今天解析服务在查询Redis的Set数据过程中抛出timeout exception，产生异常的方法是：

db.SetMembers(key);

这个API返回结果是指定set内的所有kv对象； 解决这个问题的方法仅仅是使用另一个api：

db.SetScan(key);

这个API也是返回set内所有的kv对象。 从功能上来说这2个API是一样的，但是其返回对象，前者是RedisValue[]，后者是IEnumerable。但是在今天的实际场景中的结果是不同的。 从返回类型能看出的是，前者是一个同步查询的API，而后者是一个lazy的查询，在今天的实际场景中，Set内数据量大概为20+M，单次request同步查询timeout也属正常。 以上是这个问题本身的原因及解决方案。

* * *

更深入一步，这两个同样功能的API的执行机制反映出stackexchange封装API的思想，考虑redis是一个单线程的操作，如果在redis中执行耗时较长的操作，将会阻塞其它的请求。stackexchange中一个ConnectionMultiplexer封装一个TCP连接，之前某次早会也说过，ConnectionMultiplexer的成本很高，一般是以单例的形式存在的，到这里就能解释为什么stackexchange会直接对慢查询抛出timeout，而并不是request后等待其timeout，原因很简单，单个TCP连接同一时间只能处理一个request/response，如果处理了慢查询，后续的request就会被阻塞，这点在stackexchange抛出的timeout异常中也有侧面证明：qs数值表示了当前ConnectionMultiplexer所使用的TCP连接阻塞的request数量。 而同时stackexchange的API封装是比较“智能”的，还是以今天出异常的API：SetMembers来说明，在set内数据量较小的时候，正常返回所有KV没有问题，但是数据量一大，比如今天20+M的情况，stackexchange就直接不会发送这个request并抛出timeout。这种“智能”也给项目开发测试工作带来隐患：测试中因为数据量较小，这个问题不会凸显，而在生产环境中则一定会出现问题，并且是数据量到一定程度后才出现。 因此Redis的种种慢查询，如Key *，Keys以及今天的SetMembers，都属于需要小心处理的隐患。牢记Redis单线程的特征，尽量控制耗时的慢查询，以免降低Redis的整体性能。 为便于排查Redis的问题减小Codereview工作量，也可以考虑将Redis相关操作在项目代码结构中集中管理。