在2016杭州云栖大会的“开源数据库之Redis专场”上，微博研发中心数据库技术负责人肖鹏带来了《微博的Redis定制之路》的精彩分享。分享中，他重点介绍了微博六年来使用Redis遇到的问题和积累的实践经验。

以下内容根据演讲PPT及现场分享整理。

微博属于国内较早一批Redis用户，微博目前由近千台Redis物理机，近万个Redis实例，日访问量达到万亿以上，从微博开始使用Redis到现在可以分为三个阶段：探索期、发育期、稳定期。最初上线试水Redis，是因为使用MySQL遇到问题，无法解决业务瓶颈。六年的时间内，微博在使用Redis过程中积累了大量的经验和技巧。

探索期：野蛮生长

微博最初使用Redis时，是采用Reids替换掉架构中的MC，形成Web+Redis+MySQL的架构。经过一段时间的使用，发现Redis的数据结构十分丰富，并且自带持久化功能。因此微博采取了一步大胆的尝试，将三层架构中的MySQL剥出，将Redis最为落地存储的数据库，将三层结构变为两层结构。

在初期使用Redis时遇到很多问题：首先性能上由于Redis原生是单线程的，在进行重操作，尤其是bgsave时会出现明显的卡顿，业务波动；其次故障恢复问题，宕机后恢复主从速度慢，经常出现带宽洪峰问题；此外，运维上也存在复杂度问题，版本升级频繁，主库切换常态化。

为了解决Bgsave带来的问题：一是可以从主线程中独立出来Bio thread，专门执行Bgsave等操作，避免干扰；二是在Redis中内置Cronsave功能，控制备份时间；三是放弃Bgaofrewrite。

在Redis替代MySQL存储落地的过程中，微博对Redis也进行很多定制化改造：

• 修改了AOF机制，增加原本不存在的POS位；
• 修改了Replication机制，实现基于AOF+POS位置的数据同步
• 修改落地机制，改为RDB+AOF滚动机制，保障数据持久化存储。

在使用Redis过程，同样可以对其热升级，简化运维复杂度：主程序中为全局的数据结构，其他功能封装到Libredis.so中，对Libredis.so实现动态热加载，每次版本升级实现热升级，不必再进行主库切换，极大地降低运维复杂度和业务风险。

总结一下，在探索期：以业务和运维驱动为主对Redis进行定制化改造，参考MySQL的Binlog机制进行数据同步，使得主库和从库一致性得到保障。在此之后微博Redis的改造全部基于该版本。

发展期：争奇斗艳

从下图可以看出，随着时间的发展，微博在逐渐向Redis上转移业务，从13年到14年经历了巨大的服务和产品线的提升，进而带了一些特殊的需求。

微博中最为重要的是关系类存储，其量达到千亿级别，将其存储在Redis中，势必会导致日益增长的关系类存储容量问题同成本之间的矛盾（常用的Redis的型号是128G）；第二点微博中琳琅满目的技术类场景需要专门的解决方案；第三是判断类的需求，利用Redis进行判断时不仅具有较大的时延还需要占据大量的内存。

针对上述需求，微博对Redis进行了定制化的改造。

针对千亿级别的关系类存储，为了减少成本，定位从Storage变为Cache；放弃了原生的Hash结构（比较占内存），定制Longset数据结构（固定长度开放寻址的Hash数组）；当 Cache miss之后，Client批量为O（1），同时内存占用降为原来的1/10。

针对计数类需求，根据业务场景将KV改为定长KV；采用Double hash解决冲突。由于其用于计数场景，因此将Redis中其他数据结构从Redis cont版本中剥离，变成一个超级精简的Redis，通过预分配内存，降低指针开销。通过上述操作不仅降低了成本，同时内存占用率降为原来的1/4。

微博目前拥有十亿多用户，每个用户都有粉丝数、关注数、博文数，十亿用户至少需要三十亿的计数，这是一个相当大的开销，这就需要对Redis进一步改造：通过Schema支持多列存计数，降低了内存占用，减少了网络开销；第二点，由于计数较小较快，完全使用内存会导致资源浪费，因此可以进行冷热数据分离，热数据放在内存里，冷数据放到SSD磁盘中；当为了便于读取冷数据，增加了LRU cache模块，保证冷数据的性能；此外，再改版之后Redis中还添加了异步IO线程访问磁盘，避免性能问题。

针对判断类需求，通过Bloomfilter，采用0110的方式很简单地进行判断，极大地降低了存储空间，同时也减少时延消耗，解决了微博上是否赞过等场景的高并发问题和成本问题。

稳定期：拾遗补缺

经过四年对Redis根据业务需求不断进行改造，目前微博对Redis的使用逐步到达稳定期，主要的工作是进行查缺补漏：

• 服务化方面，随着业务的变大，集群规模也随之增大，拼写Hash规则已经变成负担，并且每次变更扩容都变得及其复杂；
• 数据流动方面，多个存储的更新存在数据不一致的情况，并且业务双写也增加了程序的复杂性；
• 数据迁移方面，原有的Redis的拆分和改造都需要DBA和RD共同参与以便保证数据的一致性以及尽量降低对业务的冲击。

针对上述需求，微博自研了中间件实现路由功能；在架构右侧引入Configer Service模块，统一配置管理；同时引入Slot设计，实现动态的Slot迁移，对业务无影响，此外还架构中基于Slot设计无缝扩容功能，实现线性扩容，由于架构中具有Slot Manger、Remote Proxy、Configer Service以及iTransfor中间件，架构可以融入HA等运维机制。

在微博实际关注场景中，例如我关注了你，之后需要加入你的粉丝列表；需要更新我的关注列表；还要增加两人的计数器，一个操作带来很多的入库操作。最开始采用的是程序多写的方式，但随着工程量的增加，这种操作会带来很多隐患。目前微博通过自研的DataBus，基于MySQL的row格式binlog日志实现消息的流转，保障了数据的一致性；下游兼容Redis、HBase等存储；此外，用户可自定义DataBus中的transforemer模块，支持对MySQL消息的自定义处理规则处理。

最近微博对Redis 进行了iTranstor操作。当Redis达到物理机极限时，需要对Redis进行拆分，微博自研了iTranstor，实现对单端口的Redis实现拆分；其中用户可自定义拆分规则（作为独立组件或称为Redis的一个功能），可以实现Rang或者Hash的拆分规则，实现上下游不同的Redis分支。

总结和未来

微博在使用Redis的过程中，秉承着业务驱动的模式，所有技术上的改造都是为了满足不同的业务需求；反过来技术的变革也推进了业务形态的变化，两者相互作用，呈螺旋上升的趋势。

目前，各大公司对Redis的使用已经处于相对平稳的状态。未来，Redis结合SSD等硬盘会成为下一次的爆发点吗？让我们拭目以待。