在阅读类业务中，记录用户PV、UV成为关键。项目初期，我们设计了以SpringBoot架构为基础，结合MySQL存储基础数据的方案。面对高并发挑战，引入了Redis缓存机制。通过时序图可视化数据处理流程，MySQL表结构确保数据的完整性和一致性。Redis作为缓存层，大大提升了数据读取效率。
redis高可用：如果你做主从架构部署，其实就是加上哨兵就可以了，就可以实现，任何一个实例宕机，自动会进行主备切换。redis高并发：主从架构，一主多从，一般来说，很多项目其实就足够了，单主用来写入数据，单机几万QPS，多从用来查询数据，多个从实例可以提供每秒10万的QPS。
Redis高并发能力直接相关概念，有缓存、队列、单线程模型等。Redis提供了高速缓存功能，可以将常用的数据缓存在内存中，降低访问数据库的频率。这可以减轻数据库的负担，提高系统的响应速度和并发能力。Redis提供了多种队列数据结构，如列表（list）和集合（set），可以用来实现任务队列和消息队列等。
在命令行环境下执行批量删除，需先退出Redis命令行模式，并指定Redis安装路径。通过构造脚本调用del指令配合xargs批量删除多个Key。对于图形界面爱好者，RedisDesktopManager提供了直观的界面操作体验。在目标Key分组上右击选择“Delete Namespaces”选项，即可一次性删除整个分组内的Key。
redis可以用flushdb/flushall删除所有的key。用del只能根据key去删除。另外一种方式，你可以通过设置过期时间让key到期自动删除。
清除Redis中所有key的实现方法主要依赖于RedisTemplate类的使用。首先，通过使用@Autowired注解注入RedisTemplate对象，可以方便地进行Redis操作。定义一个清除所有key的方法，如clear方法，它通过调用RedisTemplate的keys方法获取所有key，然后遍历这些key并逐个使用delete方法进行删除。
lazyfree-lazy-server-del：针对一些指令在处理已存在的键时，会带有一个隐式的DEL键操作。如rename命令，当目标键已存在，redis会先删除目标键，如果这些目标键是一个big key，那就会引入阻塞删除的性能问题。此参数设置就是解决这类问题，建议可开启。
Redis 的大 Key 删除操作会导致 Redis 线程阻塞，网上关于如何删除大 Key 也有一些不少，只有通过 SCAN 扫出 Key 后一个个删除。这里结合 pipeline 介绍更加高效的操作方法，通过 pipeline 来批量删除。
矛盾点：如果直接批量删除会导致redis拥塞，影响正常业务如果每删除一个key，sleep50ms，不会影响业务，但是根据经验要跑两天 最终问题： 在不影响性能的情况下，怎么快速批量删除redis数据？Redis删key删得飞快，400w也不在话下。我怀疑其实瓶颈在于网络。
1、没有限制.key是按照hash查找的 ，当然越小 ，理论上越快 。并没有必然要多长的限制 ，尽量短就可以了！Redis key值是二进制安全的，这意味着可以用任何二进制序列作为key值，从形如”foo”的简单字符串到一个JPEG文件的内容都可以。空字符串也是有效key值。
2、数据量大小的判断并非固定，一般来说，字符串类型键超过1MB或集合元素超过1万个视为大key。具体阈值需根据业务需求和性能指标灵活调整，如高并发场景下10KB也可能构成问题，而在容量优先的环境中，100KB以上才被视为大key。
3、redis一个实例能存一个key或是value大小最大是512M。操作方法如下：首先要安装redis，开启redis的服务。安装python的redis模块。pip install redis。第一种直接连接redis。打开redis客户端，查看redis数据库。如图。第二种通过连接池连接。这样就可以实现多个Redis实例共享一个连接池。
4、Redis 是一个高性能的key-value数据库。 redis的出现，很大程度补偿了memcached这类key/value存储的不足，在部 分场合可以对关系数据库起到很好的补充作用。它提供了Java，C/C++，C#，PHP，JavaScript，Perl，Object-C，Python，Ruby，Erlang等客户端，使用很方便。
使用命令： cluster keyslots {key} 提高效率的解决方案 因此，通过上面我们就可以知道key值存储对应的reids集群的节点，因此我们可以做以下处理：将你所需要的key按照槽的值进行分批，用单点连接的形式连接到某个redis节点上，批量取处于同一个节点上的key。
对于集群中存储的上亿key，可以通过转用Hash结构存储，减少内存占用。同时，利用pipeline管道技术可以一次发送多个命令，提高执行效率。以上仅是基本策略，欢迎各位分享更多创新的解决方案，共同优化Redis处理大key的效率和性能。
集群模式下不能使用管道管道技术，只能作用在一个 Redis 节点上；集群模式下不能使用管道技术。Redis 集群的键空间被分割为 16384 个槽（slot），每个主节点都负责处理 16384 个哈希槽中的一部分。
首先，从官网开始，准备本地环境，启动6个Redis实例，每个实例对应一个不同的端口，通过创建独立的配置文件并执行启动命令实现。构建集群时，通过交互式命令确认所有槽位已被覆盖，如7001节点成为master，其slave为7003。进行读写操作时，注意使用-c参数确保数据路由到正确的节点。
无损扩容挑战 针对扩容过程中遇到的挑战，腾讯云提出了新的扩容方案，旨在解决大Key问题、Lua代码迁移与多Key命令的同步问题。通过优化扩容流程与机制，实现无损扩容，保证业务连续性与数据安全性。
1、save：执行save指令，阻塞Redis的其他操作，会导致Redis无法响应客户端请求，不建议使用。 bgsave：执行bgsave指令，Redis后台异步进行快照的保存操作，此时Redis仍然能响应客户端的请求。
2、慢操作（blocking） 一个大型应用系统的正常运转需要协调多方资源，网络、磁盘、内存甚至还要处理客户端特性化的需求等等，每个模块都有各自的长短处，速度协调上往往会做出各种妥协。 redis 这种纯内存操作，其瓶颈往往在于网络和内存，而不是 CPU。
3、数据库负载过高：如果Redis实例的负载较高，就会导致set操作的响应时间变慢。可以通过查看Redis的监控信息，确定是否存在负载过高的情况。网络延迟：如果Redis服务器和客户端之间的网络延迟较大，会导致set操作的耗时增加。可以尝试优化网络设置，如调整TCP参数、更换网络硬件等。