Redis中Lua脚本有什么用

2025-03-24 技术教程

这篇文章给大家分享的是有关Redis中Lua脚本有什么用的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

redis lua 脚本相关命令

这一小节的内容是基本命令，可粗略阅读后跳过，等使用的时候再回来查询

redis 自 2.6.0 加入了 lua 脚本相关的命令，EVAL、EVALSHA、SCRIPT EXISTS、SCRIPT FLUSH、SCRIPT KILL、SCRIPT LOAD，自 3.2.0 加入了 lua 脚本的调试功能和命令SCRIPT DEBUG。这里对命令做下简单的介绍。

EVAL执行一段lua脚本，每次都需要将完整的lua脚本传递给redis服务器。

SCRIPT LOAD将一段lua脚本缓存到redis中并返回一个tag串，并不会执行。

EVALSHA执行一个脚本，不过传入参数是「2」中返回的tag，节省网络带宽

。SCRIPT EXISTS判断「2」返回的tag串是否存在服务器中。

SCRIPT FLUSH清除服务器上的所有缓存的脚本。

SCRIPT KILL杀死正在运行的脚本。

SCRIPT DEBUG设置调试模式，可设置同步、异步、关闭，同步会阻塞所有请求。

生产环境中，推荐使用EVALSHA，相较于EVAL的每次发送脚本主体、浪费带宽，会更高效。这里要注意SCRIPT KILL，杀死正在运行脚本的时候，如果脚本执行过写操作了，这里会杀死失败，因为这违反了 redis lua 脚本的原子性。调试尽量放在测试环境完成之后再发布到生产环境，在生产环境调试千万不要使用同步模式，原因下文会详细讨论。

Redis 中 lua 脚本的书写和调试

redis lua 脚本是对其现有命令的扩充，单个命令不能完成、需要多个命令，但又要保证原子性的动作可以用脚本来实现。脚本中的逻辑一般比较简单，不要加入太复杂的东西，因为 redis 是单线程的，当脚本执行的时候，其他命令、脚本需要等待直到当前脚本执行完成。因此，对 lua 的语法也不需完全了解，了解基本的使用就足够了，这里对 lua 语法不做过多介绍，会穿插到脚本示例里面。

一个秒杀抢购示例

假设有一个秒杀活动，商品库存 100，每个用户 uid 只能抢购一次。设计抢购流程如下：

先通过 uid 判断是否已经抢过，已经抢过返回0结束。

判断商品剩余库存是否大于0，是的话进入「3」，否的话返回0结束。

将用户 uid 加入已购用户set中。

物品数量减一，返回成功1结束。

localgoodsSurpluslocalflag--判断用户是否已抢过localbuyMembersKey=tostring(KEYS[1])localmemberUid=tonumber(ARGV[1])localgoodsSurplusKey=tostring(KEYS[2])localhasBuy=redis.call("sIsMember",buyMembersKey,memberUid)--已经抢购过，返回0ifhasBuy~=0thenreturn0end--准备抢购goodsSurplus=redis.call("GET",goodsSurplusKey)ifgoodsSurplus==falsethenreturn0end--没有剩余可抢购物品goodsSurplus=tonumber(goodsSurplus)ifgoodsSurplus<=0thenreturn0endflag=redis.call("SADD",buyMembersKey,memberUid)flag=redis.call("DECR",goodsSurplusKey)return1

即使不了解 lua，相信你也可以将上面的脚本看个一二，其中--开始的是单行注释。local用来声明局部变量，redis lua 脚本中的所有变量都应该声明为local xxx，避免在持久化、复制的时候产生各种问题。KEYS和ARGV是两个全局变量，就像 PHP 中的$argc、$argv一样，脚本执行时传入的参数会写入这两个变量，供我们在脚本中使用。redis.call用来执行 redis 现有命令，传参跟 redis 命令行执行时传入参数顺序一致。

另外 redis lua 脚本中用到 lua table 的地方还比较多，这里要注意，lua 脚本中的 table 下标是从 1 开始的，比如KEYS、ARGV，这里跟其他语言不一样，需要注意。

