok); 
   } 
} 

每当用户登录成功之后,都会生成一个cookie,分别存在客户端和Redis数据库,cookie的key由cookie值+用户ID组成:cookie字符串+"_"+用户ID,

例如用户cookie为“d9fb0ea5955fcf0a2183c5076”,用户ID为 19092,

那Redis中存储的key就是 d9fb0ea5955fcf0a2183c5076_19092,最终的key-vlaue就是:

{"d9fb0ea5955fcf0a2183c5076_19092":d9fb0ea5955fcf0a2183c5076} 

而在用户不断的登录成功,就不断地产生这样的记录,久而久之,会积累出非常多的无用的key,浪费redis的空间,也加重了redis查询的负担,因此想到使用Redis的模糊查询来清掉无用的cookie的key

而Redis的客户端jedis操作是通过jedis.keys(keys)来完成的,keys可以使用通配符来匹配Redis中的key

通配符说明:

*: 0到任意多个字符 eg: searchLike("test*")

?: 1个字符

比如现在需要清除某个用户所有的无用的cookie的key,,则可以写成“ *_19092 ”

String key_like = "*_19092"; 
Set<String> keys = RedisApi.searchLike(key_like); 

这样就可以查出所有这个用户的keys,调用jedis提供的批量删除key的方法即可达到目的。

String key_like = "*_19092"; 
Set<String> keys = RedisApi.searchLike(key_like); 

到这里从需求到逻辑到编码一气呵成,简单测试没什么问题后,就发布到线上,由于平时网站的流量不算非常高,所以运行了几天也没发生什么异常,直到今天早上,拥有几十万粉丝的公众号发推文,推文的内容直接链接到网站,因此说瞬间流量是非常高

Redis的模糊查询在生产环境出现严重的性能问题

运行了大约十分钟之后,运营突然发疯的过来说网站访问非常慢,甚至出现错误码,心里一慌,赶紧上去看日志,我了个乖乖啊,简直是吓人,error日志想流水一样蹦出来,但五一不例外都是下面图示的错误:从Redis池中获取不大连接数,马上上redis服务器查看,发现CPU已经到达了100%以上

Redis的模糊查询在生产环境出现严重的性能问题

能让Redis的CPU到100%的,我想出了一下几个可能:

  1. 连接数过多,占用连接的时间过长
  2. 存储的值过大,存取均很占用CPU和内存
  3. 慢查询,事其它操作等待时间超时
  4. redis阻塞,某个操作把Redis阻塞,导致CPU飙升

由于项目上线时间已经很久,前三个可能基本都在平时查看Redis服务器性能的过程中排除掉,因此很大概率是第四个,突然想起前几天做的功能,有个模糊查询,该不是这个问题吧?我到网站输入“Redis 模糊查询 性能”,出来非常多关于redis模糊查询性能急剧下降的的情况,而且建议生产环境下禁用redis的模糊查询,于是我把模糊查询这块业务直接注释掉,重新上线,运行了半天,再没出现这个问题,因此可以断定就是模糊查询搞的鬼。

【替代方案】

有问题肯定是要解决的,既然模糊查询行不通的,那就得想别的办法达到目的,想到Redis有Set这这种存储结构,因此可以把用户的所有cookie key都放到一个用户专属的Set中,每次用户登录成功之后,都把之前Set里的cookie key清除,然后再把最新的key放进去,这样就可以达到同样的目的了。

String setKey = "prefix_customer_cookie_list_10920"; 
       String token="ss2ssssss"; 
        //取出所有的用户的cookie key 
        Set<String> list = RedisApi.getSet(setKey); 
       if (list != null && list.size() > 0) { 
            //删除用户所有的cookie key 
            RedisApi.removeFromSet(setKey, list.toArray(new String[0])); 
        } 
       //把最新的cookie key加入到Set中 
        RedisApi.addSet(setKey, token); 

【责任编辑:庞桂玉 TEL:(010)68476606】


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Data-intensive Text Processing With Mapreduce

Data-intensive Text Processing With Mapreduce

Jimmy Lin、Chris Dyer / Morgan and Claypool Publishers / 2010-4-30 / USD 40.00

Our world is being revolutionized by data-driven methods: access to large amounts of data has generated new insights and opened exciting new opportunities in commerce, science, and computing applicati......一起来看看 《Data-intensive Text Processing With Mapreduce》 这本书的介绍吧!

在线进制转换器
在线进制转换器

各进制数互转换器

SHA 加密
SHA 加密

SHA 加密工具

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具