數(shù)據(jù)淘汰機制

Redis提供了5種數(shù)據(jù)淘汰策略：

• volatile-lru：使用LRU算法進行數(shù)據(jù)淘汰(淘汰上次使用時間最早的，且使用次數(shù)最少的key)，只淘汰設定了有效期的key
• allkeys-lru：使用LRU算法進行數(shù)據(jù)淘汰，所有的key都可以被淘汰
• volatile-random：隨機淘汰數(shù)據(jù)，只淘汰設定了有效期的key
• allkeys-random：隨機淘汰數(shù)據(jù)，所有的key都可以被淘汰
• volatile-ttl：淘汰剩余有效期最短的key

最好為Redis指定一種有效的數(shù)據(jù)淘汰策略以配合maxmemory設置，避免在內存使用滿后發(fā)生寫入失敗的情況。

一般來說，推薦使用的策略是volatile-lru，并辨識Redis中保存的數(shù)據(jù)的重要性。對于那些重要的，絕對不能丟棄的數(shù)據(jù)(如配置類數(shù)據(jù)等)，應不設置有效期，這樣Redis就永遠不會淘汰這些數(shù)據(jù)。對于那些相對不是那么重要的，并且能夠熱加載的數(shù)據(jù)(比如緩存最近登錄的用戶信息，當在Redis中找不到時，程序會去DB中讀取)，可以設置上有效期，這樣在內存不夠時Redis就會淘汰這部分數(shù)據(jù)。

配置方法：

maxmemory-policy volatile-lru #默認是noeviction，即不進行數(shù)據(jù)淘汰

Pipelining

Pipelining

Redis提供許多批量操作的命令，如MSET/MGET/HMSET/HMGET等等，這些命令存在的意義是減少維護網絡連接和傳輸數(shù)據(jù)所消耗的資源和時間。

例如連續(xù)使用5次SET命令設置5個不同的key，比起使用一次MSET命令設置5個不同的key，效果是一樣的，但前者會消耗更多的RTT(Round Trip Time)時長，永遠應優(yōu)先使用后者。

然而，如果客戶端要連續(xù)執(zhí)行的多次操作無法通過Redis命令組合在一起，例如：

SET a "abc"INCR bHSET c name "hi"

此時便可以使用Redis提供的pipelining功能來實現(xiàn)在一次交互中執(zhí)行多條命令。

使用pipelining時，只需要從客戶端一次向Redis發(fā)送多條命令(以rn)分隔，Redis就會依次執(zhí)行這些命令，并且把每個命令的返回按順序組裝在一起一次返回，比如：

$ (printf "PINGrnPINGrnPINGrn"; sleep 1) | nc localhost 6379+PONG+PONG+PONG

大部分的Redis客戶端都對Pipelining提供支持，所以開發(fā)者通常并不需要自己手工拼裝命令列表。

Pipelining的局限性

Pipelining只能用于執(zhí)行連續(xù)且無相關性的命令，當某個命令的生成需要依賴于前一個命令的返回時，就無法使用Pipelining了。

通過Scripting功能，可以規(guī)避這一局限性

事務與Scripting

Pipelining能夠讓Redis在一次交互中處理多條命令，然而在一些場景下，我們可能需要在此基礎上確保這一組命令是連續(xù)執(zhí)行的。

比如獲取當前累計的PV數(shù)并將其清0

> GET vCount12384> SET vCount 0OK

如果在GET和SET命令之間插進來一個INCR vCount，就會使客戶端拿到的vCount不準確。

Redis的事務可以確保復數(shù)命令執(zhí)行時的原子性。也就是說Redis能夠保證：一個事務中的一組命令是絕對連續(xù)執(zhí)行的，在這些命令執(zhí)行完成之前，絕對不會有來自于其他連接的其他命令插進去執(zhí)行。

通過MULTI和EXEC命令來把這兩個命令加入一個事務中：

> MULTIOK> GET vCountQUEUED> SET vCount 0QUEUED> EXEC1) 123842) OK

Redis在接收到MULTI命令后便會開啟一個事務，這之后的所有讀寫命令都會保存在隊列中但并不執(zhí)行，直到接收到EXEC命令后，Redis會把隊列中的所有命令連續(xù)順序執(zhí)行，并以數(shù)組形式返回每個命令的返回結果。

可以使用DISCARD命令放棄當前的事務，將保存的命令隊列清空。

需要注意的是，Redis事務不支持回滾：

如果一個事務中的命令出現(xiàn)了語法錯誤，大部分客戶端驅動會返回錯誤，2.6.5版本以上的Redis也會在執(zhí)行EXEC時檢查隊列中的命令是否存在語法錯誤，如果存在，則會自動放棄事務并返回錯誤。

