redis 是一款高性能的內(nèi)存數(shù)據(jù)存儲(chǔ)系統(tǒng)，它被廣泛應(yīng)用于各種實(shí)時(shí)數(shù)據(jù)處理場(chǎng)景，如緩存、消息隊(duì)列、實(shí)時(shí)統(tǒng)計(jì)等。為了最大化 Redis 的性能，我們應(yīng)該針對(duì)具體應(yīng)用場(chǎng)景，對(duì)其配置參數(shù)進(jìn)行優(yōu)化。在本文中，我們將介紹一些優(yōu)化 Redis 配置的技巧，以提高其性能。

 

Redis慢在哪里？

• 對(duì) Redis 進(jìn)行基準(zhǔn)性能測(cè)試

例如，我的機(jī)器配置比較低，當(dāng)延遲為 2ms 時(shí)，我就認(rèn)為 Redis 變慢了，但是如果你的硬件配置比較高，那么在你的運(yùn)行環(huán)境下，可能延遲是 0.5ms 時(shí)就可以認(rèn)為 Redis 變慢了。所以，你只有了解了你的 Redis 在生產(chǎn)環(huán)境服務(wù)器上的基準(zhǔn)性能，才能進(jìn)一步評(píng)估，當(dāng)其延遲達(dá)到什么程度時(shí)，才認(rèn)為 Redis 確實(shí)變慢了。

為了避免業(yè)務(wù)服務(wù)器到 Redis 服務(wù)器之間的網(wǎng)絡(luò)延遲，你需要直接在 Redis 服務(wù)器上測(cè)試實(shí)例的響應(yīng)延遲情況。執(zhí)行以下命令，就可以測(cè)試出這個(gè)實(shí)例 60 秒內(nèi)的最大響應(yīng)延遲：

./redis-cli --intrinsic-latency 120
Max latency so far: 17 microseconds.
Max latency so far: 44 microseconds.
Max latency so far: 94 microseconds.
Max latency so far: 110 microseconds.
Max latency so far: 119 microseconds.


36481658 total runs (avg latency: 3.2893 microseconds / 3289.32 nanoseconds per run).
Worst run took 36x longer than the average latency.

從輸出結(jié)果可以看到，這 60 秒內(nèi)的最大響應(yīng)延遲為 119 微秒（0.119毫秒）。你還可以使用以下命令，查看一段時(shí)間內(nèi) Redis 的最小、最大、平均訪問(wèn)延遲。

$ redis-cli -h 127.0.0.1 -p 6379 --latency-history -i 1
min: 0, max: 1, avg: 0.13 (100 samples) -- 1.01 seconds range
min: 0, max: 1, avg: 0.12 (99 samples) -- 1.01 seconds range
min: 0, max: 1, avg: 0.13 (99 samples) -- 1.01 seconds range
min: 0, max: 1, avg: 0.10 (99 samples) -- 1.01 seconds range
min: 0, max: 1, avg: 0.13 (98 samples) -- 1.00 seconds range
min: 0, max: 1, avg: 0.08 (99 samples) -- 1.01 seconds range

如果你觀察到的 Redis 運(yùn)行時(shí)延遲是其基線性能的 2 倍及以上，就可以認(rèn)定 Redis 變慢了。?網(wǎng)絡(luò)對(duì) Redis 性能的影響，一個(gè)簡(jiǎn)單的方法是用 iPerf 這樣的工具測(cè)試網(wǎng)絡(luò)極限帶寬。

服務(wù)器端


# iperf -s -p 12345 -i 1 -M
iperf: option requires an argument -- M
------------------------------------------------------------
Server listening on TCP port 12345
TCP window size: 4.00 MByte (default)
------------------------------------------------------------
[  4] local 172.20.0.113 port 12345 connected with 172.20.0.114 port 56796
[ ID] Interval       Transfer     Bandwidth
[  4]  0.0- 1.0 sec   614 MBytes  5.15 Gbits/sec
[  4]  1.0- 2.0 sec   622 MBytes  5.21 Gbits/sec
[  4]  2.0- 3.0 sec   647 MBytes  5.42 Gbits/sec
[  4]  3.0- 4.0 sec   644 MBytes  5.40 Gbits/sec
[  4]  4.0- 5.0 sec   651 MBytes  5.46 Gbits/sec
[  4]  5.0- 6.0 sec   652 MBytes  5.47 Gbits/sec
[  4]  6.0- 7.0 sec   669 MBytes  5.61 Gbits/sec
[  4]  7.0- 8.0 sec   670 MBytes  5.62 Gbits/sec
[  4]  8.0- 9.0 sec   667 MBytes  5.59 Gbits/sec
[  4]  9.0-10.0 sec   667 MBytes  5.60 Gbits/sec
[  4]  0.0-10.0 sec  6.35 GBytes  5.45 Gbits/sec
客戶端


# iperf -c 服務(wù)器端IP -p 12345 -i 1 -t 10 -w 20K
------------------------------------------------------------
Client connecting to 172.20.0.113, TCP port 12345
TCP window size: 40.0 KByte (WARNING: requested 20.0 KByte)
------------------------------------------------------------
[  3] local 172.20.0.114 port 56796 connected with 172.20.0.113 port 12345
[ ID] Interval       Transfer     Bandwidth
[  3]  0.0- 1.0 sec   614 MBytes  5.15 Gbits/sec
[  3]  1.0- 2.0 sec   622 MBytes  5.21 Gbits/sec
[  3]  2.0- 3.0 sec   646 MBytes  5.42 Gbits/sec
[  3]  3.0- 4.0 sec   644 MBytes  5.40 Gbits/sec
[  3]  4.0- 5.0 sec   651 MBytes  5.46 Gbits/sec
[  3]  5.0- 6.0 sec   652 MBytes  5.47 Gbits/sec
[  3]  6.0- 7.0 sec   669 MBytes  5.61 Gbits/sec
[  3]  7.0- 8.0 sec   670 MBytes  5.62 Gbits/sec
[  3]  8.0- 9.0 sec   667 MBytes  5.59 Gbits/sec
[  3]  9.0-10.0 sec   668 MBytes  5.60 Gbits/sec
[  3]  0.0-10.0 sec  6.35 GBytes  5.45 Gbits/sec

 

2.使用復(fù)雜度過(guò)高的命令

首先，第一步，你需要去查看一下 Redis 的慢日志（slowlog）。

Redis 提供了慢日志命令的統(tǒng)計(jì)功能，它記錄了有哪些命令在執(zhí)行時(shí)耗時(shí)比較久。

查看 Redis 慢日志之前，你需要設(shè)置慢日志的閾值。例如，設(shè)置慢日志的閾值為 5 毫秒，并且保留最近 500 條慢日志記錄：

# 命令執(zhí)行耗時(shí)超過(guò) 5 毫秒，記錄慢日志
CONFIG SET slowlog-log-slower-than 5000
# 只保留最近 500 條慢日志
CONFIG SET slowlog-max-len 500

 

1）經(jīng)常使用 O(N) 以上復(fù)雜度的命令，例如 SORT、SUNION、ZUNIONSTORE 聚合類命令。

2）使用 O(N) 復(fù)雜度的命令，但 N 的值非常大。

第一種情況導(dǎo)致變慢的原因在于，Redis 在操作內(nèi)存數(shù)據(jù)時(shí)，時(shí)間復(fù)雜度過(guò)高，要花費(fèi)更多的 CPU 資源。

第二種情況導(dǎo)致變慢的原因在于，Redis 一次需要返回給客戶端的數(shù)據(jù)過(guò)多，更多時(shí)間花費(fèi)在數(shù)據(jù)協(xié)議的組裝和網(wǎng)絡(luò)傳輸過(guò)程中。

另外，我們還可以從資源使用率層面來(lái)分析，如果你的應(yīng)用程序操作 Redis 的 OPS 不是很大，但 Redis 實(shí)例的 CPU 使用率卻很高，那么很有可能是使用了復(fù)雜度過(guò)高的命令導(dǎo)致的。

3.操作bigkey

如果你查詢慢日志發(fā)現(xiàn)，并不是復(fù)雜度過(guò)高的命令導(dǎo)致的，而都是 SET / DEL 這種簡(jiǎn)單命令出現(xiàn)在慢日志中，那么你就要懷疑你的實(shí)例否寫入了 bigkey。

 

redis-cli -h 127.0.0.1 -p 6379 --bigkeys -i 1
-------- summary -------
Sampled 829675 keys in the keyspace!
Total key length in bytes is 10059825 (avg len 12.13)
Biggest string found 'key:291880' has 10 bytes
Biggest   list found 'mylist:004' has 40 items
Biggest    set found 'myset:2386' has 38 members
Biggest   hash found 'myhash:3574' has 37 fields
Biggest   zset found 'myzset:2704' has 42 members
36313 strings with 363130 bytes (04.38% of keys, avg size 10.00)
787393 lists with 896540 items (94.90% of keys, avg size 1.14)
1994 sets with 40052 members (00.24% of keys, avg size 20.09)
1990 hashs with 39632 fields (00.24% of keys, avg size 19.92)
1985 zsets with 39750 members (00.24% of keys, avg size 20.03)

這里我需要提醒你的是，當(dāng)執(zhí)行這個(gè)命令時(shí)，要注意 2 個(gè)問(wèn)題：

1）對(duì)線上實(shí)例進(jìn)行 bigkey 掃描時(shí)，Redis 的 OPS 會(huì)突增，為了降低掃描過(guò)程中對(duì) Redis 的影響，最好控制一下掃描的頻率，指定 -i 參數(shù)即可，它表示掃描過(guò)程中每次掃描后休息的時(shí)間間隔，單位是秒。

2）掃描結(jié)果中，對(duì)于容器類型（List、Hash、Set、ZSet）的 key，只能掃描出元素最多的 key。但一個(gè) key 的元素多，不一定表示占用內(nèi)存也多，你還需要根據(jù)業(yè)務(wù)情況，進(jìn)一步評(píng)估內(nèi)存占用情況。

4.集中過(guò)期

如果你發(fā)現(xiàn)，平時(shí)在操作 Redis 時(shí)，并沒(méi)有延遲很大的情況發(fā)生，但在某個(gè)時(shí)間點(diǎn)突然出現(xiàn)一波延時(shí)，其現(xiàn)象表現(xiàn)為：變慢的時(shí)間點(diǎn)很有規(guī)律，例如某個(gè)整點(diǎn)，或者每間隔多久就會(huì)發(fā)生一波延遲。

如果是出現(xiàn)這種情況，那么你需要排查一下，業(yè)務(wù)代碼中是否存在設(shè)置大量 key 集中過(guò)期的情況。

如果有大量的 key 在某個(gè)固定時(shí)間點(diǎn)集中過(guò)期，在這個(gè)時(shí)間點(diǎn)訪問(wèn) Redis 時(shí)，就有可能導(dǎo)致延時(shí)變大。

Redis 的過(guò)期數(shù)據(jù)采用被動(dòng)過(guò)期 + 主動(dòng)過(guò)期兩種策略：

1）被動(dòng)過(guò)期：只有當(dāng)訪問(wèn)某個(gè) key 時(shí)，才判斷這個(gè) key 是否已過(guò)期，如果已過(guò)期，則從實(shí)例中刪除。

2）主動(dòng)過(guò)期：Redis 內(nèi)部維護(hù)了一個(gè)定時(shí)任務(wù)，默認(rèn)每隔 100 毫秒（1秒10次）就會(huì)從全局的過(guò)期哈希表中隨機(jī)取出 20 個(gè) key，然后刪除其中過(guò)期的 key，如果過(guò)期 key 的比例超過(guò)了 25%，則繼續(xù)重復(fù)此過(guò)程，直到過(guò)期 key 的比例下降到 25% 以下，或者這次任務(wù)的執(zhí)行耗時(shí)超過(guò)了 25 毫秒，才會(huì)退出循環(huán)。

注意，這個(gè)主動(dòng)過(guò)期 key 的定時(shí)任務(wù)，是在 Redis 主線程中執(zhí)行的。

也就是說(shuō)如果在執(zhí)行主動(dòng)過(guò)期的過(guò)程中，出現(xiàn)了需要大量刪除過(guò)期 key 的情況，那么此時(shí)應(yīng)用程序在訪問(wèn) Redis 時(shí)，必須要等待這個(gè)過(guò)期任務(wù)執(zhí)行結(jié)束，Redis 才可以服務(wù)這個(gè)客戶端請(qǐng)求。

如果此時(shí)需要過(guò)期刪除的是一個(gè) bigkey，那么這個(gè)耗時(shí)會(huì)更久。而且，這個(gè)操作延遲的命令并不會(huì)記錄在慢日志中。

因?yàn)槁罩局?strong>只記錄一個(gè)命令真正操作內(nèi)存數(shù)據(jù)的耗時(shí)，而 Redis 主動(dòng)刪除過(guò)期 key 的邏輯，是在命令真正執(zhí)行之前執(zhí)行的。

5.實(shí)例內(nèi)存達(dá)到上限

當(dāng)我們把 Redis 當(dāng)做純緩存使用時(shí)，通常會(huì)給這個(gè)實(shí)例設(shè)置一個(gè)內(nèi)存上限 maxmemory，然后設(shè)置一個(gè)數(shù)據(jù)淘汰策略。

當(dāng) Redis 內(nèi)存達(dá)到 maxmemory 后，每次寫入新的數(shù)據(jù)之前，Redis 必須先從實(shí)例中踢出一部分?jǐn)?shù)據(jù)，讓整個(gè)實(shí)例的內(nèi)存維持在 maxmemory 之下，然后才能把新數(shù)據(jù)寫進(jìn)來(lái)。

這個(gè)踢出舊數(shù)據(jù)的邏輯也是需要消耗時(shí)間的，而具體耗時(shí)的長(zhǎng)短，要取決于你配置的淘汰策略：

• allkeys-lru：不管 key 是否設(shè)置了過(guò)期，淘汰最近最少訪問(wèn)的 key
• volatile-lru：只淘汰最近最少訪問(wèn)、并設(shè)置了過(guò)期時(shí)間的 key
• allkeys-random：不管 key 是否設(shè)置了過(guò)期，隨機(jī)淘汰 key
• volatile-random：只隨機(jī)淘汰設(shè)置了過(guò)期時(shí)間的 key
• allkeys-ttl：不管 key 是否設(shè)置了過(guò)期，淘汰即將過(guò)期的 key
• noeviction：不淘汰任何 key，實(shí)例內(nèi)存達(dá)到 maxmeory 后，再寫入新數(shù)據(jù)直接返回錯(cuò)誤
• allkeys-lfu：不管 key 是否設(shè)置了過(guò)期，淘汰訪問(wèn)頻率最低的 key（4.0+版本支持）
• volatile-lfu：只淘汰訪問(wèn)頻率最低、并設(shè)置了過(guò)期時(shí)間 key（4.0+版本支持）

