用Python操作Redis时踩过的那些坑,今天一次性说清楚

序列化与反序列化的坑

刚开始用Redis的时候，我直接往里面塞Python的字典对象。结果报错说无法序列化。Redis只认字符串、字节这些基础类型。你得手动转JSON。把字典用json.dumps转成字符串存进去，取出来再用json.loads还原。别偷懒用pickle，它不安全而且跨语言不兼容。团队里有人图省事，结果后期数据迁移到Java项目时全废了。

连接池不是自动创建的

很多人以为redis.Redis()会自动管理连接。实际情况是，每次调用都会新建一个TCP连接。高并发场景下，你的程序会因为端口耗尽或者连接数超限挂掉。正确的做法是用redis.ConnectionPool。初始化的时候设置max_connections，比如pool = redis.ConnectionPool(max_connections=10)。然后把池子传给Redis客户端。这样连接的创建和释放都交给池子管理，程序跑得稳。

键过期时间是个陷阱

设置键的过期时间，单位是秒。但有人会把毫秒当秒用。执行setex(key, 1, value)，本来想设一天，结果一分钟后键就消失了。还有种情况是，你用expire方法设了过期时间，但后来对这个键执行了set操作，过期时间会被清掉。所以每次更新值后，记得重新设过期时间。数据莫名其妙消失，八成是这里出了问题。

管道不是事务

用管道批量提交命令，能省网络开销。有人以为管道里的操作是原子性的。错了。管道只是把多条命令打包发送，服务器按顺序挨个执行。如果中间某条命令失败，后面的还会继续。要保证原子性，得用redis.Redis.transaction和WATCH命令。我之前用管道做扣库存操作，高并发时数据错乱，查了半天才发现这个区别。

编码问题让人头疼

Python3里字符串是Unicode。默认连接Redis时，编码是utf-8。如果你存了gbk或者其他编码的数据，取出来就乱码。有个同事的爬虫存了中文字符，他用的服务器默认编码是ascii，结果全变成问号。解决办法是在创建客户端时指定decode_responses=True，这样输出的都是字符串，不再返回字节。或者统一在项目里规定编码标准。

大key操作要小心

一个键里存了几百万个元素的列表，或者几千KB的字符串。这种大key在执行del或者smembers的时候，会导致Redis阻塞。线上服务会卡几秒钟。系统管理员会找你谈话。处理办法是分批查询，比如用sscan代替smembers。删除大key前用unlink命令，它是异步删除，不阻塞主线程。

订阅发布模式要注意连接断开

用pubsub订阅频道后，连接长时间保持空闲。Redis服务器有超时设置，默认是0不超时。但如果有防火墙或者负载均衡设备，它们可能会断开空闲连接。订阅者这边不知道，一直在等消息。结果消息发不出去。解决方案是加个心跳机制，定时发送ping命令。Python的redis-py库没有自动保活功能，需要手动实现。

生产环境别用默认端口和密码

Redis默认端口6379，没密码的话，外网扫描工具几分钟就能找到。有人把Redis部署在公网服务器上，没配防火墙，结果数据库被勒索，所有键被删光。一定要设置requirepass密码，绑定bind 127.0.0.1或内网IP。还有把rename-command FLUSHALL改成其他名字，防止被人清库。