但如果一個事務中的命令有非語法類的錯誤(比如對String執(zhí)行HSET操作)，無論客戶端驅動還是Redis都無法在真正執(zhí)行這條命令之前發(fā)現(xiàn)，所以事務中的所有命令仍然會被依次執(zhí)行。在這種情況下，會出現(xiàn)一個事務中部分命令成功部分命令失敗的情況，然而與RDBMS不同，Redis不提供事務回滾的功能，所以只能通過其他方法進行數(shù)據(jù)的回滾。

通過事務實現(xiàn)CAS

Redis提供了WATCH命令與事務搭配使用，實現(xiàn)CAS樂觀鎖的機制。

假設要實現(xiàn)將某個商品的狀態(tài)改為已售：

if(exec(HGET stock:1001 state) == "in stock") exec(HSET stock:1001 state "sold");

這一偽代碼執(zhí)行時，無法確保并發(fā)安全性，有可能多個客戶端都獲取到了”in stock”的狀態(tài)，導致一個庫存被售賣多次。

使用WATCH命令和事務可以解決這一問題：

exec(WATCH stock:1001);if(exec(HGET stock:1001 state) == "in stock") { exec(MULTI); exec(HSET stock:1001 state "sold"); exec(EXEC);}

WATCH的機制是：在事務EXEC命令執(zhí)行時，Redis會檢查被WATCH的key，只有被WATCH的key從WATCH起始時至今沒有發(fā)生過變更，EXEC才會被執(zhí)行。如果WATCH的key在WATCH命令到EXEC命令之間發(fā)生過變化，則EXEC命令會返回失敗。

Scripting

通過EVAL與EVALSHA命令，可以讓Redis執(zhí)行LUA腳本。這就類似于RDBMS的存儲過程一樣，可以把客戶端與Redis之間密集的讀/寫交互放在服務端進行，避免過多的數(shù)據(jù)交互，提升性能。

Scripting功能是作為事務功能的替代者誕生的，事務提供的所有能力Scripting都可以做到。Redis官方推薦使用LUA Script來代替事務，前者的效率和便利性都超過了事務。

關于Scripting的具體使用，本文不做詳細介紹，請參考官方文檔

https://redis.io/commands/eval

Redis性能調優(yōu)

盡管Redis是一個非常快速的內存數(shù)據(jù)存儲媒介，也并不代表Redis不會產生性能問題。

前文中提到過，Redis采用單線程模型，所有的命令都是由一個線程串行執(zhí)行的，所以當某個命令執(zhí)行耗時較長時，會拖慢其后的所有命令，這使得Redis對每個任務的執(zhí)行效率更加敏感。

針對Redis的性能優(yōu)化，主要從下面幾個層面入手：

• 最初的也是最重要的，確保沒有讓Redis執(zhí)行耗時長的命令
• 使用pipelining將連續(xù)執(zhí)行的命令組合執(zhí)行
• 操作系統(tǒng)的Transparent huge pages功能必須關閉：

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

• 如果在虛擬機中運行Redis，可能天然就有虛擬機環(huán)境帶來的固有延遲。可以通過./redis-cli –intrinsic-latency 100命令查看固有延遲。同時如果對Redis的性能有較高要求的話，應盡可能在物理機上直接部署Redis。
• 檢查數(shù)據(jù)持久化策略
• 考慮引入讀寫分離機制

長耗時命令

Redis絕大多數(shù)讀寫命令的時間復雜度都在O(1)到O(N)之間，在文本和官方文檔中均對每個命令的時間復雜度有說明。

通常來說，O(1)的命令是安全的，O(N)命令在使用時需要注意，如果N的數(shù)量級不可預知，則應避免使用。例如對一個field數(shù)未知的Hash數(shù)據(jù)執(zhí)行HGETALL/HKEYS/HVALS命令，通常來說這些命令執(zhí)行的很快，但如果這個Hash中的field數(shù)量極多，耗時就會成倍增長。

又如使用SUNION對兩個Set執(zhí)行Union操作，或使用SORT對List/Set執(zhí)行排序操作等時，都應該嚴加注意。

避免在使用這些O(N)命令時發(fā)生問題主要有幾個辦法：

• 不要把List當做列表使用，僅當做隊列來使用
• 通過機制嚴格控制Hash、Set、Sorted Set的大小
• 可能的話，將排序、并集、交集等操作放在客戶端執(zhí)行
• 絕對禁止使用KEYS命令
• 避免一次性遍歷集合類型的所有成員，而應使用SCAN類的命令進行分批的，游標式的遍歷

