技术求助帖，关于 redis 大 value 存储的问题

[hehe12980]

这是我在 V2EX 的第一个帖子

最近遇到一个业务场景，外部接口每隔 5 秒种会给我一批温度参数, 分别为每个机器上的不同温度,需要在前台动态曲线图实时显示，前台 每次 只能 看某 1 天和某一个机器的 温度参数, 历史数据曲线图 可以查询

技术上我做了分表,每一天的数据建一张表，大概 100 台左右的机器数量，每一天的数据 172 万, 单台机器的温度数据每天大概为 1.7 万

前置条件： 任何一台机器温度数据一旦生成是不会变的，我的思路能不能放缓存中，这样就不用去 100 多万条数据，拿机器编号去匹配了

但是我尝试把 1.7 万条数据 放入 redis 中，这个时候 redis 直接报了个命令超时，应该是 value 过大，导致性能下降，IO 瓶颈太大

所以 这种场景的需求究竟要怎么处理呢？ 感觉 我这个需求和股票的实时曲线很像 好难啊 呜呜呜

感谢大家的一些建议,第一次 V2EX 发帖,受宠若惊,V2EX 果然很程序员
谢谢大家

我尝试了 使用文件的方式，因为技术上代价最小，很快，文件一旦生成，通过 json 反序列化能基本能在 100ms 内,把所有的数据整出来， 剩下的时间基本就花在网络传输上了，但是后续我会研究研究大家说的时序数据库，你们的建议对我的帮助很大，谢谢你们

[6IbA2bj5ip3tK49j]

每台机器的 1.7 万条数据，放到一个 list/zset 里面去。

[hehe12980]

一条一条放 取的时候 批量取么

[hehe12980]

@xgfan 一条一条放 取的时候 批量取么

[6IbA2bj5ip3tK49j]

@hehe12980 采集一次放一次呗。取的时候批量取。
看起来用 zset 比较合适。用生成时间做为 score，也方便清理过时数据。

[Jooooooooo]

大 key 简单的做法是打散

散到 100 个 sub key 里去, 然后捞这个 key 数据的时候直接 pipeline 去捞这 100 个 sub key 然后组装起来

[XDJI]

可以切下 比如机器 1 切 10 个 key 存的时候批量存 取得时候批量取就是

[pushback]

可以参考 hashmap 的切法

[qwerthhusn]

时序数据库是不是更适合。。

[sagaxu]

历史数据存 db，不用缓存，一张表存明细，一张表每行是一个设备一天所有数据。

实时数据存 hashmap，key 为设备 ID，field 为时间 slot(0 到 17280)，绘制实时曲线的时候，首次取整个 hash，之后只要取比上次最大 slot 更大的值。

[digitv]

为什么用 redis ？你的查询量多大？

[chengz]

应该是拿 redis 当缓存用
存入可以数据可以实时存
读取数据分批量取，还有大 key 就考虑将大 key 拆分

[lyy16384]

你的机器编号没索引的吗

[hehe12980]

@lyy16384 有索引你也是得扫 1.7 万啊

[hehe12980]

@dynastysea 没啥查询量 就是历史数据 去数据库查 感觉慢, 历史数据是固定的

[rrfeng]

建议上个时间序列数据库，influxdb 或者直接上个 prometheus （如果不要求持久化的话）

[rrfeng]

这数据量对专业的 TSDB 来说是小儿科~

[hehe12980]

@rrfeng 上新数据库应该不考虑了 毕竟引一个数据库 就干这么一个事 ==

[rrfeng]

1.7w 个 float 也没多大啊，改一下超时时间呗

[hehe12980]

@rrfeng 不止温度一个字段，有 6 个业务字段，绘制 6 条曲线，实时的，所以放 redis 没问题，取的时候 设置 3s 超时 直接爆了 感觉 还没 mysql 快 感觉 redis 用的有问题==

[hehe12980]

@sagaxu 历史数据存 mysql, 查的时间大概是 0.5s 到 1.1 秒之间，感觉这个响应时间还是有点慢了

[lyy16384]

@hehe12980 #13 这 1.7 万都是你的要取的数据，具体从 redis 取还是从数据库取根本没什么区别

[sagaxu]

