redis 简单整理——内存的优化[二十七]
前言
简单介绍一下内存的优化。
正文
Redis所有的数据都在内存中，而内存又是非常宝贵的资源。如何优化内存的使用一直是Redis用户非常关注的问题。本节深入到Redis细节中，探索内存优化的技巧。
redisObject对象
Redis存储的所有值对象在内部定义为redisObject结构体，内部结构如图:
Redis存储的数据都使用redisObject来封装，包括string、hash、list、 set、zset在内的所有数据类型。理解redisObject对内存优化非常有帮助，下 面针对每个字段做详细说明：
·type字段：表示当前对象使用的数据类型，Redis主要支持5种数据类型：string、hash、list、set、zset。可以使用type{key}命令查看对象所属类 型，type命令返回的是值对象类型，键都是string类型。
encoding字段：表示Redis内部编码类型，encoding在Redis内部使用， 代表当前对象内部采用哪种数据结构实现。理解Redis内部编码方式对于优 化内存非常重要，同一个对象采用不同的编码实现内存占用存在明显差异。
lru字段：记录对象最后一次被访问的时间，当配置了maxmemory和 maxmemory-policy=volatile-lru或者allkeys-lru时，用于辅助LRU算法删除键数 据。可以使用object idletime{key}命令在不更新lru字段情况下查看当前键的 空闲时间。
开发提示:
可以使用scan+object idletime命令批量查询哪些键长时间未被访问，找 出长时间不访问的键进行清理，可降低内存占用。
refcount字段：记录当前对象被引用的次数，用于通过引用次数回收内 存，当refcount=0时，可以安全回收当前对象空间。使用object refcount{key} 获取当前对象引用。当对象为整数且范围在[0-9999]时，Redis可以使用共享 对象的方式来节省内存。
*ptr字段：与对象的数据内容相关，如果是整数，直接存储数据；否则 表示指向数据的指针。Redis在3.0之后对值对象是字符串且长度<=39字节的 数据，内部编码为embstr类型，字符串sds和redisObject一起分配，从而只要 一次内存操作即可。
高并发写入场景中，在条件允许的情况下，建议字符串长度控制在39字 节以内，减少创建redisObject内存分配次数，从而提高性能。
缩减键值对象
降低Redis内存使用最直接的方式就是缩减键（key）和值（value）的长 度。
·key长度：如在设计键时，在完整描述业务情况下，键值越短越好。如 user：{uid}：friends：notify：{fid}可以简化为u：{uid}：fs：nt：{fid}。
·value长度：值对象缩减比较复杂，常见需求是把业务对象序列化成二 进制数组放入Redis。
首先应该在业务上精简业务对象，去掉不必要的属性 避免存储无效数据。其次在序列化工具选择上，应该选择更高效的序列化工 具来降低字节数组大小。
以Java为例，内置的序列化方式无论从速度还是压 缩比都不尽如人意，这时可以选择更高效的序列化工具，如：protostuff、 kryo等，图8-7是Java常见序列化工具空间压缩对比。
值对象除了存储二进制数据之外，通常还会使用通用格式存储数据比 如：json、xml等作为字符串存储在Redis中。
这种方式优点是方便调试和跨语言，但是同样的数据相比字节数组所需的空间更大，在内存紧张的情况 下，可以使用通用压缩算法压缩json、xml后再存入Redis，从而降低内存占 用，例如使用GZIP压缩后的json可降低约60%的空间
开发提示:
当频繁压缩解压json等文本数据时，开发人员需要考虑压缩速度和计算 开销成本，这里推荐使用Google的Snappy压缩工具，在特定的压缩率情况下 效率远远高于GZIP等传统压缩工具，且支持所有主流语言环境
共享对象池
共享对象池是指Redis内部维护[0-9999]的整数对象池。
创建大量的整数 类型redisObject存在内存开销，每个redisObject内部结构至少占16字节，甚 至超过了整数自身空间消耗。
所以Redis内存维护一个[0-9999]的整数对象 池，用于节约内存。
除了整数值对象，其他类型如list、hash、set、zset内部 元素也可以使用整数对象池。因此开发中在满足需求的前提下，尽量使用整 数对象以节省内存。
整数对象池在Redis中通过变量REDIS_SHARED_INTEGERS定义，不能 通过配置修改。可以通过object refcount命令查看对象引用数验证是否启用整 数对象池技术，如下：
设置键foo等于100时，直接使用共享池内整数对象，因此引用数是2， 再设置键bar等于100时，引用数又变为3
使用共享对象池后，相同的数据内存使用降低30%以上。可见当数据大 量使用[0-9999]的整数时，共享对象池可以节约大量内存。
需要注意的是对 象池并不是只要存储[0-9999]的整数就可以工作。当设置maxmemory并启用 LRU相关淘汰策略如：volatile-lru，allkeys-lru时，Redis禁止使用共享对象 池，测试命令如下：
为什么开启maxmemory和LRU淘汰策略后对象池无效？
RU算法需要获取对象最后被访问时间，以便淘汰最长未访问数据，每 个对象最后访问时间存储在redisObject对象的lru字段。
对象共享意味着多个 引用共享同一个redisObject，这时lru字段也会被共享，导致无法获取每个对 象的最后访问时间。如果没有设置maxmemory，直到内存被用尽Redis也不 会触发内存回收，所以共享对象池可以正常工作。
综上所述，共享对象池与maxmemory+LRU策略冲突，使用时需要注 意。对于ziplist编码的值对象，即使内部数据为整数也无法使用共享对象池，因为ziplist使用压缩且内存连续的结构，对象共享判断成本过高，ziplist 编码细节后面内容详细说明。
为什么只有整数对象池？
首先整数对象池复用的几率最大，其次对象共享的一个关键操作就是判断相等性，Redis之所以只有整数对象池，是因为整数比较算法时间复杂度 为O（1），只保留一万个整数为了防止对象池浪费。
如果是字符串判断相 等性，时间复杂度变为O（n），特别是长字符串更消耗性能（浮点数在 Redis内部使用字符串存储）。
对于更复杂的数据结构如hash、list等，相等 性判断需要O（n2）。
对于单线程的Redis来说，这样的开销显然不合理，因 此Redis只保留整数共享对象池。
字符串优化
字符串对象是Redis内部最常用的数据类型。所有的键都是字符串类 型，值对象数据除了整数之外都使用字符串存储。比如执行命令：lpush cache：type"redis""memcache""tair""levelDB"，Redis首先创建"cache：type"键 字符串，然后创建链表对象，链表对象内再包含四个字符串对象，排除 Redis内部用到的字符串对象之外至少创建5个字符串对象。可见字符串对象 在Redis内部使用非常广泛，因此深刻理解Redis字符串对于内存优化非常有帮助。
1.字符串结构
Redis没有采用原生C语言的字符串类型而是自己实现了字符串结构，内 部简单动态字符串（simple dynamic string，SDS）。
Redis自身实现的字符串结构有如下特点：
·O（1）时间复杂度获取：字符串长度、已用长度、未用长度。
·可用于保存字节数组，支持安全的二进制数据存储。
·内部实现空间预分配机制，降低内存再分配次数。
·惰性删除机制，字符串缩减后的空间不释放，作为预分配空间保留。
预分配机制：
因为字符串（SDS）存在预分配机制，日常开发中要小心预分配带来的内存浪费。
从测试数据可以看出，同样的数据追加后内存消耗非常严重，下面我们 结合图来分析这一现象。
尽量减少字符串频繁修改操作如append、setrange，改为直接使用set修 改字符串，降低预分配带来的内存浪费和内存碎片化。
字符串重构：指不一定把每份数据作为字符串整体存储，像json这样的 数据可以使用hash结构，使用二级结构存储也能帮我们节省内存。同时可以 使用hmget、hmset命令支持字段的部分读取修改，而不用每次整体存取。
