CodePy.Net

随着项目的发展，我们需要一个高可用性的缓存系统。在对比了memcache和几个流行的key/value数据库之后，我们最终选择了redis。redis绝对是个好东西。用redis之前，推荐看一下下面这几篇文章：

• 膜拜Redis
• MemcacheDB, Tokyo Tyrant, Redis performance test
• Redis几个认识误区

使用php操作redis有好几个选择，个人推荐 Rediska 和 phpredis，其中Rediska是一个纯php实现的类库，如果你需要多台服务器组建一个redis集群的话，推荐用这个，它支持基于CRC32的一致性哈希算法的分布式集群构建，另外也可以自己实现自己的分布式算法。而phpredis则是一个php的c扩展，需要自己编译然后在生产环境中加载，相比Rediska好处就是速度快一点，最终我们选择了phpredis，我们的项目对性能的要求还是比较苛刻一点，暂时也不需要构建一个集群。

另外，我们的项目特点比较特殊，对于value需要频繁修改，所以我自己在自己的机器上面小测了一下，使用的是redis的hash列表数据结构还有phpredis：

测试环境：
CPU：model name    : Intel(R) Pentium(R) Dual  CPU  T2370  @ 1.73GHz
redis 2.01
phpredis （用来访问redis的扩展）

主要模拟了1K个应用在10W个修改的情况，测试结果：
10W个修改：
real    0m11.930s
user    0m2.976s
sys    0m3.856s

CPU：50%~60% MEM：1.5M+

从这个表现来看，基本上可以支撑1W+/s的并发修改场景，完全可以满足我们的需求了。

<?php
$app_cnt = 1000;                       // 模拟的应用数
$test_cnt = 100000;                     // 模拟的访问次数
 
$redis = new Redis();
$redis->connect('127.0.0.1', 6379);
$start_time_a = microtime();
for ($i = 0; $i < $test_cnt; $i++) {
  $key = 'app_' . rand(1, $app_cnt);
  if ($redis->exists($key)) {
    $redis->hIncrBy($key, 'req', 1);
  }
  else {
    $redis->hMSet($key, array(
      'a' => 0,
      'b' => 0,
      'c' => 0,
      'd' => time() + 60,
      'e' => 0,
      'f' => 0,
      'g' => 0)
    );
    $redis->hIncrBy($key, 'req', 1);
  }
}
$end_time_a = microtime();
$time = $end_time_a - $start_time_a;
printf('all time:%s \n', $time);
$redis->close();
?>