由于需求的更改，之前做的一个项目需要对redis中存储的数据格式进行修改。为防止新包发布后，老数据会导致新数据无法插入。所以，必须在发布前删除掉所有的老数据。当前redis是一个公用的集群，里面涉及好几个业务。那么问题来了，如何删除大量的老数据（目前库中的key总数为1200w）,而又不影响其他业务的使用。
###常见批量删除redis数据的方法：
如果待删除数据的key是已知的，可以使用redis-cli的del命令 /usr/local/redis/bin/redis-cli del key 或者也可以使用其他高级语言对应的redis包或库。如java下的jedis，python下的redis库
java: jdeis.del(key) python: redis.delete(key)
如果待删除数据的key是未知的，只知道满足特定模式的key。 这种情况下，就需要使用redis的keys 命令找出满足特定模式的key
找到满足前缀是video的所有key
/usr/local/redis/bin/redis-cli keys video_*
可以使用linux的xargs来完成批量删除 /usr/local/redis/bin/redis-cli keys video* | xargs /usr/local/redis/bin/redis-cli del 3. 如果待删除的数据是库中所有的数据，可以使用flushdb清除整个库 /usr/local/redis/bin/redis-cli flushdb
###几种方法的说明
第一种方法需要明确知道特定的key
使用keys命令，当库中数据量过大，keys命令会阻塞redis的其他所有请求。无疑，这种方式对公用redis集群是不可取的。当然，具体还得考虑业务的需要。实在不行，也可以把删除脚本放到业务访问量比较小的时间点上执行。
使用flushdb这种方式，会对整个库中的数据进行清理。
###我的解决方法 线上redis集群使用的是matser-slave的结构。所以可以把阻塞请求的keys命令放到slave节点上执行，找出所有满足特定前缀的key。然后使用shell脚本或高级语言在master节点上删除数据。
#获取前缀是video,album,actor所有的key,并把这些key追加导出到文件/data/keys.txt中
#!/bin/bash
keys=('video' 'album' 'actor');
host='localhost';
port='6378';
for key in ${keys[@]};
do
cmd="/usr/local/redis/bin/redis-cli -h ${host} -p ${port} keys gal.video.${key}* >> /data/keys.txt";
echo ${cmd};
eval ${cmd};
done;
# 根据前面生成的key，删除数据
#!/bin/bash
host='localhost';
port='6378';
file="/data/keys.txt";
i=0;
cat ${file} | while read key;
do
let i=i+1;
cmd="/usr/local/redis/bin/redis-cli -h ${host} -p ${port} del ${key}";
echo "line:"${i}",cmd:"${cmd};
eval ${cmd};
done;脚本2由于是逐条发送del命令，执行效率相当的低。测试中大概是1小时删除120w条数据。1200w条需要删除10小时！！！ 考虑到每次发送请求的耗时，想到可以使用redis的pipeline来实现批量提交。
__author__ = 'litao'
from redis import Redis
host="127.0.0.1"
port=6379
db=0
r =Redis(host,port,db)
pl=r.pipeline()
per_pipe_size=10000
count=0
file = open("/data/keys.txt")
print "start del all keys in "+file.name
while 1:
lines = file.readlines(10000)
if not lines:
break
for key in lines:
key=key.strip('\n')
pl.delete(key)
count=count+1
if(count==per_pipe_size):
count=0
pl.execute()
pl.execute()
file.close()
print 'finish del all keys'改进后的脚本2在线上执行时间仅需要2min左右！！