 

一般最常使用的是 allkeys-lru / volatile-lru 淘汰策略，它們的處理邏輯是，每次從實(shí)例中隨機(jī)取出一批 key（這個(gè)數(shù)量可配置），然后淘汰一個(gè)最少訪問(wèn)的 key，之后把剩下的 key 暫存到一個(gè)池子中，繼續(xù)隨機(jī)取一批 key，并與之前池子中的 key 比較，再淘汰一個(gè)最少訪問(wèn)的 key。以此往復(fù)，直到實(shí)例內(nèi)存降到 maxmemory 之下。

需要注意的是，Redis 的淘汰數(shù)據(jù)的邏輯與刪除過(guò)期 key 的一樣，也是在命令真正執(zhí)行之前執(zhí)行的，也就是說(shuō)它也會(huì)增加我們操作 Redis 的延遲，而且，寫 OPS 越高，延遲也會(huì)越明顯。

 

如果此時(shí)你的 Redis 實(shí)例中還存儲(chǔ)了 bigkey，那么在淘汰刪除 bigkey 釋放內(nèi)存時(shí)，也會(huì)耗時(shí)比較久。

6.fork耗時(shí)嚴(yán)重

當(dāng) Redis 開(kāi)啟了后臺(tái) RDB 和 AOF rewrite 后，在執(zhí)行時(shí)，它們都需要主進(jìn)程創(chuàng)建出一個(gè)子進(jìn)程進(jìn)行數(shù)據(jù)的持久化。主進(jìn)程創(chuàng)建子進(jìn)程，會(huì)調(diào)用操作系統(tǒng)提供的 fork 函數(shù)。

而 fork 在執(zhí)行過(guò)程中，主進(jìn)程需要拷貝自己的內(nèi)存頁(yè)表給子進(jìn)程，如果這個(gè)實(shí)例很大，那么這個(gè)拷貝的過(guò)程也會(huì)比較耗時(shí)。

而且這個(gè) fork 過(guò)程會(huì)消耗大量的 CPU 資源，在完成 fork 之前，整個(gè) Redis 實(shí)例會(huì)被阻塞住，無(wú)法處理任何客戶端請(qǐng)求。

如果此時(shí)你的 CPU 資源本來(lái)就很緊張，那么 fork 的耗時(shí)會(huì)更長(zhǎng)，甚至達(dá)到秒級(jí)，這會(huì)嚴(yán)重影響 Redis 的性能。

那如何確認(rèn)確實(shí)是因?yàn)?fork 耗時(shí)導(dǎo)致的 Redis 延遲變大呢？

你可以在 Redis 上執(zhí)行 INFO 命令，查看 latest_fork_usec 項(xiàng)，單位微秒。

# 上一次 fork 耗時(shí)，單位微秒
latest_fork_usec:59477

這個(gè)時(shí)間就是主進(jìn)程在 fork 子進(jìn)程期間，整個(gè)實(shí)例阻塞無(wú)法處理客戶端請(qǐng)求的時(shí)間。

如果你發(fā)現(xiàn)這個(gè)耗時(shí)很久，就要警惕起來(lái)了，這意味在這期間，你的整個(gè) Redis 實(shí)例都處于不可用的狀態(tài)。

除了數(shù)據(jù)持久化會(huì)生成 RDB 之外，當(dāng)主從節(jié)點(diǎn)第一次建立數(shù)據(jù)同步時(shí)，主節(jié)點(diǎn)也創(chuàng)建子進(jìn)程生成 RDB，然后發(fā)給從節(jié)點(diǎn)進(jìn)行一次全量同步，所以，這個(gè)過(guò)程也會(huì)對(duì) Redis 產(chǎn)生性能影響。

 

7.開(kāi)啟內(nèi)存大頁(yè)

除了上面講到的子進(jìn)程 RDB 和 AOF rewrite 期間，fork 耗時(shí)導(dǎo)致的延時(shí)變大之外，這里還有一個(gè)方面也會(huì)導(dǎo)致性能問(wèn)題，這就是操作系統(tǒng)是否開(kāi)啟了內(nèi)存大頁(yè)機(jī)制。

什么是內(nèi)存大頁(yè)？

我們都知道，應(yīng)用程序向操作系統(tǒng)申請(qǐng)內(nèi)存時(shí)，是按內(nèi)存頁(yè)進(jìn)行申請(qǐng)的，而常規(guī)的內(nèi)存頁(yè)大小是 4KB。

linux 內(nèi)核從 2.6.38 開(kāi)始，支持了內(nèi)存大頁(yè)機(jī)制，該機(jī)制允許應(yīng)用程序以 2MB 大小為單位，向操作系統(tǒng)申請(qǐng)內(nèi)存。

應(yīng)用程序每次向操作系統(tǒng)申請(qǐng)的內(nèi)存單位變大了，但這也意味著申請(qǐng)內(nèi)存的耗時(shí)變長(zhǎng)。

這對(duì) Redis 會(huì)有什么影響呢？

當(dāng) Redis 在執(zhí)行后臺(tái) RDB，采用 fork 子進(jìn)程的方式來(lái)處理。但主進(jìn)程 fork 子進(jìn)程后，此時(shí)的主進(jìn)程依舊是可以接收寫請(qǐng)求的，而進(jìn)來(lái)的寫請(qǐng)求，會(huì)采用 Copy On Write（寫時(shí)復(fù)制）的方式操作內(nèi)存數(shù)據(jù)。

 

也就是說(shuō)，主進(jìn)程一旦有數(shù)據(jù)需要修改，Redis 并不會(huì)直接修改現(xiàn)有內(nèi)存中的數(shù)據(jù)，而是先將這塊內(nèi)存數(shù)據(jù)拷貝出來(lái)，再修改這塊新內(nèi)存的數(shù)據(jù)，這就是所謂的「寫時(shí)復(fù)制」。

寫時(shí)復(fù)制你也可以理解成，誰(shuí)需要發(fā)生寫操作，誰(shuí)就需要先拷貝，再修改。

這樣做的好處是，父進(jìn)程有任何寫操作，并不會(huì)影響子進(jìn)程的數(shù)據(jù)持久化（子進(jìn)程只持久化 fork 這一瞬間整個(gè)實(shí)例中的所有數(shù)據(jù)即可，不關(guān)心新的數(shù)據(jù)變更，因?yàn)樽舆M(jìn)程只需要一份內(nèi)存快照，然后持久化到磁盤上）。

但是請(qǐng)注意，主進(jìn)程在拷貝內(nèi)存數(shù)據(jù)時(shí)，這個(gè)階段就涉及到新內(nèi)存的申請(qǐng)，如果此時(shí)操作系統(tǒng)開(kāi)啟了內(nèi)存大頁(yè)，那么在此期間，客戶端即便只修改 10B 的數(shù)據(jù)，Redis 在申請(qǐng)內(nèi)存時(shí)也會(huì)以 2MB 為單位向操作系統(tǒng)申請(qǐng)，申請(qǐng)內(nèi)存的耗時(shí)變長(zhǎng)，進(jìn)而導(dǎo)致每個(gè)寫請(qǐng)求的延遲增加，影響到 Redis 性能。

