問題原因

阿粉負責的應用是一個管理后臺應用，權限管理使用 Shiro 框架，由于存在多個節點，需要使用分布式 Session，于是這里使用 Redis 存儲 Session 信息。

由于 Shiro 并沒有直接提供 Redis 存儲 Session 組件，阿粉不得不使用 Github 一個開源組件 shiro-redis。

由于 Shiro 框架需要定期驗證 Session 是否有效，于是 Shiro 底層將會調用  SessionDAO#getActiveSessions 獲取所有的 Session 信息。

而 shiro-redis 正好繼承 SessionDAO 這個接口，底層使用用keys 命令查找 Redis 所有存儲的 Session  key。

public Set<byte[]> keys(byte[] pattern){
    checkAndInit();
    Set<byte[]> keys = null;
    Jedis jedis = jedisPool.getResource();
    try{
        keys = jedis.keys(pattern);
    }finally{
        jedis.close();
    }
    return keys;
}

找到問題原因，解決辦法就比較簡單了，github 上查找到解決方案，升級一下 shiro-redis 到最新版本。

在這個版本，shiro-redis 采用 scan命令代替 keys,從而修復這個問題。

public Set<byte[]> keys(byte[] pattern) {
    Set<byte[]> keys = null;
    Jedis jedis = jedisPool.getResource();

    try{
        keys = new HashSet<byte[]>();
        ScanParams params = new ScanParams();
        params.count(count);
        params.match(pattern);
        byte[] cursor = ScanParams.SCAN_POINTER_START_BINARY;
        ScanResult<byte[]> scanResult;
        do{
            scanResult = jedis.scan(cursor,params);
            keys.addAll(scanResult.getResult());
            cursor = scanResult.getCursorAsBytes();
        }while(scanResult.getStringCursor().compareTo(ScanParams.SCAN_POINTER_START) > 0);
    }finally{
        jedis.close();
    }
    return keys;

}

雖然問題成功解決了，但是阿粉心里還是有點不解。

為什么keys 指令會導致其他命令執行變慢？

為什么Keys 指令查詢會這么慢？

為什么Scan 指令就沒有問題？

Redis 執行命令的原理

首先我們來看第一個問題，為什么keys 指令會導致其他命令執行變慢？

回答這個問題，我們首先看下 Redis 客戶端執行一條命令的情況：

   

站在客戶端的視角，執行一條命令分為三步：

但是這僅僅客戶端自己以為的過程，但是實際上同一時刻，可能存在很多客戶端發送命令給 Redis，而 Redis 我們都知道它采用的是單線程模型。

為了處理同一時刻所有的客戶端的請求命令，Redis 內部采用了隊列的方式，排隊執行。

   

于是客戶端執行一條命令實際需要四步：

由于 Redis 單線程執行命令，只能順序從隊列取出任務開始執行。

只要 3 這個過程執行命令速度過慢，隊列其他任務不得不進行等待，這對外部客戶端看來，Redis 好像就被阻塞一樣，一直得不到響應。

所以使用 Redis 過程切勿執行需要長時間運行的指令，這樣可能導致 Redis 阻塞，影響執行其他指令。

KEYS 原理

接下來開始回答第二個問題，為什么Keys 指令查詢會這么慢？

回答這個問題之前，請大家回想一下 Redis 底層存儲結構。

不太清楚朋友的也沒關系，大家可以回看一下阿粉之前的文章「阿里面試官：HashMap 熟悉吧？好的，那就來聊聊 Redis 字典吧！」。

這里阿粉復制之前文章內容，Redis 底層使用字典這種結構，這個結構與 Java HashMap 底層比較類似。

   

keys命令需要返回所有的符合給定模式 pattern 的  Redis 中鍵，為了實現這個目的，Redis 不得不遍歷字典中 ht[0]哈希表底層數組，這個時間復雜度為 「O(N)」（N 為 Redis 中 key 所有的數量）。

如果 Redis 中 key 的數量很少，那么這個執行速度還是也會很快。等到 Redis key 的數量慢慢更加，上升到百萬、千萬、甚至上億級別，那這個執行速度就會很慢很慢。

下面是阿粉本地做的一次實驗，使用 lua 腳本往 Redis 中增加 10W 個 key，然后使用 keys 查詢所有鍵,這個查詢大概會阻塞十幾秒的時間。

eval "for i=1,100000  do redis.call('set',i,i+1) end" 0

SCAN 原理

最后我們來看下第三個問題，為什么scan 指令就沒有問題？

這是因為 scan命令采用一種黑科技-「基于游標的迭代器」。

每次調用 scan 命令，Redis 都會向用戶返回一個新的游標以及一定數量的 key。下次再想繼續獲取剩余的 key，需要將這個游標傳入 scan 命令， 以此來延續之前的迭代過程。

簡單來講，scan 命令使用分頁查詢 redis 。

下面是一個 scan 命令的迭代過程示例：

scan 命令使用游標這種方式，巧妙將一次全量查詢拆分成多次，降低查詢復雜度。

雖然  scan 命令時間復雜度與 keys一樣，都是 「O(N)」，但是由于 scan 命令只需要返回少量的 key，所以執行速度會很快。

最后，雖然scan 命令解決 keys不足，但是同時也引入其他一些缺陷：

以上這些缺陷，在我們開發中需要考慮這種情況。

除了 scan以外，redis 還有其他幾個用于增量迭代命令：