谈谈使用Redis缓存时批量删除的几种实现

前言

在使用缓存的时候，我们时不时会遇到这样一个需求，根据缓存键的规则去批量删除这些数据，比较常见的就是按前缀去删除。

举个简单的例子，Redis中现在有几百个商品的数据，这些数据的key值是有一定规律的，都是以product:id的形式存在的。

现在由于不得以为的原因要删除这几百个商品的数据，这个时候我们肯定就要把缓存键以product:开头的给全部删除掉。

其实这个需求在Redis中是可以很容易去实现的。

来看看几种常见的做法。

常见的几种做法

用Keys命令找到key之后执行删除操作
用Scan命令找到key之后执行删除操作(2.8.0版本之后)
添加缓存数据的时候，可以同时将key存放到一个SET中，然后依据这个SET来执行删除操作

对于Keys命令，网上有不少血的教训，对于生产环境还是要谨慎谨慎再谨慎！能不用就别用。

Scan命令的话是大部分人推荐的做法，是增量式迭代的一个命令。

存到SET中就相对繁琐一点，而且额外占用了一部分内存。而且在进行删除的时候还要从这里读取出相应的key，同时也要移除这部分key的数据。

下面来看看如何在.NET Core中来处理，主要还是针对SCAN的做法。

示例操作Redis用的是StackExchange.Redis。

使用IServer.Keys

可能有人会有疑惑，不是说Keys命令尽量不要用吗？怎么你还用？

这个还真的要解释一下！

可能从方法上，我们找遍所有IServer和IDataBase接口都找不到纯粹的SCAN命令(SetScan,HashScan等除外)。

但是如果看过里面的实现，你就会知道是为什么了！

传送门：Keys

可以看看下图高亮的两行代码：

大致意思就是，如果你用的Redis的版本支持SCAN命令，走的就是SCAN，反之只能是KEYS了。

下面定义一个查找RedisKey的方法。

private static RedisKey[] SearchRedisKeys(IServer server, string pattern)

{

    var keys = server.Keys(pattern: pattern).ToArray();

    Console.WriteLine("Search Count-{0}",keys.Length);

    return keys;

}

知道那些Key要删除，剩下的就比较简单了！

private static void KeysOrScanSolution(IServer server,IDatabase db, string pattern)

{

    db.KeyDelete(SearchRedisKeys(server, pattern));

}

使用IDatabase.Execute

IServer.Keys可以说是隐式的调用了SCAN命令，那么我们自然也可以显式的去调用这个命令来完成这些。

private static RedisKey[] SearchRedisKeys(IDatabase db,string pattern)

{

    var keys = new HashSet<RedisKey>();

    int nextCursor = 0;

    do

    {

        RedisResult redisResult = db.Execute("SCAN", nextCursor.ToString(), "MATCH", pattern, "COUNT", "1000");

        var innerResult = (RedisResult[])redisResult;

        nextCursor = int.Parse((string)innerResult[0]);

        List<RedisKey> resultLines = ((RedisKey[])innerResult[1]).ToList();

        keys.UnionWith(resultLines);

    }

    while (nextCursor != 0);

    return keys.ToArray();

}

删除的代码。

private static void ExecuteSolution(IDatabase db, string pattern)

{

    db.KeyDelete(SearchRedisKeys(db, pattern));

}

当然还有一种做法是调用lua脚本去完成，这里就不细说了。

总结

虽然上面几种做法能比较简单的处理这个问题，但是在拿出这些Keys的时候，客户端的内存占用可能会比较大，尤其是有大量符合条件的缓存项的时候。

涉及缓存的诸多操作(包含根据前缀去删除缓存项)，我也在EasyCaching中实现了相应的操作，后面也会不断的抽时间来完善这一项目，有兴趣的朋友可以关注一下。

文中的示例代码 RedisBatchRemoveSolution