同樣地，如果這個(gè)寫請(qǐng)求操作的是一個(gè) bigkey，那主進(jìn)程在拷貝這個(gè) bigkey 內(nèi)存塊時(shí)，一次申請(qǐng)的內(nèi)存會(huì)更大，時(shí)間也會(huì)更久。可見(jiàn)，bigkey 在這里又一次影響到了性能。

8.開(kāi)啟AOF

前面我們分析了 RDB 和 AOF rewrite 對(duì) Redis 性能的影響，主要關(guān)注點(diǎn)在 fork 上。

其實(shí)，關(guān)于數(shù)據(jù)持久化方面，還有影響 Redis 性能的因素，這次我們重點(diǎn)來(lái)看 AOF 數(shù)據(jù)持久化。

如果你的 AOF 配置不合理，還是有可能會(huì)導(dǎo)致性能問(wèn)題。

當(dāng) Redis 開(kāi)啟 AOF 后，其工作原理如下：

1）Redis 執(zhí)行寫命令后，把這個(gè)命令寫入到 AOF 文件內(nèi)存中（write 系統(tǒng)調(diào)用）

 

2）Redis 根據(jù)配置的 AOF 刷盤策略，把 AOF 內(nèi)存數(shù)據(jù)刷到磁盤上（fsync 系統(tǒng)調(diào)用）

為了保證 AOF 文件數(shù)據(jù)的安全性，Redis 提供了 3 種刷盤機(jī)制：

1）Appendfsync always：主線程每次執(zhí)行寫操作后立即刷盤，此方案會(huì)占用比較大的磁盤 IO 資源，但數(shù)據(jù)安全性最高。

2）appendfsync no：主線程每次寫操作只寫內(nèi)存就返回，內(nèi)存數(shù)據(jù)什么時(shí)候刷到磁盤，交由操作系統(tǒng)決定，此方案對(duì)性能影響最小，但數(shù)據(jù)安全性也最低，Redis 宕機(jī)時(shí)丟失的數(shù)據(jù)取決于操作系統(tǒng)刷盤時(shí)機(jī)。

3）appendfsync everysec：主線程每次寫操作只寫內(nèi)存就返回，然后由后臺(tái)線程每隔 1 秒執(zhí)行一次刷盤操作（觸發(fā)fsync系統(tǒng)調(diào)用），此方案對(duì)性能影響相對(duì)較小，但當(dāng) Redis 宕機(jī)時(shí)會(huì)丟失 1 秒的數(shù)據(jù)。

看到這里，我猜你肯定和大多數(shù)人的想法一樣，選比較折中的方案 appendfsync everysec 就沒(méi)問(wèn)題了吧？

 

這個(gè)方案優(yōu)勢(shì)在于，Redis 主線程寫完內(nèi)存后就返回，具體的刷盤操作是放到后臺(tái)線程中執(zhí)行的，后臺(tái)線程每隔 1 秒把內(nèi)存中的數(shù)據(jù)刷到磁盤中。

這種方案既兼顧了性能，又盡可能地保證了數(shù)據(jù)安全，是不是覺(jué)得很完美？

但是，這里我要給你潑一盆冷水了，采用這種方案你也要警惕一下，因?yàn)檫@種方案還是存在導(dǎo)致 Redis 延遲變大的情況發(fā)生，甚至?xí)枞麄€(gè) Redis。

你試想這樣一種情況：當(dāng) Redis 后臺(tái)線程在執(zhí)行 AOF 文件刷盤時(shí)，如果此時(shí)磁盤的 IO 負(fù)載很高，那這個(gè)后臺(tái)線程在執(zhí)行刷盤操作（fsync系統(tǒng)調(diào)用）時(shí)就會(huì)被阻塞住。

 

此時(shí)的主線程依舊會(huì)接收寫請(qǐng)求，緊接著，主線程又需要把數(shù)據(jù)寫到文件內(nèi)存中（write 系統(tǒng)調(diào)用），當(dāng)主線程使用后臺(tái)子線程執(zhí)行了一次 fsync，需要再次把新接收的操作記錄寫回磁盤時(shí)，如果主線程發(fā)現(xiàn)上一次的 fsync 還沒(méi)有執(zhí)行完，那么它就會(huì)阻塞。

 

所以，如果后臺(tái)子線程執(zhí)行的 fsync 頻繁阻塞的話（比如 AOF 重寫占用了大量的磁盤 IO 帶寬），主線程也會(huì)阻塞，導(dǎo)致 Redis 性能變慢。

 

看到了么？在這個(gè)過(guò)程中，主線程依舊有阻塞的風(fēng)險(xiǎn)。

所以，盡管你的 AOF 配置為 appendfsync everysec，也不能掉以輕心，要警惕磁盤壓力過(guò)大導(dǎo)致的 Redis 有性能問(wèn)題。

那什么情況下會(huì)導(dǎo)致磁盤 IO 負(fù)載過(guò)大？以及如何解決這個(gè)問(wèn)題呢？

我總結(jié)了以下幾種情況，你可以參考進(jìn)行問(wèn)題排查：

1）進(jìn)程正在執(zhí)行 AOF rewrite，這個(gè)過(guò)程會(huì)占用大量的磁盤 IO 資源

2）有其他應(yīng)用程序在執(zhí)行大量的寫文件操作，也會(huì)占用磁盤 IO 資源

 

對(duì)于情況1，說(shuō)白了就是，Redis 的 AOF 后臺(tái)子線程刷盤操作，撞上了子進(jìn)程 AOF rewrite！

9.綁定CPU

很多時(shí)候，我們?cè)诓渴鸱?wù)時(shí)，為了提高服務(wù)性能，降低應(yīng)用程序在多個(gè) CPU 核心之間的上下文切換帶來(lái)的性能損耗，通常采用的方案是進(jìn)程綁定 CPU 的方式提高性能。

我們都知道，一般現(xiàn)代的服務(wù)器會(huì)有多個(gè) CPU，而每個(gè) CPU 又包含多個(gè)物理核心，每個(gè)物理核心又分為多個(gè)邏輯核心，每個(gè)物理核下的邏輯核共用 L1/L2 Cache。

而 Redis Server 除了主線程服務(wù)客戶端請(qǐng)求之外，還會(huì)創(chuàng)建子進(jìn)程、子線程。

其中子進(jìn)程用于數(shù)據(jù)持久化，而子線程用于執(zhí)行一些比較耗時(shí)操作，例如異步釋放 fd、異步 AOF 刷盤、異步 lazy-free 等等。

如果你把 Redis 進(jìn)程只綁定了一個(gè) CPU 邏輯核心上，那么當(dāng) Redis 在進(jìn)行數(shù)據(jù)持久化時(shí)，fork 出的子進(jìn)程會(huì)繼承父進(jìn)程的 CPU 使用偏好。

而此時(shí)的子進(jìn)程會(huì)消耗大量的 CPU 資源進(jìn)行數(shù)據(jù)持久化（把實(shí)例數(shù)據(jù)全部掃描出來(lái)需要耗費(fèi)CPU），這就會(huì)導(dǎo)致子進(jìn)程會(huì)與主進(jìn)程發(fā)生 CPU 爭(zhēng)搶，進(jìn)而影響到主進(jìn)程服務(wù)客戶端請(qǐng)求，訪問(wèn)延遲變大。

這就是 Redis 綁定 CPU 帶來(lái)的性能問(wèn)題。

10.使用Swap

如果你發(fā)現(xiàn) Redis 突然變得非常慢，每次的操作耗時(shí)都達(dá)到了幾百毫秒甚至秒級(jí)，那此時(shí)你就需要檢查 Redis 是否使用到了 Swap，在這種情況下 Redis 基本上已經(jīng)無(wú)法提供高性能的服務(wù)了。

什么是 Swap？為什么使用 Swap 會(huì)導(dǎo)致 Redis 的性能下降？

如果你對(duì)操作系統(tǒng)有些了解，就會(huì)知道操作系統(tǒng)為了緩解內(nèi)存不足對(duì)應(yīng)用程序的影響，允許把一部分內(nèi)存中的數(shù)據(jù)換到磁盤上，以達(dá)到應(yīng)用程序?qū)?nèi)存使用的緩沖，這些內(nèi)存數(shù)據(jù)被換到磁盤上的區(qū)域，就是 Swap。

問(wèn)題就在于，當(dāng)內(nèi)存中的數(shù)據(jù)被換到磁盤上后，Redis 再訪問(wèn)這些數(shù)據(jù)時(shí)，就需要從磁盤上讀取，訪問(wèn)磁盤的速度要比訪問(wèn)內(nèi)存慢幾百倍！

尤其是針對(duì) Redis 這種對(duì)性能要求極高、性能極其敏感的數(shù)據(jù)庫(kù)來(lái)說(shuō)，這個(gè)操作延時(shí)是無(wú)法接受的。

此時(shí)，你需要檢查 Redis 機(jī)器的內(nèi)存使用情況，確認(rèn)是否存在使用了 Swap。

你可以通過(guò)以下方式來(lái)查看 Redis 進(jìn)程是否使用到了 Swap：

# 先找到 Redis 的進(jìn)程 ID
$ ps -aux | grep redis-server
# 查看 Redis Swap 使用情況
$ cat /proc/$pid/smaps | egrep '^(Swap|Size)'

輸出結(jié)果如下：

Size:               1256 kB
Swap:                  0 kB
Size:                  4 kB
Swap:                  0 kB
Size:                132 kB
Swap:                  0 kB
Size:              63488 kB
Swap:                  0 kB
Size:                132 kB
Swap:                  0 kB
Size:              65404 kB
Swap:                  0 kB
Size:            1921024 kB
Swap:                  0 kB

 

每一行 Size 表示 Redis 所用的一塊內(nèi)存大小，Size 下面的 Swap 就表示這塊 Size 大小的內(nèi)存，有多少數(shù)據(jù)已經(jīng)被換到磁盤上了，如果這兩個(gè)值相等，說(shuō)明這塊內(nèi)存的數(shù)據(jù)都已經(jīng)完全被換到磁盤上了。

 

如果只是少量數(shù)據(jù)被換到磁盤上，例如每一塊 Swap 占對(duì)應(yīng) Size 的比例很小，那影響并不是很大。如果是幾百兆甚至上 GB 的內(nèi)存被換到了磁盤上，那么你就需要警惕了，這種情況 Redis 的性能肯定會(huì)急劇下降。

11.碎片整理

Redis 的數(shù)據(jù)都存儲(chǔ)在內(nèi)存中，當(dāng)我們的應(yīng)用程序頻繁修改 Redis 中的數(shù)據(jù)時(shí)，就有可能會(huì)導(dǎo)致 Redis 產(chǎn)生內(nèi)存碎片。

內(nèi)存碎片會(huì)降低 Redis 的內(nèi)存使用率，我們可以通過(guò)執(zhí)行 INFO 命令，得到這個(gè)實(shí)例的內(nèi)存碎片率：

# Memory
used_memory:5709194824
used_memory_human:5.32G
used_memory_rss:8264855552
used_memory_rss_human:7.70G
...
mem_fragmentation_ratio:1.45

 

這個(gè)內(nèi)存碎片率是怎么計(jì)算的？

很簡(jiǎn)單，mem_fragmentation_ratio = used_memory_rss / used_memory。

其中 used_memory 表示 Redis 存儲(chǔ)數(shù)據(jù)的內(nèi)存大小，而 used_memory_rss 表示操作系統(tǒng)實(shí)際分配給 Redis 進(jìn)程的大小。

 

如果 mem_fragmentation_ratio > 1.5，說(shuō)明內(nèi)存碎片率已經(jīng)超過(guò)了 50%，這時(shí)我們就需要采取一些措施來(lái)降低內(nèi)存碎片了。

 

解決的方案一般如下：

1）如果你使用的是 Redis 4.0 以下版本，只能通過(guò)重啟實(shí)例來(lái)解決

2）如果你使用的是 Redis 4.0 版本，它正好提供了自動(dòng)碎片整理的功能，可以通過(guò)配置開(kāi)啟碎片自動(dòng)整理。

 

但是，開(kāi)啟內(nèi)存碎片整理，它也有可能會(huì)導(dǎo)致 Redis 性能下降。

原因在于，Redis 的碎片整理工作是也在主線程中執(zhí)行的，當(dāng)其進(jìn)行碎片整理時(shí)，必然會(huì)消耗 CPU 資源，產(chǎn)生更多的耗時(shí)，從而影響到客戶端的請(qǐng)求。

所以，當(dāng)你需要開(kāi)啟這個(gè)功能時(shí)，最好提前測(cè)試評(píng)估它對(duì) Redis 的影響。

Redis 碎片整理的參數(shù)配置如下：

# 開(kāi)啟自動(dòng)內(nèi)存碎片整理（總開(kāi)關(guān)）
activedefrag yes


# 內(nèi)存使用 100MB 以下，不進(jìn)行碎片整理
active-defrag-ignore-bytes 100mb


# 內(nèi)存碎片率超過(guò) 10%，開(kāi)始碎片整理
active-defrag-threshold-lower 10
# 內(nèi)存碎片率超過(guò) 100%，盡最大努力碎片整理
active-defrag-threshold-upper 100


# 內(nèi)存碎片整理占用 CPU 資源最小百分比
active-defrag-cycle-min 1
# 內(nèi)存碎片整理占用 CPU 資源最大百分比
active-defrag-cycle-max 25


# 碎片整理期間，對(duì)于 List/Set/Hash/ZSet 類型元素一次 Scan 的數(shù)量
active-defrag-max-scan-fields 1000

 

Redis如何優(yōu)化

1.慢查詢優(yōu)化

1）盡量不使用 O(N) 以上復(fù)雜度過(guò)高的命令，對(duì)于數(shù)據(jù)的聚合操作，放在客戶端做。

2）執(zhí)行 O(N) 命令，保證 N 盡量的小（推薦 N <= 300），每次獲取盡量少的數(shù)據(jù)，讓 Redis 可以及時(shí)處理返回。

 

2.集中過(guò)期優(yōu)化

一般有兩種方案來(lái)規(guī)避這個(gè)問(wèn)題：

1.集中過(guò)期 key 增加一個(gè)隨機(jī)過(guò)期時(shí)間，把集中過(guò)期的時(shí)間打散，降低 Redis 清理過(guò)期 key 的壓力

2.如果你使用的 Redis 是 4.0 以上版本，可以開(kāi)啟 lazy-free 機(jī)制，當(dāng)刪除過(guò)期 key 時(shí)，把釋放內(nèi)存的操作放到后臺(tái)線程中執(zhí)行，避免阻塞主線程。

