Question

我试图在Redis端以非常高效的内存方式编码一些数据（实际上是一个非常大的字符串）。据Redis文档称，它声称“尽可能使用散列”，它声明了两个配置参数：

“hash-max-zipmap-entries”，如果我理解的话它表示每个哈希键最多必须有多少个键（我是对的吗？）。
“hash-max-zipmap-value”，表示值的最大长度。它实际上是指领域还是价值？长度是以字节，字符还是什么？

我的想法是将字符串（以某种方式具有固定长度）分割成与上述参数一致的数量，并将它们存储为值。字段应该只是序列号，以确保一致的解码..

编辑：我已经进行了广泛的基准测试，似乎在哈希中对字符串进行编码会使内存消耗量提高约50％。

这是我的基准测试脚本：

import redis, random, sys

def new_db():
    db = redis.Redis(host='localhost', port=6666, db=0)
    db.flushall()
    return db

def db_info(db):
    return " used memory %s " % db.info()["used_memory_human"]

def random_string(_len):
    letters = "ABCDEFGHIJKLMNOPQRSTUVWXYZ1234567890"
    return "".join([letters[random.randint(0,len(letters)-1)] for i in range(_len) ]) 

def chunk(astr, size):
    while len(astr) > size:
        yield astr[:size]
        astr = astr[size:]
    if len(astr):  
        yield astr 

def encode_as_dict(astr, size): 
    dod={}
    cnt = 0
    for i in chunk(astr,size):
        dod[cnt] = i
        cnt+=1
    return dod


db=new_db()
r = random_string(1000000)
print "size of string in bytes ", sys.getsizeof(r)
print "default Redis memory consumption", db_info(db)
dict_chunk = 10000

print "*"*100
print "BENCHMARKING \n"

db=new_db()
db.set("akey", r)
print "as string " , db_info(db)
print "*"*100

db=new_db()
db.hmset("akey", encode_as_dict(r,dict_chunk))
print "as dict and stored at value" , db_info(db)
print "*"*100

和我的机器上的结果（32位Redis实例）：

size of string in bytes  1000024
default Redis memory consumption  used memory 534.52K 
******************************************************************************************
BENCHMARKING 

as string   used memory 2.98M 
******************************************************************************************
as dict and stored at value  used memory 1.49M

我想通过玩我提到的参数，是否有更有效的方法将字符串存储为哈希。所以首先，我必须意识到他们的意思..然后我会再次进行基准测试，看看是否有更多的收益..

EDIT2：我是白痴吗？基准测试是正确的，但确认了一个大字符串。如果我重复许多大字符串，将它们存储为大字符串是肯定的赢家..我认为我得到一个字符串的结果的原因在于Redis内部..

Answer 1

实际上，存储大字符串的最有效方法是作为一个大字符串 - 其他任何东西都会增加开销。你提到的优化是为了处理很多短字符串，字符串之间的空格可能成为一个问题。

存储大字符串的性能可能不如小字符串好，因为需要找到更多的连续块来存储它，但这实际上不太可能影响任何东西。

Answer 2

我已经尝试过阅读Redis文档，了解您提到的设置，这并不容易。但这听起来并不像我的计划是个好主意。他们描述的散列旨在为小值节省内存。这些值仍然完全存储在内存中。这听起来像他们在多次出现时减少了开销，例如，当字符串被添加到多个集合时。您的字符串不符合这些条件。我强烈怀疑你会使用你的方案来节省内存。

您当然可以对其进行基准测试。

Answer 3

尝试查看Redis Memory Usage文章，您可以在其中找到各种数据类型及其内存消耗的良好比较。

Answer 4

当您在散列中存储数据时，每个值开销只会跳过~100个字节！

因此，当您的字符串长度相当时，例如100-200字节，比您可以看到30-50％的内存节省，对于整数而言，它的内存减少了10倍！

以下是几个链接：

About 100 bytes overhead

Different memory optimization comparision gist

Redis内存优化

4 个答案: