一. 什么是大key？
通常指数据内存使用量非常大的数据,比如set里放了相当多的数据
ps:比如我们用set存储了单个用户的文章点赞数据，有个小伙伴天天无聊就在那给文章点赞，点了几百万，那set里就有了几百万数据，这个可能就是一个大key
备注：大key操作通常可见于集群慢日志，同期会伴随缓存调用的高延迟，甚至节点完全阻塞造成的不可用。
-
参考：根据测试结果，value在超过
1KB后性能开始下降，超过10KB后性能下降明显，出现拐点。
二. 数据层面的解释--避免大key操作
业务方应尽量避免进行大key操作，如 hgetall 一次获取非常大的hash数据，用 hmset 一次设置非常多的value，用 lrange 一次取一个非常大的 list 或非常多的元素，如果客户端需要用到这些操作对应的API，一次操作的返回结果大小必须是在合理可控的范围内，防止导致节点通信超时、网络堵塞等严重后果。
三. 结构层面的大key问题解释
- 1.资源使用不均（该大key可能会使用该实例相当多的内存，浪费相当大的Cpu，）
- 2.带宽使用极大（比如假如我们有个功能展示上面例子中点赞的所有文章，一下查出来全部，肯定会使用非常大的带宽）
- 3.影响该实例其他key的操作（基于redis的单线程处理机制，大家都在排队，前面的慢，自然影响其他数据的操作）
四. 大key如何发现？
- bigkeys命令
bigkeys命令以遍历的方式分析Redis实例中的所有Key，并返回整体统计信息与每个数据类型中Top1的大Key - redis-rdb-tools
使用redis-rdb-tools离线分析工具来扫描RDB持久化文件，虽然实时性略差，但是完全离线对性能无影响。 - Redis 4.0 以后的版本：支持 了 memory 命令查看 key 的大小
预估值，不太准确（采用的是多次抽样分析，预估全部数据的量）
五. 如何解决大key问题？
- 1.数据结构拆分，比如我们这里有个活动数据，活动有活动商品数据，这俩就进行了拆分，并没有放一起
- 2.数据分片，比如后面加序号，进行多实例的拆分
六. 大key的删除问题
6.1 Redis 4.0以前大key删除
4.0 以前 string，list，set，hash 不同数据类型的大 key，删除方式有所不同。一般有两种情况：del 命令删除单个很大的 key 和 del 批量删除 大 key。直接 del 命令粗暴的删大 key 容易造成 redis 线程阻塞。4.0 以前要优雅的删除就是针对不同的类型 写脚本，拆分链表，hash 表，分批删除。
6.2 Redis 4.0 以后优雅的删除大 key
-
主动删除
UNLINK xxxkey
unlink 命令是 del 的异步版本，由 Lazyfree 机制实现。Lazyfree 机制的原理是在删除的时候只进行逻辑删除，把 key 释放操作放在 bio (Background I/O)单独的子线程中惰性处理，减少删除大 key 对 redis 主线程的阻塞，有效地避免因删除大key带来的性能问题。unlink 即使在批量删除 大 key 时，也不会对阻塞造成阻塞。 -
被动删除
被动删除是指 Redis 自身的 key 清除策略，一个 大 key 过期或者被淘汰时，如何被清除，会不会导致阻塞？4.0 以前自动清除是有可能阻塞主线程的。
4.0 以后的版本，被动删除策略是可选的配置参数，允许以 Lazyfree 的方式清除。但是参数默认是关闭的，可配置如下参数开启。
lazyfree-lazy-expire on # 过期惰性删除
lazyfree-lazy-eviction on # 超过最大内存惰性删除
lazyfree-lazy-server-del on # 服务端被动惰性删除