第一種方案，在設(shè)置 key 的過(guò)期時(shí)間時(shí)，增加一個(gè)隨機(jī)時(shí)間，偽代碼可以這么寫：

# 在過(guò)期時(shí)間點(diǎn)之后的 5 分鐘內(nèi)隨機(jī)過(guò)期掉
redis.expireat(key, expire_time + random(300))

 

第二種方案，Redis 4.0 以上版本，開(kāi)啟 lazy-free 機(jī)制：

# 釋放過(guò)期 key 的內(nèi)存，放到后臺(tái)線程執(zhí)行
lazyfree-lazy-expire yes

運(yùn)維層面，你需要把 Redis 的各項(xiàng)運(yùn)行狀態(tài)數(shù)據(jù)監(jiān)控起來(lái)，在 Redis 上執(zhí)行 INFO 命令就可以拿到這個(gè)實(shí)例所有的運(yùn)行狀態(tài)數(shù)據(jù)。

在這里我們需要重點(diǎn)關(guān)注 expired_keys 這一項(xiàng)，它代表整個(gè)實(shí)例到目前為止，累計(jì)刪除過(guò)期 key 的數(shù)量。

你需要把這個(gè)指標(biāo)監(jiān)控起來(lái)，當(dāng)這個(gè)指標(biāo)在很短時(shí)間內(nèi)出現(xiàn)了突增，需要及時(shí)報(bào)警出來(lái)，然后與業(yè)務(wù)應(yīng)用報(bào)慢的時(shí)間點(diǎn)進(jìn)行對(duì)比分析，確認(rèn)時(shí)間是否一致，如果一致，則可以確認(rèn)確實(shí)是因?yàn)榧羞^(guò)期 key 導(dǎo)致的延遲變大。

3.實(shí)例內(nèi)存達(dá)到上限優(yōu)化

1）避免存儲(chǔ) bigkey，降低釋放內(nèi)存的耗時(shí)

2）淘汰策略改為隨機(jī)淘汰，隨機(jī)淘汰比 LRU 要快很多（視業(yè)務(wù)情況調(diào)整）

3）拆分實(shí)例，把淘汰 key 的壓力分?jǐn)偟蕉鄠€(gè)實(shí)例上

4）如果使用的是 Redis 4.0 以上版本，開(kāi)啟 layz-free 機(jī)制，把淘汰 key 釋放內(nèi)存的操作放到后臺(tái)線程中執(zhí)行（配置 lazyfree-lazy-eviction = yes）

 

4.fork耗時(shí)嚴(yán)重優(yōu)化

1）控制 Redis 實(shí)例的內(nèi)存：盡量在 10G 以下，執(zhí)行 fork 的耗時(shí)與實(shí)例大小有關(guān)，實(shí)例越大，耗時(shí)越久。

2）合理配置數(shù)據(jù)持久化策略：在 slave 節(jié)點(diǎn)執(zhí)行 RDB 備份，推薦在低峰期執(zhí)行，而對(duì)于丟失數(shù)據(jù)不敏感的業(yè)務(wù)（例如把 Redis 當(dāng)做純緩存使用），可以關(guān)閉 AOF 和 AOF rewrite。

3）Redis 實(shí)例不要部署在虛擬機(jī)上：fork 的耗時(shí)也與系統(tǒng)也有關(guān)，虛擬機(jī)比物理機(jī)耗時(shí)更久。

4）降低主從庫(kù)全量同步的概率：適當(dāng)調(diào)大 repl-backlog-size 參數(shù)，避免主從全量同步。

從建立同步時(shí)，優(yōu)先檢測(cè)是否可以嘗試只同步部分?jǐn)?shù)據(jù)，這種情況就是針對(duì)于之前已經(jīng)建立好了復(fù)制鏈路，只是因?yàn)楣收蠈?dǎo)致臨時(shí)斷開(kāi)，故障恢復(fù)后重新建立同步時(shí)，為了避免全量同步的資源消耗，Redis會(huì)優(yōu)先嘗試部分?jǐn)?shù)據(jù)同步，如果條件不符合，才會(huì)觸發(fā)全量同步。

這個(gè)判斷依據(jù)就是在master上維護(hù)的復(fù)制緩沖區(qū)大小，如果這個(gè)緩沖區(qū)配置的過(guò)小，很有可能在主從斷開(kāi)復(fù)制的這段時(shí)間內(nèi)，master產(chǎn)生的寫入導(dǎo)致復(fù)制緩沖區(qū)的數(shù)據(jù)被覆蓋，重新建立同步時(shí)的slave需要同步的offset位置在master的緩沖區(qū)中找不到，那么此時(shí)就會(huì)觸發(fā)全量同步。

如何避免這種情況？解決方案就是適當(dāng)調(diào)大復(fù)制緩沖區(qū)repl-backlog-size的大小，這個(gè)緩沖區(qū)的大小默認(rèn)為1MB，如果實(shí)例寫入量比較大，可以針對(duì)性調(diào)大此配置。

5.多核CPU優(yōu)化

那如何解決這個(gè)問(wèn)題呢？

如果你確實(shí)想要綁定 CPU，可以優(yōu)化的方案是，不要讓 Redis 進(jìn)程只綁定在一個(gè) CPU 邏輯核上，而是綁定在多個(gè)邏輯核心上，而且，綁定的多個(gè)邏輯核心最好是同一個(gè)物理核心，這樣它們還可以共用 L1/L2 Cache。

當(dāng)然，即便我們把 Redis 綁定在多個(gè)邏輯核心上，也只能在一定程度上緩解主線程、子進(jìn)程、后臺(tái)線程在 CPU 資源上的競(jìng)爭(zhēng)。

因?yàn)檫@些子進(jìn)程、子線程還是會(huì)在這多個(gè)邏輯核心上進(jìn)行切換，存在性能損耗。?

如何再進(jìn)一步優(yōu)化？

可能你已經(jīng)想到了，我們是否可以讓主線程、子進(jìn)程、后臺(tái)線程，分別綁定在固定的 CPU 核心上，不讓它們來(lái)回切換，這樣一來(lái)，他們各自使用的 CPU 資源互不影響。

其實(shí)，這個(gè)方案 Redis 官方已經(jīng)想到了。

Redis 在 6.0 版本已經(jīng)推出了這個(gè)功能，我們可以通過(guò)以下配置，對(duì)主線程、后臺(tái)線程、后臺(tái) RDB 進(jìn)程、AOF rewrite 進(jìn)程，綁定固定的 CPU 邏輯核心：

 

• Redis6.0 前綁定CPU核

taskset -c 0 ./redis-server

• Redis6.0 后綁定CPU核

# Redis Server 和 IO 線程綁定到 CPU核心 0,2,4,6
server_cpulist 0-7:2
# 后臺(tái)子線程綁定到 CPU核心 1,3
bio_cpulist 1,3
# 后臺(tái) AOF rewrite 進(jìn)程綁定到 CPU 核心 8,9,10,11
aof_rewrite_cpulist 8-11
# 后臺(tái) RDB 進(jìn)程綁定到 CPU 核心 1,10,11
# bgsave_cpulist 1,10-1

 

如果你使用的正好是 Redis 6.0 版本，就可以通過(guò)以上配置，來(lái)進(jìn)一步提高 Redis 性能。

這里我需要提醒你的是，一般來(lái)說(shuō)，Redis 的性能已經(jīng)足夠優(yōu)秀，除非你對(duì) Redis 的性能有更加嚴(yán)苛的要求，否則不建議你綁定 CPU。

6.查看Redis內(nèi)存是否發(fā)生Swap

$ redis-cli info | grep process_id
process_id: 5332

然后，進(jìn)入 Redis 所在機(jī)器的 /proc 目錄下的該進(jìn)程目錄中：

$ cd /proc/5332

最后，運(yùn)行下面的命令，查看該 Redis 進(jìn)程的使用情況。在這兒，我只截取了部分結(jié)果：

$cat smaps | egrep '^(Swap|Size)'
Size: 584 kB
Swap: 0 kB
Size: 4 kB
Swap: 4 kB
Size: 4 kB
Swap: 0 kB
Size: 462044 kB
Swap: 462008 kB
Size: 21392 kB
Swap: 0 kB

一旦發(fā)生內(nèi)存 swap，最直接的解決方法就是增加機(jī)器內(nèi)存。如果該實(shí)例在一個(gè) Redis 切片集群中，可以增加 Redis 集群的實(shí)例個(gè)數(shù)，來(lái)分?jǐn)偯總€(gè)實(shí)例服務(wù)的數(shù)據(jù)量，進(jìn)而減少每個(gè)實(shí)例所需的內(nèi)存量。

7.內(nèi)存大頁(yè)

如果采用了內(nèi)存大頁(yè)，那么，即使客戶端請(qǐng)求只修改 100B 的數(shù)據(jù)，Redis 也需要拷貝 2MB 的大頁(yè)。相反，如果是常規(guī)內(nèi)存頁(yè)機(jī)制，只用拷貝 4KB。兩者相比，你可以看到，當(dāng)客戶端請(qǐng)求修改或新寫入數(shù)據(jù)較多時(shí)，內(nèi)存大頁(yè)機(jī)制將導(dǎo)致大量的拷貝，這就會(huì)影響 Redis 正常的訪存操作，最終導(dǎo)致性能變慢。

首先，我們要先排查下內(nèi)存大頁(yè)。方法是：在 Redis 實(shí)例運(yùn)行的機(jī)器上執(zhí)行如下命令:

$ cat /sys/kernel/mm/transparent_hugepage/enabled
[always] madvise never

如果執(zhí)行結(jié)果是 always，就表明內(nèi)存大頁(yè)機(jī)制被啟動(dòng)了；如果是 never，就表示，內(nèi)存大頁(yè)機(jī)制被禁止。

在實(shí)際生產(chǎn)環(huán)境中部署時(shí)，我建議你不要使用內(nèi)存大頁(yè)機(jī)制，操作也很簡(jiǎn)單，只需要執(zhí)行下面的命令就可以了：

echo never /sys/kernel/mm/transparent_hugepage/enabled

其實(shí)，操作系統(tǒng)提供的內(nèi)存大頁(yè)機(jī)制，其優(yōu)勢(shì)是，可以在一定程序上降低應(yīng)用程序申請(qǐng)內(nèi)存的次數(shù)。

但是對(duì)于 Redis 這種對(duì)性能和延遲極其敏感的數(shù)據(jù)庫(kù)來(lái)說(shuō)，我們希望 Redis 在每次申請(qǐng)內(nèi)存時(shí)，耗時(shí)盡量短，所以我不建議你在 Redis 機(jī)器上開(kāi)啟這個(gè)機(jī)制。

8.刪除使用Lazy Free

支持版本：Redis 4.0+

1）主動(dòng)刪除鍵使用lazy free

• UNLINK命令

 

127.0.0.1:7000> LLEN mylist
(integer) 2000000
127.0.0.1:7000> UNLINK mylist
(integer) 1
127.0.0.1:7000> SLOWLOG get
1) 1) (integer) 1
   2) (integer) 1505465188
   3) (integer) 30
   4) 1) "UNLINK"
      2) "mylist"
   5) "127.0.0.1:17015"
   6) ""

注意：DEL命令，還是并發(fā)阻塞的刪除操作

• FLUSHALL/FLUSHDB ASYNC

127.0.0.1:7000> DBSIZE
(integer) 1812295
127.0.0.1:7000> flushall  //同步清理實(shí)例數(shù)據(jù)，180萬(wàn)個(gè)key耗時(shí)1020毫秒
OK
(1.02s)
127.0.0.1:7000> DBSIZE
(integer) 1812637
127.0.0.1:7000> flushall async  //異步清理實(shí)例數(shù)據(jù)，180萬(wàn)個(gè)key耗時(shí)約9毫秒
OK
127.0.0.1:7000> SLOWLOG get
 1) 1) (integer) 2996109
    2) (integer) 1505465989
    3) (integer) 9274       //指令運(yùn)行耗時(shí)9.2毫秒
    4) 1) "flushall"
       2) "async"
    5) "127.0.0.1:20110"
    6) ""

 

2）被動(dòng)刪除鍵使用lazy free

 

lazy free應(yīng)用于被動(dòng)刪除中，目前有4種場(chǎng)景，每種場(chǎng)景對(duì)應(yīng)一個(gè)配置參數(shù)；默認(rèn)都是關(guān)閉。

lazyfree-lazy-eviction no
lazyfree-lazy-expire no
lazyfree-lazy-server-del no
slave-lazy-flush no

 

• lazyfree-lazy-eviction

針對(duì)redis內(nèi)存使用達(dá)到maxmeory，并設(shè)置有淘汰策略時(shí)；在被動(dòng)淘汰鍵時(shí)，是否采用lazy free機(jī)制；因?yàn)榇藞?chǎng)景開(kāi)啟lazy free, 可能使用淘汰鍵的內(nèi)存釋放不及時(shí)，導(dǎo)致redis內(nèi)存超用，超過(guò)maxmemory的限制。此場(chǎng)景使用時(shí)，請(qǐng)結(jié)合業(yè)務(wù)測(cè)試。（生產(chǎn)環(huán)境不建議設(shè)置yes）

• lazyfree-lazy-expire

針對(duì)設(shè)置有TTL的鍵，達(dá)到過(guò)期后，被redis清理刪除時(shí)是否采用lazy free機(jī)制；此場(chǎng)景建議開(kāi)啟，因TTL本身是自適應(yīng)調(diào)整的速度。

 

• lazyfree-lazy-server-del

針對(duì)有些指令在處理已存在的鍵時(shí)，會(huì)帶有一個(gè)隱式的DEL鍵的操作。如rename命令，當(dāng)目標(biāo)鍵已存在,redis會(huì)先刪除目標(biāo)鍵，如果這些目標(biāo)鍵是一個(gè)big key,那就會(huì)引入阻塞刪除的性能問(wèn)題。此參數(shù)設(shè)置就是解決這類問(wèn)題，建議可開(kāi)啟。

 

• slave-lazy-flush

針對(duì)slave進(jìn)行全量數(shù)據(jù)同步，slave在加載master的RDB文件前，會(huì)運(yùn)行flushall來(lái)清理自己的數(shù)據(jù)場(chǎng)景， 參數(shù)設(shè)置決定是否采用異常flush機(jī)制。如果內(nèi)存變動(dòng)不大，建議可開(kāi)啟。可減少全量同步耗時(shí)，從而減少主庫(kù)因輸出緩沖區(qū)爆漲引起的內(nèi)存使用增長(zhǎng)。