根据测试结构，第一次默认配置下使用hash类型，内存消耗不但没有降 低反而比字符串存储多出2倍，而调整hash-max-ziplist-value=66之后内存降 低为535.60M。因为json的videoAlbumPic属性长度是65，而hash-max-ziplist- value默认值是64，Redis采用hashtable编码方式，反而消耗了大量内存。调 整配置后hash类型内部编码方式变为ziplist，相比字符串更省内存且支持属性的部分操作。下一节将具体介绍ziplist编码优化细节。
编码优化
Redis对外提供了string、list、hash、set、zet等类型，但是Redis内部针对 不同类型存在编码的概念，所谓编码就是具体使用哪种底层数据结构来实 现。编码不同将直接影响数据的内存占用和读写效率。使用object encoding{key}命令获取编码类型。
Redis针对每种数据类型（type）可以采用至少两种编码方式来实现。
了解编码和类型对应关系之后，我们不禁疑惑Redis为什么对一种数据 结构实现多种编码方式？
------------恢复内容结束------------
------------恢复内容开始------------
前言
简单介绍一下内存的优化。
正文
Redis所有的数据都在内存中，而内存又是非常宝贵的资源。如何优化内存的使用一直是Redis用户非常关注的问题。本节深入到Redis细节中，探索内存优化的技巧。
redisObject对象
Redis存储的所有值对象在内部定义为redisObject结构体，内部结构如图:
Redis存储的数据都使用redisObject来封装，包括string、hash、list、 set、zset在内的所有数据类型。理解redisObject对内存优化非常有帮助，下 面针对每个字段做详细说明：
·type字段：表示当前对象使用的数据类型，Redis主要支持5种数据类型：string、hash、list、set、zset。可以使用type{key}命令查看对象所属类 型，type命令返回的是值对象类型，键都是string类型。
encoding字段：表示Redis内部编码类型，encoding在Redis内部使用， 代表当前对象内部采用哪种数据结构实现。理解Redis内部编码方式对于优 化内存非常重要，同一个对象采用不同的编码实现内存占用存在明显差异。
lru字段：记录对象最后一次被访问的时间，当配置了maxmemory和 maxmemory-policy=volatile-lru或者allkeys-lru时，用于辅助LRU算法删除键数 据。可以使用object idletime{key}命令在不更新lru字段情况下查看当前键的 空闲时间。
开发提示:
可以使用scan+object idletime命令批量查询哪些键长时间未被访问，找 出长时间不访问的键进行清理，可降低内存占用。
refcount字段：记录当前对象被引用的次数，用于通过引用次数回收内 存，当refcount=0时，可以安全回收当前对象空间。使用object refcount{key} 获取当前对象引用。当对象为整数且范围在[0-9999]时，Redis可以使用共享 对象的方式来节省内存。
*ptr字段：与对象的数据内容相关，如果是整数，直接存储数据；否则 表示指向数据的指针。Redis在3.0之后对值对象是字符串且长度<=39字节的 数据，内部编码为embstr类型，字符串sds和redisObject一起分配，从而只要 一次内存操作即可。
高并发写入场景中，在条件允许的情况下，建议字符串长度控制在39字 节以内，减少创建redisObject内存分配次数，从而提高性能。
缩减键值对象
降低Redis内存使用最直接的方式就是缩减键（key）和值（value）的长 度。
·key长度：如在设计键时，在完整描述业务情况下，键值越短越好。如 user：{uid}：friends：notify：{fid}可以简化为u：{uid}：fs：nt：{fid}。
·value长度：值对象缩减比较复杂，常见需求是把业务对象序列化成二 进制数组放入Redis。
首先应该在业务上精简业务对象，去掉不必要的属性 避免存储无效数据。其次在序列化工具选择上，应该选择更高效的序列化工 具来降低字节数组大小。