@hehe12980 一次取 1.7 万条数据？那为何不把这 1.7 万条放一行里面呢？ mysql 也有数组或者 json 吧。

[hehe12980]

@lyy16384 去 mysql 还有通过 索引检索 但是 如果 我做一个 k-v 映射 提前放入 redis 会好点把

[hehe12980]

@sagaxu 没想过 放一行的方式 感觉有点疯狂 毕竟几 M 的数据

[qq316107934]

按照时间做分表，每小时存一个 key，然后像 1 楼说的用 list/zset，取的时候根据时间范围去批量拿，这样可以避免超时。

[SlipStupig]

你这个用法不太对，redis 单个 key 是有大小限制的，这要做非常不利于检索，机器肯定是是有标识符的，用机器名称拆分作为 namesapce，然后用小时生成一个命令空间，使用 zset 作为数据存储类型，例如：Machine1:2020-11-30:00，这个 key 代表就某一机器在 2020-11-30 的 0 点~1 点之间产生的数据，要匹配机器或者时间范围的时候，可以使用 zscan 去扫描前缀，对特定温度可以用 zscore 去检索，对于 KEY 的如果只查当天缓存，可以使用 TTL 值过期，如果性能压力特别大，就需要自己实现一个 TTL 机制去销毁 key 了

[optional]

这个需求直接存数据库加索引就行，没必要 redis，redis 不适合批量取。

[lyy16384]

@hehe12980 #23 而且只有整页刷新的时候才会查全天的数据，实时更新曲线只要查增量数据，用数据库完全不会成为性能瓶颈

[614457662]

时序数据库或者 elastic search 吧，现成的轮子用着方便快捷。

[digitv]

@hehe12980 我晕，一堆人也是需求没搞清楚就乱出主意，没啥查询量你告诉我用 redis 干什么？ redis 解决什么问题？？

[4771314]

redis 不是这样用的吧 QAQ
直接时序数据库吧，场景很合适

[funky]

timescladb

[ixiaohei]

用时序数据库吧，influxdb 你值得了解一下

[makdon]

可以了解下 Apache 的 druid，这种场景很适合

[rrfeng]

你非要用 mysql 也可以，我给你造个方案，但是估计你不会想采用：

首先如上面某同学所说，这场景根本不用 Redis，因为你每次都是取全量数据，根本没有冷热之分，而且 Redis 并发支持还有问题，不如直接从 mysql 里取。

那么现在的问题就变成了怎么从 mysql 取最快：压缩。
可以一张表暂存 push 上来的 1 小时内的数据，在某小时过去 x 分钟之后，前一小时的数据可以认为已经固化了，启动个后台线程压缩存到另一张表里。

压缩算法用什么呢？抄一下 prometheus 或者相关衍生产品的压缩算法（专门针对大量 float ），大概可以做到 1-2Byte 每个数字。这样每小时只有 1MB 的数据。

[kingfalse]

字段太大的话可以先压缩一下，再放，gzip 一下，效果很明显

[iyaozhen]

我之前是历史的存 MySQL，redis 只存最近几小时的。用 unix 时间戳做 key，反正几小时多少秒是固定的，批量拿 key 就行

[hehe12980]

@dynastysea 难道 redis 只能解决，查询量大的需求，如果 我有一个查询效率不是很高的 sql （出于业务场景可能要连表查询或者数据量太大）, 如果结果是固定不变的冷数据，为什么不能放缓存呢？

[MineDog]

我觉得时序数据库更符合你的要求

[liuhuansir]

opentsdb

[akira]

influxdb + prometheus

[no1xsyzy]

你这是把 redis 当 kv store 了？

[no1xsyzy]

我跟你说，你只是作一个复杂 query 的缓存的话，取巧的，直接拿文件做

[noparking188]

我咋感觉分表分得更难做了，也许应该换个分表方式

[noqwerty]

这两天刚好在玩类似的东西，influxdb+grafana 完美契合

[Yuansir]

这应该是时序数据干的活

[jhhhh]

redis 不合适，mysql 不想用。
那可以尝试下文件方式。按你后续要搜索的条件去存储响应格式内容的文件。

[xuanbg]

这个需求不适合用 redis，内存会炸。influxdb 还是比较合适的。

问题是你画曲线直接用 5 秒的原始数据？这 x 轴 17280 个坐标点？什么显示器能把 1 天的数据给显示全了，18K 么？？？

[hehe12980]