3）lazy free的監(jiān)控

lazy free能監(jiān)控的數(shù)據(jù)指標(biāo)，只有一個(gè)值：lazyfree_pending_objects，表示redis執(zhí)行l(wèi)azy free操作，在等待被實(shí)際回收內(nèi)容的鍵個(gè)數(shù)。并不能體現(xiàn)單個(gè)大鍵的元素個(gè)數(shù)或等待lazy free回收的內(nèi)存大小。所以此值有一定參考值，可監(jiān)測(cè)redis lazy free的效率或堆積鍵數(shù)量；比如在flushall async場(chǎng)景下會(huì)有少量的堆積。

# info memory


# Memory
lazyfree_pending_objects:0

 

注意事項(xiàng)：unlink命令入口函數(shù)unlinkCommand()和del調(diào)用相同函數(shù)delGenericCommand()進(jìn)行刪除KEY操作，使用lazy標(biāo)識(shí)是否為lazyfree調(diào)用。如果是lazyfree,則調(diào)用dbAsyncDelete()函數(shù)。

但并非每次unlink命令就一定啟用lazy free，redis會(huì)先判斷釋放KEY的代價(jià)(cost),當(dāng)cost大于LAZYFREE_THRESHOLD（64）才進(jìn)行l(wèi)azy free.

釋放key代價(jià)計(jì)算函數(shù)lazyfreeGetFreeEffort()，集合類型鍵，且滿足對(duì)應(yīng)編碼，cost就是集合鍵的元數(shù)個(gè)數(shù)，否則cost就是1。

 

舉例：

• 一個(gè)包含100元素的list key, 它的free cost就是100
• 一個(gè)512MB的string key, 它的free cost是1 所以可以看出，redis的lazy free的cost計(jì)算主要時(shí)間復(fù)雜度相關(guān)。

 

9.AOF優(yōu)化

Redis 提供了一個(gè)配置項(xiàng)，當(dāng)子進(jìn)程在 AOF rewrite 期間，可以讓后臺(tái)子線程不執(zhí)行刷盤（不觸發(fā) fsync 系統(tǒng)調(diào)用）操作。

這相當(dāng)于在 AOF rewrite 期間，臨時(shí)把 appendfsync 設(shè)置為了 none，配置如下：

# AOF rewrite 期間，AOF 后臺(tái)子線程不進(jìn)行刷盤操作
# 相當(dāng)于在這期間，臨時(shí)把 appendfsync 設(shè)置為了 none
no-appendfsync-on-rewrite yes

 

當(dāng)然，開(kāi)啟這個(gè)配置項(xiàng)，在 AOF rewrite 期間，如果實(shí)例發(fā)生宕機(jī)，那么此時(shí)會(huì)丟失更多的數(shù)據(jù)，性能和數(shù)據(jù)安全性，你需要權(quán)衡后進(jìn)行選擇。

如果占用磁盤資源的是其他應(yīng)用程序，那就比較簡(jiǎn)單了，你需要定位到是哪個(gè)應(yīng)用程序在大量寫磁盤，然后把這個(gè)應(yīng)用程序遷移到其他機(jī)器上執(zhí)行就好了，避免對(duì) Redis 產(chǎn)生影響。

當(dāng)然，如果你對(duì) Redis 的性能和數(shù)據(jù)安全都有很高的要求，那么建議從硬件層面來(lái)優(yōu)化，更換為 SSD 磁盤，提高磁盤的 IO 能力，保證 AOF 期間有充足的磁盤資源可以使用。同時(shí)盡可能讓Redis運(yùn)行在獨(dú)立的機(jī)器上。

10.Swap優(yōu)化

1）增加機(jī)器的內(nèi)存，讓 Redis 有足夠的內(nèi)存可以使用

2）整理內(nèi)存空間，釋放出足夠的內(nèi)存供 Redis 使用，然后釋放 Redis 的 Swap，讓 Redis 重新使用內(nèi)存

釋放 Redis 的 Swap 過(guò)程通常要重啟實(shí)例，為了避免重啟實(shí)例對(duì)業(yè)務(wù)的影響，一般會(huì)先進(jìn)行主從切換，然后釋放舊主節(jié)點(diǎn)的 Swap，重啟舊主節(jié)點(diǎn)實(shí)例，待從庫(kù)數(shù)據(jù)同步完成后，再進(jìn)行主從切換即可。

預(yù)防的辦法就是，你需要對(duì) Redis 機(jī)器的內(nèi)存和 Swap 使用情況進(jìn)行監(jiān)控，在內(nèi)存不足或使用到 Swap 時(shí)報(bào)警出來(lái)，及時(shí)處理。

 

Redis變慢了排查步驟

1.獲取 Redis 實(shí)例在當(dāng)前環(huán)境下的基線性能。

2.是否用了慢查詢命令？如果是的話，就使用其他命令替代慢查詢命令，或者把聚合計(jì)算命令放在客戶端做。

3.是否對(duì)過(guò)期 key 設(shè)置了相同的過(guò)期時(shí)間？對(duì)于批量刪除的 key，可以在每個(gè) key 的過(guò)期時(shí)間上加一個(gè)隨機(jī)數(shù)，避免同時(shí)刪除。

4.是否存在 bigkey？對(duì)于 bigkey 的刪除操作，如果你的 Redis 是 4.0 及以上的版本，可以直接利用異步線程機(jī)制減少主線程阻塞；如果是 Redis 4.0 以前的版本，可以使用 SCAN 命令迭代刪除；對(duì)于 bigkey 的集合查詢和聚合操作，可以使用 SCAN 命令在客戶端完成。

5.Redis AOF 配置級(jí)別是什么？業(yè)務(wù)層面是否的確需要這一可靠性級(jí)別？如果我們需要高性能，同時(shí)也允許數(shù)據(jù)丟失，可以將配置項(xiàng) no-appendfsync-on-rewrite 設(shè)置為 yes，避免 AOF 重寫和 fsync 競(jìng)爭(zhēng)磁盤 IO 資源，導(dǎo)致 Redis 延遲增加。當(dāng)然， 如果既需要高性能又需要高可靠性，最好使用高速固態(tài)盤作為 AOF 日志的寫入盤。

6.Redis 實(shí)例的內(nèi)存使用是否過(guò)大？發(fā)生 swap 了嗎？如果是的話，就增加機(jī)器內(nèi)存，或者是使用 Redis 集群，分?jǐn)倖螜C(jī) Redis 的鍵值對(duì)數(shù)量和內(nèi)存壓力。同時(shí)，要避免出現(xiàn) Redis 和其他內(nèi)存需求大的應(yīng)用共享機(jī)器的情況。

7.在 Redis 實(shí)例的運(yùn)行環(huán)境中，是否啟用了透明大頁(yè)機(jī)制？如果是的話，直接關(guān)閉內(nèi)存大頁(yè)機(jī)制就行了。

8.是否運(yùn)行了 Redis 主從集群？如果是的話，把主庫(kù)實(shí)例的數(shù)據(jù)量大小控制在 2~4GB，以免主從復(fù)制時(shí)，從庫(kù)因加載大的 RDB 文件而阻塞。

9.是否使用了多核 CPU 或 NUMA 架構(gòu)的機(jī)器運(yùn)行 Redis 實(shí)例？使用多核 CPU 時(shí)，可以給 Redis 實(shí)例綁定物理核；使用 NUMA 架構(gòu)時(shí)，注意把 Redis 實(shí)例和網(wǎng)絡(luò)中斷處理程序運(yùn)行在同一個(gè) CPU Socket 上。