前言

由于有一條業(yè)務(wù)線不理想，高層決定下架業(yè)務(wù)。對于我們技術(shù)團(tuán)隊(duì)而言，其對應(yīng)的所有服務(wù)器資源和其他相關(guān)資源都要釋放。釋放了8臺應(yīng)用服務(wù)器；1臺es服務(wù)器；刪除分布式定時(shí)任務(wù)中心相關(guān)的業(yè)務(wù)任務(wù)；備份并刪除MySQL數(shù)據(jù)庫；刪除Redis中相關(guān)的業(yè)務(wù)緩存數(shù)據(jù)。CTO指名點(diǎn)姓讓我?guī)ь^沖鋒，才扣了我績效……好吧，沖~

其他都還好，不多時(shí)就解決了。唯獨(dú)這刪除Redis中的數(shù)據(jù)，害得我又熬了一個(gè)通宵，真是折煞我也！

難點(diǎn)分析

共用Redis服務(wù)集群

由于這條業(yè)務(wù)線的數(shù)據(jù)在Redis大概在3G左右，完全沒必要單獨(dú)建一個(gè)Redis服務(wù)集群，本著能節(jié)約就節(jié)約的態(tài)度，當(dāng)初就決定和其他項(xiàng)目共享一個(gè)集群（這個(gè)集群配置：16個(gè)節(jié)點(diǎn)，128G內(nèi)存，還算豪華吧~）集群配置如下：

在這種共用集群的情況下，導(dǎo)致無法簡單粗暴的釋放。因此只能選擇刪除Key的方式。

Key命名不規(guī)范

要?jiǎng)h除Key，首先就要精準(zhǔn)的定位出哪些Key需要?jiǎng)h除，如果勿刪Key，會(huì)影響到其他服務(wù)正常運(yùn)轉(zhuǎn)！如果Key本身設(shè)置了過期時(shí)間，但有些數(shù)據(jù)需是持久化的。然而那該死的項(xiàng)目經(jīng)理一直催項(xiàng)目進(jìn)度，導(dǎo)致開發(fā)人員在開發(fā)過程中很多地方都沒有設(shè)計(jì)到位，比如Redis Key散落在項(xiàng)目代碼的每個(gè)角落；比如命名不是很規(guī)范。真不知道是怎么review代碼！哦，想必是沒有時(shí)間review，那該死的項(xiàng)目經(jīng)理……

我隨便截個(gè)支付服務(wù)中的Key命名：

怎么樣？是不是覺得我們開發(fā)人員寫的代碼很low~別笑，在實(shí)際工作中，還有比這更low的！希望你別遇到，不然真的很痛苦~

解決思路

經(jīng)過以上的分析，我們簡單歸納如下：

•  我們真正關(guān)心的是那些未設(shè)置過期時(shí)間的Key
•  不能誤刪除Key，否則下個(gè)月績效也沒了
•  由于Key的命名及使用及其不規(guī)范，導(dǎo)致Key的定位難度很大

看來，通過scan命令掃描匹配Key的方式行不通了。只能通過人肉搜索了~

幸而Idea的搜索大法好，這個(gè)項(xiàng)目中使用的是spring-boot-starter-data-redis.因此我通過搜索RedisTemplate和StringRedisTemplate定位所有操作redis的代碼，具體步驟如下：

1、通過這些代碼統(tǒng)計(jì)出Key的前綴并錄入到文本中；

2、通過python腳本把載入文中中的的Key并在后面加上“*”通配符；

3、通過python腳本通過scan命令掃描出這些key；

4、為了便于檢查，我們并沒有直接使用del命令刪除key，在刪除key之前，先通過debug object key的方式得到其序列化的長度，再執(zhí)行刪除并返回序列化長度。這樣，我們就可以統(tǒng)計(jì)出所有key的序列化長度來得到我們釋放的空間大小。關(guān)鍵代碼如下：   

def get_key(rdbConn,start):  
       try:  
       keys_list = rdbConn.scan(start,count=2000)  
       return keys_list  
       exceptException,e:  
       print e  
   ''' Redis DEBUG OBJECT command got key info '''  
   def get_key_info(rdbConn,keyName):  
       try:  
       rpiple = rdbConn.pipeline()  
       rpiple.type(keyName)  
       rpiple.debug_object(keyName)  
       rpiple.ttl(keyName)  
       key_info_list = rpiple.execute()  
       return key_info_list  
       exceptException,e:  
       print"INFO : ",e  
   def redis_key_static(key_info_list):  
       keyType = key_info_list[0]  
       keySize = key_info_list[1]['serializedlength']  
       keyTtl = key_info_list[2]  
       key_size_static(keyType,keySize,keyTtl) 

