前言

如果一個 Node 應(yīng)用有多臺服務(wù)器或多個進程在跑，每個進程都擁有自己的內(nèi)存空間，各個進程之間的數(shù)據(jù)共享就顯得非常重要。

使用數(shù)據(jù)庫是一個解決數(shù)據(jù)共享的方案，但一些臨時性、高并發(fā)的數(shù)據(jù)并不太適合直接寫入數(shù)據(jù)庫，比如 session。

引入 Redis 可以解決數(shù)據(jù)共享的問題，也因為 Redis 是基于內(nèi)存存儲的特點，有著非常高的性能，可以大大降低數(shù)據(jù)庫讀寫的壓力，提升應(yīng)用的整體性能。

Redis 還可以用來：緩存復(fù)雜的數(shù)據(jù)庫查詢結(jié)果，做自增長統(tǒng)計，暫存用戶操作狀態(tài)等功能。

最近負(fù)責(zé)的node項目在高并發(fā)的情況下性能表現(xiàn)非常的差，rt基本會在7 80ms甚至100ms以上，由于對外提供了dubbo接口，所以經(jīng)常導(dǎo)致上游應(yīng)用和自己的dubbo線程池耗盡，所以花了一點時間排查了一番，才發(fā)現(xiàn)原來自己的node功力還有很長的路要走啊~之后node的文章可能會越來越多~

最蠢的方式

先來看看我最早是怎么用的呢：

for(let i = 0; i < params.length; i++) {
 redisKey = getKey(params.id);
 let value = await redis.exec('get', redisKey);
}

這就是我最原始的調(diào)用方法，就是在for循環(huán)里不斷的去await結(jié)果的請求，這樣的結(jié)果就是每一個請求都需要等待上一個請求完成再去執(zhí)行，只要在高流量的時候有一部分請求rt很高，就會引起雪崩的反應(yīng)。

使用Promise.all優(yōu)化請求

經(jīng)過了一陣谷歌之后，我發(fā)現(xiàn)可以通過Promise.all的形式來進行請求鏈路的優(yōu)化：

for(let i = 0; i < params.length; i++) {
redisKey = getKey(params.id);
 arr.push(redis.exec('get', redisKey))
}
await Promise.all(arr);

上面的第一種方式被我司的node大神嚴(yán)重吐槽了10分鐘，然后告訴我，使用Promise.all的方式可以很有效的優(yōu)化這種連續(xù)的網(wǎng)絡(luò)請求，我趕緊將代碼改完并上線。

自信滿滿的上線之后，迎來的確實現(xiàn)實無情的打擊，在高流量的時刻，報警依然不斷，我一邊和領(lǐng)導(dǎo)說“沒事，我再看看”，心里一邊想著辭職報告該怎么寫。

redis的正確使用姿勢

在繼續(xù)經(jīng)過了一系列的谷歌之后，我才發(fā)現(xiàn)原來的是對redis的理解太淺了，針對于業(yè)務(wù)上的需求，我不假思索的只知道使用最簡單的set和get，而redis對于set和get這樣的命令是一條命令一個tcp請求，在業(yè)務(wù)場景上確實不太合理，于是我使用谷歌告訴我的pipeline機制去改造現(xiàn)有的get請求：

let batch = await RedisClient.getClient().batch();
for(let i = 0; i < params.length; i++) {
 batch.get(redisKey);
}
batch.exec();

對于pipeline機制大家可以看這篇文章。在使用pipeline之后，便秘一下就通暢了，再也沒有報警過，終于可以不用辭職了。

再后面的日子里，我覺得認(rèn)真的研究一下redis這個東西，保證讓上面的問題不再發(fā)生，于是我發(fā)現(xiàn)其實還是有一種更加簡單的方案的，那就是使用mget：

for(let i = 0; i < params.length; i++) {
 redisKey = getKey(params.id);
 arr.push(redisKey);
}
let value = await redis.exec('mget', arr);

使用mget進行批量的查詢，這是redis里比較常見的一種方式了~

總結(jié)一下

在對以上四種方式進行了對比之后得出了數(shù)據(jù)上的結(jié)論：

在一個200次的循環(huán)中調(diào)用redis請求，第一種最蠢的方案大概是8000ms左右，第二種Promise.all的方案大概在2000ms左右，而第三和第四種方案，大概只需要幾十ms就能完成，這真的是質(zhì)的飛躍啊。

這個線上血淋淋的案例讓我決定真的要好好的研究一下redis，不能再輕視它導(dǎo)致犯錯。

好了，以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，如果有疑問大家可以留言交流，謝謝大家對腳本之家的支持。

最新評論