对于主要使用 PHP 这种弱类型语言开发同学来说，一定要注意变量的类型，不同类型比较的时候可能会出现类似attempt to compare string with number的提示，这个时候使用 lua 的tonumber将字符串转换为数字在进行比较即可。比如我们使用GET去获取一个值，然后跟 0 比较大小，就需要将获取出来的字符串转换为数字。

在调试之前呢，我们先看看效果，将上面的代码保存到 lua 文件中/path/to/buy.lua，然后运行redis-cli --eval /path/to/buy.lua hadBuyUids goodsSurplus , 5824742984即可执行脚本，执行之后返回-1，因为我们未设置商品数量，set goodsSurplus 5之后再次执行，效果如下：

➜~redis-clisetgoodsSurplus5OK➜~redis-cli--eval/path/to/buy.luahadBuyUidsgoodsSurplus,5824742984(integer)1➜~redis-cli--eval/path/to/buy.luahadBuyUidsgoodsSurplus,5824742984(integer)0➜~redis-cli--eval/path/to/buy.luahadBuyUidsgoodsSurplus,5824742983(integer)1➜~redis-cli--eval/path/to/buy.luahadBuyUidsgoodsSurplus,5824742982(integer)1➜~redis-cli--eval/path/to/buy.luahadBuyUidsgoodsSurplus,5824742981(integer)1➜~redis-cli--eval/path/to/buy.luahadBuyUidsgoodsSurplus,5824742980(integer)-1➜~redis-cli--eval/path/to/buy.luahadBuyUidsgoodsSurplus,58247(integer)-1

在命令行运行脚本的时候，脚本后面传入的是参数，通过 , 分隔为两组，前面是键，后面是值，这两组分别写入KEYS和ARGV。分隔符一定要看清楚了，逗号前后都有空格，漏掉空格会让脚本解析传入参数异常。

debug 调试

上一小节，我们写了很长一段 redis lua 脚本，怎么调试呢，有没有像 GDB 那样的调试工具呢，答案是肯定的。redis 从 v3.2.0 开始支持 lua debugger，可以加断点、print 变量信息、展示正在执行的代码......我们结合上一小节的脚本，来详细说说 redis 中 lua 脚本的调试。

如何进入调试模式

执行redis-cli --ldb --eval /path/to/buy.lua hadBuyUids goodsSurplus , 5824742984，进入调试模式，比之前执行的时候多了参数--ldb，这个参数是开启 lua dubegger 的意思，这个模式下 redis 会 fork 一个进程进入隔离环境，不会影响 redis 正常提供服务，但调试期间，原始 redis 执行命令、脚本的结果也不会体现到 fork 之后的隔离环境之中。因此呢，还有另外一种调试模式--ldb-sync-mode，也就是前面提到的同步模式，这个模式下，会阻塞 redis 上所有的命令、脚本，直到脚本退出，完全模拟了正式环境使用时候的情况，使用的时候务必注意这点。

调试命令详解

这一小节的内容是调试时候的详细命令，可以粗略阅读后跳过，等使用的时候再回来查询

帮助信息

[h]elp

调试模式下，输入h或者help展示调试模式下的全部可用指令。

流程相关

[s]tep 、 [n]ext 、 [c]continue

执行当前行代码，并停留在下一行，如下所示

*Stoppedat4,stopreason=stepover->4localbuyMembersKey=tostring(KEYS[1])luadebugger>n*Stoppedat5,stopreason=stepover->5localmemberUid=tonumber(ARGV[1])luadebugger>n*Stoppedat6,stopreason=stepover->6localgoodsSurplusKey=tostring(KEYS[2])luadebugger>s*Stoppedat7,stopreason=stepover->7localhasBuy=redis.call("sIsMember",buyMembersKey,memberUid)

continue从当前行开始执行代码直到结束或者碰到断点。

展示相关

[l]list 、 [l]list [line] 、 [l]list [line] [ctx] 、 [w]hole

展示当前行附近的代码，[line]是重新指定中心行，[ctx]是指定展示中心行周围几行代码。[w]hole是展示所有行代码

打印相关

[p]rint 、 [p]rint <var>

打印当前所有局部变量，<var>是打印指定变量，如下所示：

luadebugger>print<value>goodsSurplus=nil<value>flag=nil<value>buyMembersKey="hadBuyUids"<value>memberUid=58247luadebugger>printbuyMembersKey<value>"hadBuyUids"