@xuanbg 那个可以曲线图可以伸缩的

[hehe12980]

@xuanbg 像股票的曲线图是秒级的 一天差不多也 1 万多个点 它们的曲线图 不就显示全了，只要曲线很平滑就能显示的很舒服

[fengpan567]

K 线图都没你这数据量大，时间周期短的也是 1 分钟

[Mithril]

直接上时序数据库。懒得折腾 influxdb 的花，直接 prometheus 。
连代码都不用写。。

[digitv]

@hehe12980 因为从你的场景出发，这个是完全没必要的，你说的这个 sql 完全就可以满足，没必要提早过度优化。

[stevenkang]

5 秒钟上报一次，按天的维度下，并不需要 5 秒钟刷新一次前端展示。

按天算，24 小时 x 60 分钟 = 1440，一分钟刷新一次足以满足需求。多了也看不出来有啥变化。

按小时算，60 分钟 x 60 秒 = 3600，算一半 1800，两秒钟刷新一次也满足需求，多了同样看不出来啥变化。

总之，不要在一个时间范围很大的维度上，展示的数据粒度又很小，那样无意义（参考各种监控系统的设计）。

[xiaofan2]

上面说的时序数据库完全可以 目前我们公司运维用的是 clicckhouse，这个感觉应该也可以，但我还没深入了解过，你可以了解下

[hehe12980]

@fengpan567 K 线图是分钟级别的么 那比如一分钟 60 个价格的点 K 线图的价格 怎么变成一个点 取平均值？

[Garland]

唔，这个是时序数据库的标准场景了。

[Jrue0011]

哈哈哈所以这算是一个经典 XY 问题吗，本身要解决的不是 redis 存大 value，甚至都不是大量数据的查询优化，而是本身这个数据展示的需求设计

[muskill]

influxdb 合适

[hehe12980]

@Jrue0011 咋展示比较合理呢 ==

[hehe12980]

@stevenkang 那历史的数据 比如 17200 多个点 汇成曲线 展示的话 不全拿出来 那曲线图是不是就不对了 从某种意义上来说 实时数据 可以按你说的 那样干 历史数据 要怎么 拿出来展示比较合理呢

[BadAngel]

Redis 要解决的问题是快。
一次查询，缓存一天所有设备数据数据，下一次查询把之前的缓存删掉，又缓存另外一天？和查数据库没有区别吧。
除非你缓存全量数据，否则解决不了你的需求。

[neptuno]

1.精简数据结构，1.7 万条数据尽量精简到时间-温度两个纬度
2.你用 redis 和用 influxdb 都是引入第三方，为啥不一步到位用 influxdb，正好学学新知识嘛

[hehe12980]

@neptuno 嗯，实在不行 就整 influxdb

[9684xtpa]

zset，取得时候分页取就好了，按天做 KEY，我们以前一个 ZSET 存放一百多万条的 value 一点问题都没有

[9684xtpa]

@9684xtpa #65 得，直接审题就回答了，看完答案和后面楼主的回复，我这回答 0 分

[kvkboy]

你可以了解下 RedisTimeSeries，是 Redis 的一个扩展模块。

专门面向时间序列数据

[luwill]

如果一定要用 mysql 。合并数据：将一定的区间段（ 10 分钟 120 条）的数据合并，压缩存入 blob 列。并计算存储平均值，用于粗粒度查询。

这样一天 144 条，根据前端选择范围返回粗或细粒度数据。粗粒度使用平均数，细粒度解压 blob 展开。

[bugmakerxs]

@hehe12980 『如果结果是固定不变的冷数据，为什么不能放缓存呢？』因为内存 /三级缓存很贵，所以只有少量热数据才会放缓存。计算机原理如是说。

[hehe12980]

@bugmakerxs 额 好吧 我错了 这思路却是不对

[remarrexxar]

如果是写入后不修改只查询的话落入文件就行了吧，机器 id+日期作为文件名。数据进来先进 redis，每 N 分钟把前 N 分钟的数据写进文件。查询过去记录直接读文件，当日的综合 redis 中记录。

[ggabc]

redis 里只存最新，历史数据继续用数据库吧

[GrayXu]

@Jrue0011 是这样 233