通過以上方式，能夠統(tǒng)計(jì)出究竟釋放了多少內(nèi)存了。

由于這個(gè)集群是有這么接近7千萬個(gè)key：

因此，等到了第二天天亮，我睡眼朦朧的看了一下，終于刪除完畢了，時(shí)間07:13...早高峰即將來臨……

知恥而后勇

從來沒有經(jīng)歷過因業(yè)務(wù)下線而清除資源的經(jīng)驗(yàn)。這次事情真心讓我覺得細(xì)微之處見真功夫的道理。如果一開始我們就能夠遵循開發(fā)規(guī)范來使用和設(shè)計(jì)redis key，也不至于浪費(fèi)這么多時(shí)間。為了讓key的命名和使用更加規(guī)范，以及今后避免再次遇到這種情況，下午睡醒之后，我就在redis公共組件庫里面添加了一個(gè)配置和自定義了key序列化，代碼如下： 

@ConfigurationProperties(prefix = "spring.redis.prefix")  
publicclassRedisKeyPrefixProperties{  
    privateBoolean enable = Boolean.TRUE;  
    privateString key;  
    publicBoolean getEnable() { 
         return enable;  
    }  
    publicvoid setEnable(Boolean enable) {  
        this.enable = enable;  
    }  
    publicString getKey() {  
        return key;  
    }  
    publicvoid setKey(String key) {  
        this.key = key;  
    }  
}  

/**  
 * @desc 對字符串序列化新增前綴  
 * @author create by liming sun on 2020-07-21 14:09:51  
 */  
publicclassPrefixStringKeySerializerextendsStringRedisSerializer{  
    privateCharset charset = StandardCharsets.UTF_8; 
     privateRedisKeyPrefixProperties prefix;  
    publicPrefixStringKeySerializer(RedisKeyPrefixProperties prefix) {  
        super(); 
         this.prefix = prefix;  
    }  
    @Override  
    publicString deserialize(@Nullablebyte[] bytes) {  
        String saveKey = newString(bytes, charset);  
        if(prefix.getEnable() != null&& prefix.getEnable()) {  
            String prefixKey = spliceKey(prefix.getKey());  
            int indexOf = saveKey.indexOf(prefixKey);  
            if(indexOf > 0) {  
                saveKeysaveKey = saveKey.substring(indexOf);  
            }  
        }  
        return(saveKey.getBytes() == null? null: saveKey);  
    }  
    @Override  
    publicbyte[] serialize(@NullableString key) {  
        if(prefix.getEnable() != null&& prefix.getEnable()) {  
            key = spliceKey(prefix.getKey()) + key;  
        }  
        return(key == null? null: key.getBytes(charset));  
    }  
    privateString spliceKey(String prefixKey) {  
        if(StringUtils.isNotBlank(prefixKey) && !prefixKey.endsWith(":")) {  
            prefixKeyprefixKey = prefixKey + "::";  
        }  
        return prefixKey;  
    }  
} 

使用效果

為了避免再次發(fā)生這種工作低效而又不得不做的事情，我們在開發(fā)規(guī)范中規(guī)定，新項(xiàng)目中redis的使用必須設(shè)置此配置，前綴就設(shè)置為：項(xiàng)目編號。另外，一個(gè)模塊中的key必須統(tǒng)一定義在二方庫的RedisKeyConstant類中。配置如下： 

spring:  
    redis:  
        prefix:  
            enable: true  
            key: E00P01    

@Bean  
   publicRedisTemplate<String, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory) {  
       RedisTemplate<String, Object> redisTemplate = newRedisTemplate<>();  
       redisTemplate.setConnectionFactory(redisConnectionFactory);  
       // 支持key前綴設(shè)置的key Serializer  
       redisTemplate.setKeySerializer(newPrefixStringKeySerializer());  
       redisTemplate.setValueSerializer(newGenericJackson2JsonRedisSerializer());  
       return redisTemplate;  
   } 

通過以上方式，我們至少可以從項(xiàng)目維度來區(qū)分出key，避免了多個(gè)項(xiàng)目之間共用同一個(gè)集群時(shí)而導(dǎo)致重復(fù)key的問題。從項(xiàng)目維度對key進(jìn)行了劃分。更方便管理和運(yùn)維。如果對于key的管理粒度要求更細(xì)，我們甚至可以細(xì)化到具體業(yè)務(wù)維度。我們在測試環(huán)境進(jìn)行了壓測，增加key前綴對redis性能幾乎沒有影響。性能方面能接受。