断点相关

[b]reak 、 [b]reak <line> 、 [b]reak -<line> 、 [b]reak 0

展示断点、像指定行添加断点、删除指定行的断点、删除所有断点

其他命令

[r]edis <cmd> 、 [m]axlen [len] 、 [a]bort 、 [e]eval <code> 、 [t]race

在调试其中执行 redis 命令

设置展示内容的最大长度，0表示不限制

退出调试模式，同步模式下(设置了参数--ldb-sync-mode)修改会保留。

执行一行 lua 代码。

展示执行栈。

详细说下[m]axlen [len]命令，如下代码：

localmyTable={}localcount=0whilecount<1000domyTable[count]=countcount=count+1endreturn1

在最后一行打印断点，执行print可以看到，输出了一长串内容，我们执行maxlen 10之后，再次执行print可以看到打印的内容变少了，设置为maxlen 0之后，再次执行可以看到所有的内容全部展示了。

详细说下[t]race命令，代码如下：

localfunctionfunc1(num)num=num+1returnnumendlocalfunctionfunc2(num)num=func1(num)num=num+1returnnumendfunc2(123)

执行b 2在 func1 中打断点，然后执行c，断点地方停顿，再次执行t，可以到如下信息：

luadebugger>tInfunc1:->#3returnnumFromfunc2:7num=func1(num)Fromtoplevel:12func2(123)

请求限流

至此，算是对 redis lua 脚本有了基本的认识，基本语法、调试也做了了解，接下来就实现一个请求限流器。流程和代码如下：

--[[传入参数：业务标识ip限制时间限制时间内的访问次数]]--localbusIdentify=tostring(KEYS[1])localip=tostring(KEYS[2])localexpireSeconds=tonumber(ARGV[1])locallimitTimes=tonumber(ARGV[2])localidentify=busIdentify.."_"..iplocaltimes=redis.call("GET",identify)--[[获取已经记录的时间获取到继续判断是否超过限制超过限制返回0否则加1，返回1]]--iftimes~=falsethentimes=tonumber(times)iftimes>=limitTimesthenreturn0elseredis.call("INCR",identify)return1endend--不存在的话，设置为1并设置过期时间localflag=redis.call("SETEX",identify,expireSeconds,1)return1

将上面的 lua 脚本保存到/path/to/limit.lua，执行redis-cli --eval /path/to/limit.lua limit_vgroup 192.168.1.19 , 10 3，表示 limit_vgroup 这个业务，192.168.1.1 这个 ip 每 10 秒钟限制访问三次。

好了，至此，一个请求限流功能就完成了，连续执行三次之后上面的程序会返回 0，过 10 秒钟在执行，又可以返回 1，这样便达到了限流的目的。

有同学可能会说了，这个请求限流功能还有值得优化的地方，如果连续的两个计数周期，第一个周期的最后请求 3 次，接着马上到第二个周期了，又可以请求了，这个地方如何优化呢，我们接着往下看。

请求限流优化

上面的计数器法简单粗暴，但是存在临界点的问题。为了解决这个问题，引入类似滑动窗口的概念，让统计次数的周期是连续的，可以很好的解决临界点的问题，滑动窗口原理如下图所示：

建立一个 redis list 结构，其长度等价于访问次数，每次请求时，判断 list 结构长度是否超过限制次数，未超过的话，直接加到队首返回成功，否则，判断队尾一条数据是否已经超过限制时间，未超过直接返回失败，超过删除队尾元素，将此次请求时间插入队首，返回成功。

localbusIdentify=tostring(KEYS[1])localip=tostring(KEYS[2])localexpireSeconds=tonumber(ARGV[1])locallimitTimes=tonumber(ARGV[2])--传入额外参数，请求时间戳localtimestamp=tonumber(ARGV[3])locallastTimestamplocalidentify=busIdentify.."_"..iplocaltimes=redis.call("LLEN",identify)iftimes<limitTimesthenredis.call("RPUSH",identify,timestamp)return1endlastTimestamp=redis.call("LRANGE",identify,0,0)lastTimestamp=tonumber(lastTimestamp[1])iflastTimestamp+expireSeconds>=timestampthenreturn0endredis.call("LPOP",identify)redis.call("RPUSH",identify,timestamp)return1

上面的 lua 脚本保存到/path/to/limit_fun.lua，执行redis-cli --eval /path/to/limit_fun.lua limit_vgroup 192.168.1.19 , 10 3 1548660999即可。

最开始，我想着把时间戳计算redis.call("TIME")也放入 redis lua 脚本中，后来发现使用的时候 redis 会报错，这是因为 redis 默认情况复制 lua 脚本到备机和持久化中，如果脚本是一个非纯函数（pure function），备库中执行的时候或者宕机恢复的时候可能产生不一致的情况，这里可以类比 mysql 中基于 SQL 语句的复制模式。redis 在 3.2 版本中加入了redis.replicate_commands函数来解决这个问题，在脚本第一行执行这个函数，redis 会将修改数据的命令收集起来，然后用MULTI/EXEC包裹起来，这种方式称为script effects replication，这个类似于 mysql 中的基于行的复制模式，将非纯函数的值计算出来，用来持久化和主从复制。我们这里将变动参数提到调用方这里，调用者传入时间戳来解决这个问题。

另外，redis 从版本 5 开始，默认支持script effects replication，不需要在第一行调用开启函数了。如果是耗时计算，这样当然很好，同步、恢复的时候只需要计算一次后边就不用计算了，但是如果是一个循环生成的数据，可能在同步的时候会浪费更多的带宽，没有脚本来的更直接，但这种情况应该比较少。

至此，脚本优化完成了，但我又想到一个问题，我们的环境是单机环境，如果是分布式环境的话，脚本怎么执行、何处理呢，接下来一节，我们来讨论下这个问题。

集群环境中 lua 处理

redis 集群中，会将键分配的不同的槽位上，然后分配到对应的机器上，当操作的键为一个的时候，自然没问题，但如果操作的键为多个的时候，集群如何知道这个操作落到那个机器呢？比如简单的mget命令，mget test1 test2 test3，还有我们上面执行脚本时候传入多个参数，带着这个问题我们继续。

首先用 docker 启动一个 redis 集群，docker pull grokzen/redis-cluster，拉取这个镜像，然后执行docker run -p 7000:7000 -p 7001:7001 -p 7002:7002 -p 7003:7003 -p 7004:7004 -p 7005:7005 --name redis-cluster-script -e "IP=0.0.0.0" grokzen/redis-cluster启动这个容器，这个容器启动了一个 redis 集群，3 主 3 从。

我们从任意一个节点进入集群，比如redis-cli -c -p 7003，进入后执行cluster nodes可以看到集群的信息，我们链接的是从库，执行set lua fun，有同学可能会问了，从库也可以执行写吗，没问题的，集群会计算出 lua 这个键属于哪个槽位，然后定向到对应的主库。

执行mset lua fascinating redis powerful，可以看到集群反回了错误信息，告诉我们本次请求的键没有落到同一个槽位上

(error) CROSSSLOT Keys in request don't hash to the same slot

同样，还是上面的 lua 脚本，我们加上集群端口号，执行redis-cli -p 7000 --eval /tmp/limit_fun.lua limit_vgroup 192.168.1.19 , 10 3 1548660999，一样返回上面的错误。

