es索引規范？

您必須手動指定切片數量。

碎片的數量會影響查詢效率。

有兩種情況:

數據量大，碎片數少。會影響單個片段的查詢效率。導致最終查詢時間緩慢。

數據量不大，但切片太多。碎片太多會影響聚合效率，也會導致最終查詢變慢。

不建議使用

redis集群如何解決key不均勻？

對于分布式存儲系統的架構和運行管理來說，保證每個節點的數據存儲容量和請求數量盡可能均衡是非常重要的。本文介紹了導致"傾斜"Redis大型集群運行維護中的數據請求及規避措施。嚴重的影響"傾斜"Redis的數據容量或請求量是從運維的角度來解釋的。當數據容量和請求量傾斜時，Redis中幾十個節點的集群存在一些痛點:

來自幾個或單個節點的請求數量是"過熱"，導致Redis分布式系統失去了可擴展性和集群的意義，類似于MongoDB_id字段作為切片鍵；導致運維能力規劃，擴容困難；增加了自動配置管理的難度；單個集群節點應盡可能統一參數配置；監控報警很復雜(容量、QPS、連接數閾值等。).那么讓我們讓我們看看那些經常導致嚴重后果的場景傾斜"生產環境中的Redis集群。

普通的"傾斜"Redis集群場景一般是由于DBA規劃不當和業務密鑰空間設計不合理造成的。

DBA規劃集群時或者擴展后，數據槽(hashbucket)的位分布不均勻，造成內存容量、鍵數和請求QPS傾斜；服務的關鍵空間設計不合理，所謂"熱鍵"導致少量鍵的大QPS操作；這種節點的QPS過載；程序中使用了大量的Keyshash標簽，可能導致一些數據槽中有大量的key；程序有一個很大的簇鍵(hash，set，l。Ist等。)，導致大密鑰所在節點的容量和QPS很高；工人和教師執行Monitor等命令，導致當前節點客戶端的輸出緩沖區增加，used_memory_rss擴大，導致節點內存容量增加。接下來，當集群內存容量、鍵數或QPS請求數嚴重傾斜時，就要調查定位問題了。

Redis集群的故障排除傾斜"檢查集群每個段的數據槽是否均勻分布。

讓s以RedisCluster集群為例，確定集群中每個節點負責的數據槽和鍵的數量。以下演示的一些例子并不輕微傾斜"，但不嚴重，可以考慮再平衡。

檢查節點熱點鍵并確定頂部命令。

使用redis-faina，最好有一個實時分析平臺。從下面的例子可以看出，兩個前綴鍵的QPS比基本都是各50%，明顯是熱點鍵；您還可以看到auth命令的頂部命令。

程序是否大量使用了密鑰散列標簽？

這可能導致數據存儲量和QPS不一致的問題。scan可以用來掃描keyspace中是否有hash標簽，或者monitor，可以用vc-redis-sniffer。

該程序是否使用大型設置密鑰？

例如，一個1kw字段的哈希鍵占用幾GB的內存。這種setkey一次操作幾個字段，所以很難從proxy或者sdk找到key的大小。可通過redis-cli-bigk:和業務確認音)。在實際生產業務場景中，大規模集群很難做到集群的完全平衡，只要盡量保證不出現嚴重的傾斜問題即可。

那個這是我的看法。你怎么看待這個問題？歡迎在下方評論區交流~我是科技領域的創作者，有十年互聯網行業經驗。歡迎關注我了解更多科技知識！