以Java为例，内置的序列化方式无论从速度还是压 缩比都不尽如人意，这时可以选择更高效的序列化工具，如：protostuff、 kryo等，图8-7是Java常见序列化工具空间压缩对比。
值对象除了存储二进制数据之外，通常还会使用通用格式存储数据比 如：json、xml等作为字符串存储在Redis中。
这种方式优点是方便调试和跨语言，但是同样的数据相比字节数组所需的空间更大，在内存紧张的情况 下，可以使用通用压缩算法压缩json、xml后再存入Redis，从而降低内存占 用，例如使用GZIP压缩后的json可降低约60%的空间
开发提示:
当频繁压缩解压json等文本数据时，开发人员需要考虑压缩速度和计算 开销成本，这里推荐使用Google的Snappy压缩工具，在特定的压缩率情况下 效率远远高于GZIP等传统压缩工具，且支持所有主流语言环境
共享对象池
共享对象池是指Redis内部维护[0-9999]的整数对象池。
创建大量的整数 类型redisObject存在内存开销，每个redisObject内部结构至少占16字节，甚 至超过了整数自身空间消耗。
所以Redis内存维护一个[0-9999]的整数对象 池，用于节约内存。
除了整数值对象，其他类型如list、hash、set、zset内部 元素也可以使用整数对象池。因此开发中在满足需求的前提下，尽量使用整 数对象以节省内存。
整数对象池在Redis中通过变量REDIS_SHARED_INTEGERS定义，不能 通过配置修改。可以通过object refcount命令查看对象引用数验证是否启用整 数对象池技术，如下：
设置键foo等于100时，直接使用共享池内整数对象，因此引用数是2， 再设置键bar等于100时，引用数又变为3
使用共享对象池后，相同的数据内存使用降低30%以上。可见当数据大 量使用[0-9999]的整数时，共享对象池可以节约大量内存。
需要注意的是对 象池并不是只要存储[0-9999]的整数就可以工作。当设置maxmemory并启用 LRU相关淘汰策略如：volatile-lru，allkeys-lru时，Redis禁止使用共享对象 池，测试命令如下：
为什么开启maxmemory和LRU淘汰策略后对象池无效？
RU算法需要获取对象最后被访问时间，以便淘汰最长未访问数据，每 个对象最后访问时间存储在redisObject对象的lru字段。
对象共享意味着多个 引用共享同一个redisObject，这时lru字段也会被共享，导致无法获取每个对 象的最后访问时间。如果没有设置maxmemory，直到内存被用尽Redis也不 会触发内存回收，所以共享对象池可以正常工作。
综上所述，共享对象池与maxmemory+LRU策略冲突，使用时需要注 意。对于ziplist编码的值对象，即使内部数据为整数也无法使用共享对象池，因为ziplist使用压缩且内存连续的结构，对象共享判断成本过高，ziplist 编码细节后面内容详细说明。
为什么只有整数对象池？
首先整数对象池复用的几率最大，其次对象共享的一个关键操作就是判断相等性，Redis之所以只有整数对象池，是因为整数比较算法时间复杂度 为O（1），只保留一万个整数为了防止对象池浪费。
如果是字符串判断相 等性，时间复杂度变为O（n），特别是长字符串更消耗性能（浮点数在 Redis内部使用字符串存储）。
对于更复杂的数据结构如hash、list等，相等 性判断需要O（n2）。
对于单线程的Redis来说，这样的开销显然不合理，因 此Redis只保留整数共享对象池。
字符串优化
字符串对象是Redis内部最常用的数据类型。所有的键都是字符串类 型，值对象数据除了整数之外都使用字符串存储。比如执行命令：lpush cache：type"redis""memcache""tair""levelDB"，Redis首先创建"cache：type"键 字符串，然后创建链表对象，链表对象内再包含四个字符串对象，排除 Redis内部用到的字符串对象之外至少创建5个字符串对象。可见字符串对象 在Redis内部使用非常广泛，因此深刻理解Redis字符串对于内存优化非常有帮助。
1.字符串结构
Redis没有采用原生C语言的字符串类型而是自己实现了字符串结构，内 部简单动态字符串（simple dynamic string，SDS）。