针对这个问题，redis官方为我们提供了hash tag这个方法来解决，什么意思呢，我们取键中的一段来计算 hash，计算落入那个槽中，这样同一个功能不同的 key 就可以落入同一个槽位了，hash tag 是通过{}这对括号括起来的字符串，比如上面的，我们改为mset lua{yes} fascinating redis{yes} powerful，就可以执行成功了，我这里 mset 这个操作落到了 7002 端口的机器。

同理，我们对传入脚本的键名做 hash tag 处理就可以了，这里要注意不仅传入键名要有相同的 hash tag，里面实际操作的 key 也要有相同的 hash tag，不然会报错Lua script attempted to access a non local key in a cluster node，什么意思呢，就拿我们上面的例子来说，执行的时候如下所示，可以看到 , 前面的两个键都加了 hash tag —— yes，这样没问题，因为脚本里面只是用了一个拼接的 key —— limit_vgroup{yes}_192.168.1.19{yes}。

redis-cli-c-p7000--eval/tmp/limit_fun.lualimit_vgroup{yes}192.168.1.19{yes},1031548660999

如果我们在脚本里面加上redis.call("GET", "yesyes")（别让这个键跟我们拼接的键落在一个solt），可以看到就报了上面的错误，所以在执行脚本的时候，只要传入参数键、脚本里面执行 redis 命令时候的键有相同的 hash tag 即可。

另外，这里有个 hash tag 规则：

键中包含{字符；建中包含{字符，并在{字符右边；并且{,}之间有至少一个字符，之间的字符就用来做键的 hash tag。

所以，键limit_vgroup{yes}_192.168.1.19{yes}的 hash tag 是 yes。foo{}{bar}键的 hash tag就是它本身。foo{{bar}}键的 hash tag 是 {bar。

使用 golang 连接使用 redis

这里我们使用 golang 实例展示下，通过ForEachMaster将 lua 脚本缓存到集群中的每个 node，并保存返回的 sha 值，以后通过 evalsha 去执行代码。

packagemainimport("github.com/go-redis/redis""fmt")funccreateScript()*redis.Script{script:=redis.NewScript(`localbusIdentify=tostring(KEYS[1])localip=tostring(KEYS[2])localexpireSeconds=tonumber(ARGV[1])locallimitTimes=tonumber(ARGV[2])--传入额外参数，请求时间戳localtimestamp=tonumber(ARGV[3])locallastTimestamplocalidentify=busIdentify.."_"..iplocaltimes=redis.call("LLEN",identify)iftimes<limitTimesthenredis.call("RPUSH",identify,timestamp)return1endlastTimestamp=redis.call("LRANGE",identify,0,0)lastTimestamp=tonumber(lastTimestamp[1])iflastTimestamp+expireSeconds>=timestampthenreturn0endredis.call("LPOP",identify)redis.call("RPUSH",identify,timestamp)return1`)returnscript}funcscriptCacheToCluster(c*redis.ClusterClient)string{script:=createScript()varretstringc.ForEachMaster(func(m*redis.Client)error{ifresult,err:=script.Load(m).Result();err!=nil{panic("缓存脚本到主节点失败")}else{ret=result}returnnil})returnret}funcmain(){redisdb:=redis.NewClusterClient(&redis.ClusterOptions{Addrs:[]string{":7000",":7001",":7002",":7003",":7004",":7005",},})//将脚本缓存到所有节点，执行一次拿到结果即可sha:=scriptCacheToCluster(redisdb)//执行缓存脚本ret:=redisdb.EvalSha(sha,[]string{"limit_vgroup{yes}","192.168.1.19{yes}",},10,3,1548660999)ifresult,err:=ret.Result();err!=nil{fmt.Println("发生异常，返回值：",err.Error())}else{fmt.Println("返回值：",result)}//示例错误情况，sha值不存在ret1:=redisdb.EvalSha(sha+"error",[]string{"limit_vgroup{yes}","192.168.1.19{yes}",},10,3,1548660999)ifresult,err:=ret1.Result();err!=nil{fmt.Println("发生异常，返回值：",err.Error())}else{fmt.Println("返回值：",result)}}

执行上面的代码，返回值如下：