Redis提供了SCAN命令，可以對Redis中存儲的所有key進行游標式的遍歷，避免使用KEYS命令帶來的性能問題。同時還有SSCAN/HSCAN/ZSCAN等命令，分別用于對Set/Hash/Sorted Set中的元素進行游標式遍歷。SCAN類命令的使用請參考官方文檔：

https://redis.io/commands/scan

Redis提供了Slow Log功能，可以自動記錄耗時較長的命令。相關的配置參數(shù)有兩個：

slowlog-log-slower-than xxxms #執(zhí)行時間慢于xxx毫秒的命令計入Slow Logslowlog-max-len xxx #Slow Log的長度，即最大紀錄多少條Slow Log

使用SLOWLOG GET [number]命令，可以輸出最近進入Slow Log的number條命令。

使用SLOWLOG RESET命令，可以重置Slow Log

網絡引發(fā)的延遲

• 盡可能使用長連接或連接池，避免頻繁創(chuàng)建銷毀連接
• 客戶端進行的批量數(shù)據(jù)操作，應使用Pipeline特性在一次交互中完成。具體請參照本文的Pipelining章節(jié)

數(shù)據(jù)持久化引發(fā)的延遲

Redis的數(shù)據(jù)持久化工作本身就會帶來延遲，需要根據(jù)數(shù)據(jù)的安全級別和性能要求制定合理的持久化策略：

• AOF + fsync always的設置雖然能夠絕對確保數(shù)據(jù)安全，但每個操作都會觸發(fā)一次fsync，會對Redis的性能有比較明顯的影響
• AOF + fsync every second是比較好的折中方案，每秒fsync一次
• AOF + fsync never會提供AOF持久化方案下的最優(yōu)性能
• 使用RDB持久化通常會提供比使用AOF更高的性能，但需要注意RDB的策略配置
• 每一次RDB快照和AOF Rewrite都需要Redis主進程進行fork操作。fork操作本身可能會產生較高的耗時，與CPU和Redis占用的內存大小有關。根據(jù)具體的情況合理配置RDB快照和AOF Rewrite時機，避免過于頻繁的fork帶來的延遲

Redis在fork子進程時需要將內存分頁表拷貝至子進程，以占用了24GB內存的Redis實例為例，共需要拷貝24GB / 4kB * 8 = 48MB的數(shù)據(jù)。在使用單Xeon 2.27Ghz的物理機上，這一fork操作耗時216ms。可以通過INFO命令返回的latest_fork_usec字段查看上一次fork操作的耗時(微秒)

Swap引發(fā)的延遲

當Linux將Redis所用的內存分頁移至swap空間時，將會阻塞Redis進程，導致Redis出現(xiàn)不正常的延遲。Swap通常在物理內存不足或一些進程在進行大量I/O操作時發(fā)生，應盡可能避免上述兩種情況的出現(xiàn)。

/proc//smaps文件中會保存進程的swap記錄，通過查看這個文件，能夠判斷Redis的延遲是否由Swap產生。如果這個文件中記錄了較大的Swap size，則說明延遲很有可能是Swap造成的。

數(shù)據(jù)淘汰引發(fā)的延遲

當同一秒內有大量key過期時，也會引發(fā)Redis的延遲。在使用時應盡量將key的失效時間錯開。

引入讀寫分離機制

Redis的主從復制能力可以實現(xiàn)一主多從的多節(jié)點架構，在這一架構下，主節(jié)點接收所有寫請求，并將數(shù)據(jù)同步給多個從節(jié)點。

在這一基礎上，我們可以讓從節(jié)點提供對實時性要求不高的讀請求服務，以減小主節(jié)點的壓力。

尤其是針對一些使用了長耗時命令的統(tǒng)計類任務，完全可以指定在一個或多個從節(jié)點上執(zhí)行，避免這些長耗時命令影響其他請求的響應。

關于讀寫分離的具體說明，請參見后續(xù)章節(jié)

主從復制與集群分片

主從復制

Redis支持一主多從的主從復制架構。一個Master實例負責處理所有的寫請求，Master將寫操作同步至所有Slave。

借助Redis的主從復制，可以實現(xiàn)讀寫分離和高可用：

• 實時性要求不是特別高的讀請求，可以在Slave上完成，提升效率。特別是一些周期性執(zhí)行的統(tǒng)計任務，這些任務可能需要執(zhí)行一些長耗時的Redis命令，可以專門規(guī)劃出1個或幾個Slave用于服務這些統(tǒng)計任務
• 借助Redis Sentinel可以實現(xiàn)高可用，當Master crash后，Redis Sentinel能夠自動將一個Slave晉升為Master，繼續(xù)提供服務