Redis自身实现的字符串结构有如下特点：
·O（1）时间复杂度获取：字符串长度、已用长度、未用长度。
·可用于保存字节数组，支持安全的二进制数据存储。
·内部实现空间预分配机制，降低内存再分配次数。
·惰性删除机制，字符串缩减后的空间不释放，作为预分配空间保留。
预分配机制：
因为字符串（SDS）存在预分配机制，日常开发中要小心预分配带来的内存浪费。
从测试数据可以看出，同样的数据追加后内存消耗非常严重，下面我们 结合图来分析这一现象。
尽量减少字符串频繁修改操作如append、setrange，改为直接使用set修 改字符串，降低预分配带来的内存浪费和内存碎片化。
字符串重构：指不一定把每份数据作为字符串整体存储，像json这样的 数据可以使用hash结构，使用二级结构存储也能帮我们节省内存。同时可以 使用hmget、hmset命令支持字段的部分读取修改，而不用每次整体存取。
根据测试结构，第一次默认配置下使用hash类型，内存消耗不但没有降 低反而比字符串存储多出2倍，而调整hash-max-ziplist-value=66之后内存降 低为535.60M。因为json的videoAlbumPic属性长度是65，而hash-max-ziplist- value默认值是64，Redis采用hashtable编码方式，反而消耗了大量内存。调 整配置后hash类型内部编码方式变为ziplist，相比字符串更省内存且支持属性的部分操作。下一节将具体介绍ziplist编码优化细节。
编码优化
Redis对外提供了string、list、hash、set、zet等类型，但是Redis内部针对 不同类型存在编码的概念，所谓编码就是具体使用哪种底层数据结构来实 现。编码不同将直接影响数据的内存占用和读写效率。使用object encoding{key}命令获取编码类型。
Redis针对每种数据类型（type）可以采用至少两种编码方式来实现。
了解编码和类型对应关系之后，我们不禁疑惑Redis为什么对一种数据 结构实现多种编码方式？
了解编码和类型对应关系之后，我们不禁疑惑Redis为什么对一种数据 结构实现多种编码方式？ 主要原因是Redis作者想通过不同编码实现效率和空间的平衡。
比如当 我们的存储只有10个元素的列表，当使用双向链表数据结构时，必然需要维 护大量的内部字段如每个元素需要：前置指针，后置指针，数据指针等，造 成空间浪费，如果采用连续内存结构的压缩列表（ziplist），将会节省大量 内存，而由于数据长度较小，存取操作时间复杂度即使为O（n2）性能也可 满足需求。
编码类型转换在Redis写入数据时自动完成，这个转换过程是不可逆 的，转换规则只能从小内存编码向大内存编码转换。
以上命令体现了list类型编码的转换过程，其中Redis之所以不支持编码 回退，主要是数据增删频繁时，数据向压缩编码转换非常消耗CPU，得不偿 失。以上示例用到了list-max-ziplist-entries参数，这个参数用来决定列表长度 在多少范围内使用ziplist编码。
理解编码转换流程和相关配置之后，可以使用config set命令设置编码相 关参数来满足使用压缩编码的条件。对于已经采用非压缩编码类型的数据如 hashtable、linkedlist等，设置参数后即使数据满足压缩编码条件，Redis也不 会做转换，需要重启Redis重新加载数据才能完成转换。
ziplist编码主要目的是为了节约内存，因此所有数据都是采用线性连续 的内存结构。ziplist编码是应用范围最广的一种，可以分别作为hash、list、 zset类型的底层数据结构实现。首先从ziplist编码结构开始分析，它的内部结 构类似这样：
1）zlbytes：记录整个压缩列表所占字节长度，方便重新调整ziplist空 间。类型是int-32，长度为4字节。
2）zltail：记录距离尾节点的偏移量，方便尾节点弹出操作。类型是int- 32，长度为4字节。
3）zllen：记录压缩链表节点数量，当长度超过216-2时需要遍历整个列 表获取长度，一般很少见。类型是int-16，长度为2字节。
4）entry：记录具体的节点，长度根据实际存储的数据而定。
