""" Redis查询引擎模块 ================= 本模块是Redis数据比对的核心引擎，提供高级的Redis数据查询和比较功能。 核心功能： 1. 多模式查询：随机采样和指定Key两种查询模式 2. 全类型支持：支持所有Redis数据类型的查询和比较 3. 智能比较：针对不同数据类型的专门比较算法 4. 性能监控：详细的查询时间和性能统计 5. 错误容错：单个Key查询失败不影响整体结果 查询模式： - 随机采样：从源集群随机获取指定数量的Key进行比对 - 指定Key：对用户提供的Key列表进行精确比对 - 模式匹配：支持通配符模式的Key筛选 支持的数据类型： - String：字符串类型，自动检测JSON格式 - Hash：哈希表，字段级别的深度比较 - List：列表，保持元素顺序的精确比较 - Set：集合，自动排序后的内容比较 - ZSet：有序集合，包含分数的完整比较 - Stream：消息流，消息级别的详细比较 比较算法： - JSON智能比较：自动检测和比较JSON格式数据 - 类型一致性检查：确保两个集群中数据类型一致 - 内容深度比较：递归比较复杂数据结构 - 性能优化：大数据集的高效比较算法 统计分析： - 一致性统计：相同、不同、缺失Key的详细统计 - 类型分布：各种数据类型的分布统计 - 性能指标：查询时间、连接时间等性能数据 - 错误分析：查询失败的详细错误统计 作者：BigDataTool项目组 更新时间：2024年8月 """ import time import logging import random from redis.cluster import key_slot from redis.exceptions import RedisError from .redis_client import RedisPerformanceTracker logger = logging.getLogger(__name__) # 导入查询日志收集器 try: from app import query_log_collector except ImportError: # 如果导入失败，创建一个空的日志收集器 class DummyQueryLogCollector: def start_new_batch(self, query_type): return None def end_current_batch(self): pass def set_history_id(self, history_id): pass def add_log(self, level, message): pass query_log_collector = DummyQueryLogCollector() def get_random_keys_from_redis(redis_client, count=100, pattern="*", performance_tracker=None): """ 从Redis集群中获取随机keys Args: redis_client: Redis客户端 count: 要获取的key数量 pattern: key匹配模式，默认为 "*" performance_tracker: 性能追踪器 Returns: list: 随机key列表 """ start_time = time.time() keys = set() logger.info(f"开始扫描获取随机keys，目标数量: {count}，模式: {pattern}") query_log_collector.add_log('INFO', f"开始扫描获取随机keys，目标数量: {count}，模式: {pattern}") try: # 使用scan_iter获取keys scan_count = max(count * 2, 1000) # 扫描更多key以确保随机性 for key in redis_client.scan_iter(match=pattern, count=scan_count): keys.add(key) if len(keys) >= count * 3: # 获取更多key以便随机选择 break # 如果获取的key数量超过需要的数量，随机选择 if len(keys) > count: keys = random.sample(list(keys), count) else: keys = list(keys) end_time = time.time() scan_duration = end_time - start_time if performance_tracker: performance_tracker.record_scan_time(scan_duration) logger.info(f"扫描获取 {len(keys)} 个随机keys，耗时 {scan_duration:.3f} 秒") query_log_collector.add_log('INFO', f"扫描获取 {len(keys)} 个随机keys，耗时 {scan_duration:.3f} 秒") return keys except RedisError as e: end_time = time.time() scan_duration = end_time - start_time if performance_tracker: performance_tracker.record_scan_time(scan_duration) logger.error(f"获取随机keys失败: {e}，耗时 {scan_duration:.3f} 秒") query_log_collector.add_log('ERROR', f"获取随机keys失败: {e}，耗时 {scan_duration:.3f} 秒") return [] def get_redis_values_by_keys(redis_client, keys, cluster_name="Redis集群", performance_tracker=None): """ 批量查询Redis中指定keys的值，支持所有Redis数据类型（String、Hash、List、Set、ZSet等） Args: redis_client: Redis客户端 keys: 要查询的key列表 cluster_name: 集群名称用于日志 performance_tracker: 性能追踪器 Returns: list: 对应keys的值信息字典列表，包含类型、值和显示格式 """ from .redis_types import get_redis_value_with_type start_time = time.time() result = [] logger.info(f"开始从{cluster_name}批量查询 {len(keys)} 个keys（支持所有数据类型）") query_log_collector.add_log('INFO', f"开始从{cluster_name}批量查询 {len(keys)} 个keys（支持所有数据类型）") try: # 逐个查询每个key，支持所有Redis数据类型 for key in keys: key_info = get_redis_value_with_type(redis_client, key) result.append(key_info) end_time = time.time() query_duration = end_time - start_time if performance_tracker: performance_tracker.record_query(f"{cluster_name}_typed_batch_query", query_duration) # 统计成功获取的key数量和类型分布 successful_count = sum(1 for r in result if r['exists']) type_stats = {} for r in result: if r['exists']: key_type = r['type'] type_stats[key_type] = type_stats.get(key_type, 0) + 1 type_info = ", ".join([f"{t}: {c}" for t, c in type_stats.items()]) if type_stats else "无" logger.info(f"从{cluster_name}查询完成，成功获取 {successful_count}/{len(keys)} 个值，数据类型分布: [{type_info}]，耗时 {query_duration:.3f} 秒") query_log_collector.add_log('INFO', f"从{cluster_name}查询完成，成功获取 {successful_count}/{len(keys)} 个值，数据类型分布: [{type_info}]，耗时 {query_duration:.3f} 秒") return result except Exception as e: end_time = time.time() query_duration = end_time - start_time if performance_tracker: performance_tracker.record_query(f"{cluster_name}_typed_batch_query_error", query_duration) logger.error(f"从{cluster_name}批量查询失败: {e}，耗时 {query_duration:.3f} 秒") query_log_collector.add_log('ERROR', f"从{cluster_name}批量查询失败: {e}，耗时 {query_duration:.3f} 秒") # 返回错误占位符 return [{'type': 'error', 'value': None, 'display_value': f'', 'exists': False} for _ in keys] def compare_redis_data(client1, client2, keys, cluster1_name="生产集群", cluster2_name="测试集群", performance_tracker=None): """ 比较两个Redis集群中指定keys的数据，支持所有Redis数据类型 Args: client1: 第一个Redis客户端（生产） client2: 第二个Redis客户端（测试） keys: 要比较的key列表 cluster1_name: 第一个集群名称 cluster2_name: 第二个集群名称 performance_tracker: 性能追踪器 Returns: dict: 比较结果，包含统计信息和差异详情 """ from .redis_types import compare_redis_values comparison_start_time = time.time() logger.info(f"开始比较 {cluster1_name} 和 {cluster2_name} 的数据（支持所有Redis数据类型）") query_log_collector.add_log('INFO', f"开始比较 {cluster1_name} 和 {cluster2_name} 的数据（支持所有Redis数据类型）") # 获取两个集群的数据 values1 = get_redis_values_by_keys(client1, keys, cluster1_name, performance_tracker) if not values1: return {'error': f'从{cluster1_name}获取数据失败'} values2 = get_redis_values_by_keys(client2, keys, cluster2_name, performance_tracker) if not values2: return {'error': f'从{cluster2_name}获取数据失败'} # 开始数据比对 compare_start = time.time() # 初始化统计数据 stats = { 'total_keys': len(keys), 'identical_count': 0, 'different_count': 0, 'missing_in_cluster1': 0, 'missing_in_cluster2': 0, 'both_missing': 0 } # 详细结果列表 identical_results = [] different_results = [] missing_results = [] # 逐个比较 for i, key in enumerate(keys): key_str = key.decode('utf-8') if isinstance(key, bytes) else key value1_info = values1[i] value2_info = values2[i] # 使用redis_types模块的比较函数 comparison_result = compare_redis_values(value1_info, value2_info) if comparison_result['status'] == 'both_missing': stats['both_missing'] += 1 missing_results.append({ 'key': key_str, 'status': 'both_missing', 'message': comparison_result['message'] }) elif comparison_result['status'] == 'missing_in_cluster1': stats['missing_in_cluster1'] += 1 missing_results.append({ 'key': key_str, 'status': 'missing_in_cluster1', 'cluster1_value': None, 'cluster2_value': value2_info['display_value'], 'cluster2_type': value2_info['type'], 'message': comparison_result['message'] }) elif comparison_result['status'] == 'missing_in_cluster2': stats['missing_in_cluster2'] += 1 missing_results.append({ 'key': key_str, 'status': 'missing_in_cluster2', 'cluster1_value': value1_info['display_value'], 'cluster1_type': value1_info['type'], 'cluster2_value': None, 'message': comparison_result['message'] }) elif comparison_result['status'] == 'identical': stats['identical_count'] += 1 identical_results.append({ 'key': key_str, 'value': value1_info['display_value'], 'type': value1_info['type'] }) else: # different stats['different_count'] += 1 different_results.append({ 'key': key_str, 'cluster1_value': value1_info['display_value'], 'cluster1_type': value1_info['type'], 'cluster2_value': value2_info['display_value'], 'cluster2_type': value2_info['type'], 'message': comparison_result['message'] }) compare_end = time.time() comparison_duration = compare_end - compare_start total_duration = compare_end - comparison_start_time if performance_tracker: performance_tracker.record_comparison_time(comparison_duration) # 计算百分比 def safe_percentage(part, total): return round((part / total * 100), 2) if total > 0 else 0 