啟用主從復制非常簡單，只需要配置多個Redis實例，在作為Slave的Redis實例中配置：

slaveof 192.168.1.1 6379 #指定Master的IP和端口

當Slave啟動后，會從Master進行一次冷啟動數(shù)據(jù)同步，由Master觸發(fā)BGSAVE生成RDB文件推送給Slave進行導入，導入完成后Master再將增量數(shù)據(jù)通過Redis Protocol同步給Slave。之后主從之間的數(shù)據(jù)便一直以Redis Protocol進行同步

使用Sentinel做自動failover

Redis的主從復制功能本身只是做數(shù)據(jù)同步，并不提供監(jiān)控和自動failover能力，要通過主從復制功能來實現(xiàn)Redis的高可用，還需要引入一個組件：Redis Sentinel

Redis Sentinel是Redis官方開發(fā)的監(jiān)控組件，可以監(jiān)控Redis實例的狀態(tài)，通過Master節(jié)點自動發(fā)現(xiàn)Slave節(jié)點，并在監(jiān)測到Master節(jié)點失效時選舉出一個新的Master，并向所有Redis實例推送新的主從配置。

Redis Sentinel需要至少部署3個實例才能形成選舉關系。

關鍵配置：

另外需要注意的是，Redis Sentinel實現(xiàn)的自動failover不是在同一個IP和端口上完成的，也就是說自動failover產生的新Master提供服務的IP和端口與之前的Master是不一樣的，所以要實現(xiàn)HA，還要求客戶端必須支持Sentinel，能夠與Sentinel交互獲得新Master的信息才行。

集群分片

為何要做集群分片：

• Redis中存儲的數(shù)據(jù)量大，一臺主機的物理內存已經無法容納
• Redis的寫請求并發(fā)量大，一個Redis實例以無法承載

當上述兩個問題出現(xiàn)時，就必須要對Redis進行分片了。

Redis的分片方案有很多種，例如很多Redis的客戶端都自行實現(xiàn)了分片功能，也有向Twemproxy這樣的以代理方式實現(xiàn)的Redis分片方案。然而首選的方案還應該是Redis官方在3.0版本中推出的Redis Cluster分片方案。

本文不會對Redis Cluster的具體安裝和部署細節(jié)進行介紹，重點介紹Redis Cluster帶來的好處與弊端。

Redis Cluster的能力

• 能夠自動將數(shù)據(jù)分散在多個節(jié)點上
• 當訪問的key不在當前分片上時，能夠自動將請求轉發(fā)至正確的分片
• 當集群中部分節(jié)點失效時仍能提供服務

其中第三點是基于主從復制來實現(xiàn)的，Redis Cluster的每個數(shù)據(jù)分片都采用了主從復制的結構，原理和前文所述的主從復制完全一致，唯一的區(qū)別是省去了Redis Sentinel這一額外的組件，由Redis Cluster負責進行一個分片內部的節(jié)點監(jiān)控和自動failover。

Redis Cluster分片原理

Redis Cluster中共有16384個hash slot，Redis會計算每個key的CRC16，將結果與16384取模，來決定該key存儲在哪一個hash slot中，同時需要指定Redis Cluster中每個數(shù)據(jù)分片負責的Slot數(shù)。Slot的分配在任何時間點都可以進行重新分配。

客戶端在對key進行讀寫操作時，可以連接Cluster中的任意一個分片，如果操作的key不在此分片負責的Slot范圍內，Redis Cluster會自動將請求重定向到正確的分片上。

hash tags

在基礎的分片原則上，Redis還支持hash tags功能，以hash tags要求的格式明明的key，將會確保進入同一個Slot中。例如：{uiv}user:1000和{uiv}user:1001擁有同樣的hash tag {uiv}，會保存在同一個Slot中。

使用Redis Cluster時，pipelining、事務和LUA Script功能涉及的key必須在同一個數(shù)據(jù)分片上，否則將會返回錯誤。如要在Redis Cluster中使用上述功能，就必須通過hash tags來確保一個pipeline或一個事務中操作的所有key都位于同一個Slot中。

有一些客戶端(如Redisson)實現(xiàn)了集群化的pipelining操作，可以自動將一個pipeline里的命令按key所在的分片進行分組，分別發(fā)到不同的分片上執(zhí)行。但是Redis不支持跨分片的事務，事務和LUA Script還是必須遵循所有key在一個分片上的規(guī)則要求。