a）prev_entry_bytes_length：记录前一个节点所占空间，用于快速定位 上一个节点，可实现列表反向迭代。
b）encoding：标示当前节点编码和长度，前两位表示编码类型：字符 串/整数，其余位表示数据长度。
c）contents：保存节点的值，针对实际数据长度做内存占用优化。
5）zlend：记录列表结尾，占用一个字节。 根据以上对ziplist字段说明，可以分析出该数据结构特点如下： ·内部表现为数据紧凑排列的一块连续内存数组。 ·可以模拟双向链表结构，以O（1）时间复杂度入队和出队。
·新增删除操作涉及内存重新分配或释放，加大了操作的复杂性。
·读写操作涉及复杂的指针移动，最坏时间复杂度为O（n2）
·适合存储小对象和长度有限的数据。
测试数据采用100W个36字节数据，划分为1000个键，每个类型长度统 一为1000。从测试结果可以看出：
1）使用ziplist可以分别作为hash、list、zset数据类型实现。
2）使用ziplist编码类型可以大幅降低内存占用。
3）ziplist实现的数据类型相比原生结构，命令操作更加耗时，不同类型 耗时排序：list<hash<zset。
ziplist压缩编码的性能表现跟值长度和元素个数密切相关，正因为如此 Redis提供了{type}-max-ziplist-value和{type}-max-ziplist-entries相关参数来做 控制ziplist编码转换。
最后再次强调使用ziplist压缩编码的原则：追求空间和 时间的平衡。
开发技巧:
针对性能要求较高的场景使用ziplist，建议长度不要超过1000，每个元 素大小控制在512字节以内。 命令平均耗时使用info Commandstats命令获取，包含每个命令调用次 数、总耗时、平均耗时，单位为微秒
intset编码:
intset编码是集合（set）类型编码的一种，内部表现为存储有序、不重 复的整数集。当集合只包含整数且长度不超过set-max-intset-entries配置时被 启用。
以上命令可以看出intset对写入整数进行排序，通过O（log（n））时间 复杂度实现查找和去重操作.
intset的字段结构含义：
1）encoding：整数表示类型，根据集合内最长整数值确定类型，整数 类型划分为三种：int-16、int-32、int-64。
2）length：表示集合元素个数。
3）contents：整数数组，按从小到大顺序保存。
intset保存的整数类型根据长度划分，当保存的整数超出当前类型时， 将会触发自动升级操作且升级后不再做回退。升级操作将会导致重新申请内 存空间，把原有数据按转换类型后拷贝到新数组。
使用intset编码的集合时，尽量保持整数范围一致，如都在int-16范围 内。防止个别大整数触发集合升级操作，产生内存浪费。
下面通过测试查看ziplist编码的集合内存和速度表现:
根据以上测试结果发现intset表现非常好，同样的数据内存占用只有不 到hashtable编码的十分之一。
intset数据结构插入命令复杂度为O（n），查询 命令为O（log（n）），由于整数占用空间非常小，所以在集合长度可控的 基础上，写入命令执行速度也会非常快，因此当使用整数集合时尽量使用 intset编码。
第三行把ziplist-hash类型也放入其中，主要因为intset 编码必须存储整数，当集合内保存非整数数据时，无法使用intset实现内存 优化。这时可以使用ziplist-hash类型对象模拟集合类型，hash的field当作集 合中的元素，value设置为1字节占位符即可。使用ziplist编码的hash类型依然 比使用hashtable编码的集合节省大量内存。
控制键的数量
当使用Redis存储大量数据时，通常会存在大量键，过多的键同样会消 耗大量内存。
Redis本质是一个数据结构服务器，它为我们提供多种数据结 构，如hash、list、set、zset等。使用Redis时不要进入一个误区，大量使用 get/set这样的API，把Redis当成Memcached使用。
对于存储相同的数据内容 利用Redis的数据结构降低外层键的数量，也可以节省大量内存。
通过在客户端预估键规模，把大量键分组映射到多个hash结构中降低 键的数量.