stats['identical_percentage'] = safe_percentage(stats['identical_count'], stats['total_keys']) stats['different_percentage'] = safe_percentage(stats['different_count'], stats['total_keys']) stats['missing_percentage'] = safe_percentage( stats['missing_in_cluster1'] + stats['missing_in_cluster2'] + stats['both_missing'], stats['total_keys'] ) result = { 'success': True, 'stats': stats, 'identical_results': identical_results, 'different_results': different_results, 'missing_results': missing_results, 'performance': { 'comparison_time': comparison_duration, 'total_time': total_duration }, 'clusters': { 'cluster1_name': cluster1_name, 'cluster2_name': cluster2_name } } logger.info(f"数据比对完成，耗时 {comparison_duration:.3f} 秒") logger.info(f"比对统计: 总计{stats['total_keys']}个key，相同{stats['identical_count']}个，不同{stats['different_count']}个，缺失{stats['missing_in_cluster1'] + stats['missing_in_cluster2'] + stats['both_missing']}个") query_log_collector.add_log('INFO', f"数据比对完成，耗时 {comparison_duration:.3f} 秒") query_log_collector.add_log('INFO', f"比对统计: 总计{stats['total_keys']}个key，相同{stats['identical_count']}个，不同{stats['different_count']}个，缺失{stats['missing_in_cluster1'] + stats['missing_in_cluster2'] + stats['both_missing']}个") return result def execute_redis_comparison(config1, config2, query_options): """ 执行Redis数据比较的主要函数 Args: config1: 第一个Redis集群配置 config2: 第二个Redis集群配置 query_options: 查询选项，包含查询模式和参数 Returns: dict: 完整的比较结果 """ from .redis_client import create_redis_client # 创建性能追踪器 performance_tracker = RedisPerformanceTracker() cluster1_name = config1.get('name', '生产集群') cluster2_name = config2.get('name', '测试集群') logger.info(f"开始执行Redis数据比较: {cluster1_name} vs {cluster2_name}") query_log_collector.add_log('INFO', f"开始执行Redis数据比较: {cluster1_name} vs {cluster2_name}") # 创建连接 client1 = create_redis_client(config1, cluster1_name, performance_tracker) client2 = create_redis_client(config2, cluster2_name, performance_tracker) if not client1: error_msg = f'{cluster1_name}连接失败' query_log_collector.add_log('ERROR', error_msg) return {'error': error_msg} if not client2: error_msg = f'{cluster2_name}连接失败' query_log_collector.add_log('ERROR', error_msg) return {'error': error_msg} try: # 获取要比较的keys keys = [] query_mode = query_options.get('mode', 'random') if query_mode == 'random': # 随机获取keys count = query_options.get('count', 100) pattern = query_options.get('pattern', '*') source_cluster = query_options.get('source_cluster', 'cluster2') # 默认从第二个集群获取 source_client = client2 if source_cluster == 'cluster2' else client1 source_name = cluster2_name if source_cluster == 'cluster2' else cluster1_name logger.info(f"从{source_name}随机获取 {count} 个keys") query_log_collector.add_log('INFO', f"从{source_name}随机获取 {count} 个keys") keys = get_random_keys_from_redis(source_client, count, pattern, performance_tracker) elif query_mode == 'specified': # 指定keys keys = query_options.get('keys', []) # 如果keys是字符串，需要转换为bytes（Redis通常使用bytes） keys = [k.encode('utf-8') if isinstance(k, str) else k for k in keys] query_log_collector.add_log('INFO', f"使用指定的 {len(keys)} 个keys进行比较") if not keys: error_msg = '未获取到任何keys进行比较' query_log_collector.add_log('ERROR', error_msg) return {'error': error_msg} logger.info(f"准备比较 {len(keys)} 个keys") query_log_collector.add_log('INFO', f"准备比较 {len(keys)} 个keys") # 执行比较 comparison_result = compare_redis_data( client1, client2, keys, cluster1_name, cluster2_name, performance_tracker ) # 添加性能报告 comparison_result['performance_report'] = performance_tracker.generate_report() comparison_result['query_options'] = query_options return comparison_result except Exception as e: logger.error(f"Redis数据比较执行失败: {e}") query_log_collector.add_log('ERROR', f"Redis数据比较执行失败: {e}") return {'error': f'执行失败: {str(e)}'} finally: # 关闭连接 try: if client1: client1.close() if client2: client2.close() except: pass