//Redis大key问题小节//在Redis中，大key指的是key对应的value值所占的内存空间比较大，例如一个字符串类型的value最大可以存储512MB的内容，一个列表类型的value最多可以存储2的32次方-1个元素，一般情况下，我们认为字符串类型的key的value值超过10kb，就算大key。
01 大key的危害大key带来的危害体现在三个方面：
内存空间不均匀、
操作耗时，存在阻塞风险、
网络阻塞，每次获取大key产生的网络流量较大。
如果一个key的大小为1MB，每秒访问量为1000，那么每秒会产生1000MB的流量。这对于普通千兆网卡的服务器来说是灾难性的。
02 如何发现大key1、redis-cli --bigkeys命令可以统计bigkey的分布情况。
2、使用debug object key命令，从命令结果中的serializedlength的值来判断当前key的字节数
3、使用strlen命令来判断当前key的长度
4、使用scan命令+debug object结合起来，scan命令可以渐进的扫描所有的key值，分别计算每个key的serializedlength值，找到对应的bigkey进行相应的处理和报警。这个操作尽量在从库进行，因为debug object命令执行速度可能会比较慢，造成Redis的阻塞。
5、通过python脚本迭代的scan key，对每次scan的内容进行判断
6、redis-rdb-tools工具。redis实例上执行bgsave，然后对dump出来的rdb文件进行分析，找到其中的大KEY
03 大key如何处理？我们知道del命令可以直接删除键，但是当我们知道了大key的危害后，我们应该意识到大key不能直接使用del命令进行清理。
对于string类型，经测试，不同大小对应的删除时间如下：
512kb 0.22ms
1MB 0.31ms
2MB 0.32ms
5MB 0.56ms
10MB 1ms
string类型的大key，建议不要存入Redis，因为每次调用都会产生比较严重的性能影响。
对于其他类型，可以使用scan命令循序渐进的删除或者进行大key拆分。
scan命令每次只扫描所有key的部分内容，它用来代替keys * 语法，从而缓解keys * 可能点来的性能问题。scan命令的语法如下：
scan cursor [match pattern] [count pattern]
其中，cursor是必须参数，代表一个游标
match pattern是可选参数，作用是做模式匹配
count pattern是可选参数，表明每次要遍历的键的个数，默认值是10
还有另外一种思路是对大key进行拆分，将大key拆分为多个key，然后利用mget的方法获取值，或者将大的value拆分到一个hash中，使用hget去获取值。举个例子：
例如原来的
hash_key:{filed1:value, filed2:value, filed3:value ...}，
明显field过多，对于field过多的场景，可以根据field进行hash取模，生成一个新的key，可以hash取模后形成如下key:value形式
hash_key:mod1:{filed1:value}
hash_key:mod2:{filed2:value}
hash_key:mod3:{filed3:value}
通过取模，将原先单个key分成多个key，每个key field个数为原先的1/N
在Redis中，要特别注意复杂度为O(n)的操作，这类操作一般时间较长，很容易阻塞Redis，在集群环境下极易发生故障切换。
有帮助的话还希望点下再看哈