实时数据并发写入 Redis 优化

当前架构的逻辑是将并发请求数据写入队列中，然后起一个单独的异步线程对数据进行串行处理。这种方式的好处就是不用考虑并发的问题，当然其弊端也是显而易见的~

乐观锁实现数据的并发更新

根据当前业务的数据更新在秒级， key 的碰撞率较低的情况。笔者打算采用使用 CAS 乐观锁方案：使用 Lua 脚本实现 Redis 对数据的原子更新，即便是在并发的情况下其性能也会上一个级别。下面是 CAS 乐观锁实现数据并发更新的流程图：

根据上面的流程图设计出了 Lua 脚本：

可能存在问题及其解决方案

1，在并发冲突概率大的高竞争环境下，如果CAS一直失败，会一直重试，CPU开销较大。针对这个问题的一个思路是引入退出机制，如重试次数超过一定阈值后失败退出。如：

2， Lua 脚本执行时只能在同一台机器上生效，因此在 Redis 集群在就要求相关联的 key 分配到相同机器。这里很多同学可能会问为什么，其实很简单， Redis 是单线程的，倘若 Lua 脚本操作的 key 在不同机器上执行，也就无法保证其执行的原子性了。

解决方法还是从分片技术的原理上找,数据分片，就是一个 hash 的过程：对 key 做 md5 ， sha1 等 hash 算法，根据 hash 值分配到不同的机器上。

为了实现将key分到相同机器，就需要相同的 hash 值，即相同的 key （改变 hash 算法也行，但比较复杂）。但 key 相同是不现实的，因为 key 都有不同的用途。但是我们让 key 的一部分相同对我们业务实现来说是可以实现的。那么能不能拿 key 一部分来计算 hash 呢？答案是肯定的，

允许用key的部分字符串来计算hash。当一个key包含 {} 的时候，就不对整个key做hash，而仅对 {} 包括的字符串做 hash。假设 hash 算法为sha1。对 user:{user1}:ids和user:{user1}:tweets ，其 hash 值都等同于 sha1(user1)。

end：如果你觉得本文对你有帮助的话，记得关注点赞转发，你的支持就是我更新动力。