一、Key的设计

1. 命名规范

业务名+数据名+id
例如存储用户登录信息：login:user:id

2. 长度限制在44字节以内

如果使用的时Redis6.0版本以上，Key的编码规则有三个，int, enbstr, raw 44字节内的Key会用int或身体乳mb编码，内存占用小

二、BigKey优化

1. 查找bigkey

• 可以使用scan 0 扫描所有的Key,然后使用strlen查出大Key，这里不要使用keys *命令，会阻塞主线程
• 可以是使用Redis的第三方工具进行检测

2. 删除BigKey

• 使用unlink key 命令删除，不要使用Del key 这也会阻塞

3. 优化BigKey

• 对于大的JSON对象可以使用Hash数据结构存储，因为Hash的底层用到了ZipList，节约内存
• 对于大的Hash呢，比如一个Hash表有100万条数据，key从0-100万，此时我们可以打散Hash，就是让每100个key存储到一个hash表，让key/100，value%100，类似于分片了

三、Pipeline批处理Key

原理：建立一次网络连接，执行多条Redis命令

1. 单节点的Pipeline

    @Testvoid testPipleLine(){Jedis jedis = new Jedis("host", 6379);jedis.auth("xxx");Pipeline pipeline = jedis.pipelined();for (int i = 0; i < 1000; i++) {pipeline.set("nb:key" + i, "value" + i);if (i % 100 == 0){ // 每次放入100行命令pipeline.sync();}}}

2. 集群下的Pipeline

• 集群部署Redis，插入Key，每一个Key又有一个 slot插槽，这个插槽分布在所有Redis节点中，所以如果批量插入的key的插槽不在同一个节点，那么还是会有多次网络请求，最坏又变成了每次连接执行一条命令
• 解决方案采用并行slot方式
  

	//使用springredistemplate封装好的工具类@Testvoid testslotPipeline(){Map<String, String> map = new HashMap<>();map.put("name", "111");map.put("age", "222");map.put("gemder", "333");redisTemplate.opsForValue().multiSet(map);}