redis命令keys和scan的区别
redis的keys命令,通来在用来删除相关的key时使用,但这个命令有一个弊端,在redis拥有数百万及以上的keys的时候,会执行的比较慢,更为致命的是,这个命令会阻塞redis多路复用的io主线程,如果这个线程阻塞,在此执行之间其他的发送向redis服务端的命令,都会阻塞,从而引发一系列级联反应,导致瞬间响应卡顿,从而引发超时等问题,所以应该在生产环境禁止用使用keys和类似的命令smembers,这种时间复杂度为O(N),且会阻塞主线程的命令,是非常危险的。
keys命令的原理就是扫描整个redis里面所有的db的key数据,然后根据我们的通配的字符串进行模糊查找出来。官网详细的介绍如下。
https://redis.io/commands/KEYS
取而代之的,如果需要查找然后删除key的需求,那么在生产环境我们应该使用scan命令,代替keys命令,同样是O(N)复杂度的scan命令,支持通配查找,scan命令或者其他的scan如SSCAN ,HSCAN,ZSCAN命令,可以不用阻塞主线程,并支持游标按批次迭代返回数据,所以是比较理想的选择。keys相比scan命令优点是,keys是一次返回,而scan是需要迭代多次返回。
https://redis.io/commands/scan
但scan命令的也有缺点,返回的数据有可能重复,需要我们在业务层按需要去重,scan命令的游标从0开始,也从0结束,每次返回的数据,都会返回下一次游标应该传的值,我们根据这个值,再去进行下一次的访问,如果返回的数据为空,并不代表没有数据了,只有游标返回的值是0的情况下代表结束。
public Set<String> scanKeys(RedisTemplate redisTemplate, String pattern) {
//SCAN 0 MATCH {pattern} COUNT 10000
return (Set<String>) redisTemplate.execute(connection -> {
//scan 迭代遍历键,返回的结果可能会有重复,需要客户端去重复
Set<String> redisKeys = new HashSet<>();
//lettuce 原生api
RedisAsyncCommands conn = (RedisAsyncCommands) connection.getNativeConnection();
//游标
ScanCursor curs = ScanCursor.INITIAL;
try {
//采用 SCAN 命令,迭代遍历所有key
while (!curs.isFinished()) {
long count = 10000L;
ScanArgs args = ScanArgs.Builder.matches(pattern).limit(count);
logger.debug("SCAN {} MATCH {} COUNT {}", curs.getCursor(), pattern, count);
RedisFuture<KeyScanCursor<byte[]>> future = conn.scan(curs, args);
KeyScanCursor<byte[]> keyCurs = future.get();
List<byte[]> ks = keyCurs.getKeys();
Set<String> set = ks.stream().map(bytes -> new String(bytes, StandardCharsets.UTF_8)).collect(Collectors.toSet());
logger.debug("return size:{}", set.size());
redisKeys.addAll(set);
curs = keyCurs;
}
} catch (InterruptedException | ExecutionException e) {
throw new RuntimeException(e);
}
return redisKeys;
}, true);
}
String key = CommonConstants.GATEWAY_WHITE_API + "*"; //
Set<String> keysSet = scanKeys(redisTemplate, key);
redisTemplate.delete(keysSet);
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 按钮权限的设计及实现
· 25岁的心里话