hash结构降低键数量分析：
根据键规模在客户端通过分组映射到一组hash对象中，如存在100万个 键，可以映射到1000个hash中，每个hash保存1000个元素。
·hash的field可用于记录原始key字符串，方便哈希查找。
.hash的value保存原始值对象，确保不要超过hash-max-ziplist-value限制。
下面测试这种优化技巧的内存表现:
·同样的数据使用ziplist编码的hash类型存储比string类型节约内存。
·节省内存量随着value空间的减少越来越明显。
·hash-ziplist类型比string类型写入耗时，但随着value空间的减少，耗时 逐渐降低。
使用hash重构后节省内存量效果非常明显，特别对于存储小对象的场 景，内存只有不到原来的1/5。下面分析这种内存优化技巧的关键点：
1）hash类型节省内存的原理是使用ziplist编码，如果使用hashtable编码 方式反而会增加内存消耗。
2）ziplist长度需要控制在1000以内，否则由于存取操作时间复杂度在 O（n）到O（n2）之间，长列表会导致CPU消耗严重，得不偿失。
3）ziplist适合存储小对象，对于大对象不但内存优化效果不明显还会增 加命令操作耗时。
4）需要预估键的规模，从而确定每个hash结构需要存储的元素数量。
5）根据hash长度和元素大小，调整hash-max-ziplist-entries和hash-max- ziplist-value参数，确保hash类型使用ziplist编码。
关于hash键和field键的设计：
1）当键离散度较高时，可以按字符串位截取，把后三位作为哈希的 field，之前部分作为哈希的键。如：key=1948480哈希key=group：hash： 1948，哈希field=480
2）当键离散度较低时，可以使用哈希算法打散键，如：使用 crc32（key）&10000函数把所有的键映射到“0-9999”整数范围内，哈希field 存储键的原始值。
3）尽量减少hash键和field的长度，如使用部分键内容。
使用hash结构控制键的规模虽然可以大幅降低内存，但同样会带来问 题，需要提前做好规避处理。如下所示：
·客户端需要预估键的规模并设计hash分组规则，加重客户端开发成 本。
·hash重构后所有的键无法再使用超时（expire）和LRU淘汰机制自动删 除，需要手动维护删除。
·对于大对象，如1KB以上的对象，使用hash-ziplist结构控制键数量反而 得不偿失。
不过瑕不掩瑜，对于大量小对象的存储场景，非常适合使用ziplist编码 的hash类型控制键的规模来降低内存。
开发提示：
使用ziplist+hash优化keys后，如果想使用超时删除功能，开发人员可以 存储每个对象写入的时间，再通过定时任务使用hscan命令扫描数据，找出 hash内超时的数据项删除即可。
本节主要讲解Redis内存优化技巧，Redis的数据特性是“all in memory”， 优化内存将变得非常重要。
对于内存优化建议读者先要掌握Redis内存存储的特性比如字符串、压缩编码、整数集合等，再根据数据规模和所用命令需求去调整，从而达到空间和效率的最佳平衡。
建议使用Redis存储大量数据时，把内存优化环节加入到前期设计阶段，否则数据大幅增长后，开发人员需要面对重新优化内存所带来开发和数据迁移的双重成本。
当Redis内存不足时，首先考虑的问题不是加机器做水平扩展，应该先尝试做内存优化，当 遇到瓶颈时，再去考虑水平扩展。即使对于集群化方案，垂直层面优化也同 样重要，避免不必要的资源浪费和集群化后的管理成本。
总结
1）Redis实际内存消耗主要包括：键值对象、缓冲区内存、内存碎片。
2）通过调整maxmemory控制Redis最大可用内存。当内存使用超出时， 根据maxmemory-policy控制内存回收策略。
3）内存是相对宝贵的资源，通过合理的优化可以有效地降低内存的使 用量，内存优化的思路包括
·精简键值对大小，键值字面量精简，使用高效二进制序列化工具。
·使用对象共享池优化小整数对象。
·数据优先使用整数，比字符串类型更节省空间。
·优化字符串使用，避免预分配造成的内存浪费。
·使用ziplist压缩编码优化hash、list等结构，注重效率和空间的平衡。
·使用intset编码优化整数集合。
.使用ziplist编码的hash结构降低小对象链规模。
结
下一节哨兵模式。