主從復制 vs 集群分片

在設計軟件架構時，要如何在主從復制和集群分片兩種部署方案中取舍呢？

從各個方面看，Redis Cluster都是優(yōu)于主從復制的方案

• Redis Cluster能夠解決單節(jié)點上數(shù)據(jù)量過大的問題
• Redis Cluster能夠解決單節(jié)點訪問壓力過大的問題
• Redis Cluster包含了主從復制的能力

那是不是代表Redis Cluster永遠是優(yōu)于主從復制的選擇呢？

并不是。

軟件架構永遠不是越復雜越好，復雜的架構在帶來顯著好處的同時，一定也會帶來相應的弊端。采用Redis Cluster的弊端包括：

• 維護難度增加。在使用Redis Cluster時，需要維護的Redis實例數(shù)倍增，需要監(jiān)控的主機數(shù)量也相應增加，數(shù)據(jù)備份/持久化的復雜度也會增加。同時在進行分片的增減操作時，還需要進行reshard操作，遠比主從模式下增加一個Slave的復雜度要高。
• 客戶端資源消耗增加。當客戶端使用連接池時，需要為每一個數(shù)據(jù)分片維護一個連接池，客戶端同時需要保持的連接數(shù)成倍增多，加大了客戶端本身和操作系統(tǒng)資源的消耗。
• 性能優(yōu)化難度增加。你可能需要在多個分片上查看Slow Log和Swap日志才能定位性能問題。
• 事務和LUA Script的使用成本增加。在Redis Cluster中使用事務和LUA Script特性有嚴格的限制條件，事務和Script中操作的key必須位于同一個分片上，這就使得在開發(fā)時必須對相應場景下涉及的key進行額外的規(guī)劃和規(guī)范要求。如果應用的場景中大量涉及事務和Script的使用，如何在保證這兩個功能的正常運作前提下把數(shù)據(jù)平均分到多個數(shù)據(jù)分片中就會成為難點。

所以說，在主從復制和集群分片兩個方案中做出選擇時，應該從應用軟件的功能特性、數(shù)據(jù)和訪問量級、未來發(fā)展規(guī)劃等方面綜合考慮，只在確實有必要引入數(shù)據(jù)分片時再使用Redis Cluster。

下面是一些建議：

需要在Redis中存儲的數(shù)據(jù)有多大？未來2年內可能發(fā)展為多大？這些數(shù)據(jù)是否都需要長期保存？是否可以使用LRU算法進行非熱點數(shù)據(jù)的淘汰？綜合考慮前面幾個因素，評估出Redis需要使用的物理內存。

用于部署Redis的主機物理內存有多大？有多少可以分配給Redis使用？對比(1)中的內存需求評估，是否足夠用？

Redis面臨的并發(fā)寫壓力會有多大？在不使用pipelining時，Redis的寫性能可以超過10萬次/秒(更多的benchmark可以參考 https://redis.io/topics/benchmarks )

在使用Redis時，是否會使用到pipelining和事務功能？使用的場景多不多？

綜合上面幾點考慮，如果單臺主機的可用物理內存完全足以支撐對Redis的容量需求，且Redis面臨的并發(fā)寫壓力距離Benchmark值還尚有距離，建議采用主從復制的架構，可以省去很多不必要的麻煩。同時，如果應用中大量使用pipelining和事務，也建議盡可能選擇主從復制架構，可以減少設計和開發(fā)時的復雜度。

Redis Java客戶端的選擇

Redis的Java客戶端很多，官方推薦的有三種：Jedis、Redisson和lettuce。

在這里對Jedis和Redisson進行對比介紹

Jedis：

• 輕量，簡潔，便于集成和改造
• 支持連接池
• 支持pipelining、事務、LUA Scripting、Redis Sentinel、Redis Cluster
• 不支持讀寫分離，需要自己實現(xiàn)
• 文檔差(真的很差，幾乎沒有……)

Redisson：

• 基于Netty實現(xiàn)，采用非阻塞IO，性能高
• 支持異步請求
• 支持連接池
• 支持pipelining、LUA Scripting、Redis Sentinel、Redis Cluster
• 不支持事務，官方建議以LUA Scripting代替事務
• 支持在Redis Cluster架構下使用pipelining
• 支持讀寫分離，支持讀負載均衡，在主從復制和Redis Cluster架構下都可以使用
• 內建Tomcat Session Manager，為Tomcat 6/7/8提供了會話共享功能
• 可以與Spring Session集成，實現(xiàn)基于Redis的會話共享
• 文檔較豐富，有中文文檔

對于Jedis和Redisson的選擇，同樣應遵循前述的原理，盡管Jedis比起Redisson有各種各樣的不足，但也應該在需要使用Redisson的高級特性時再選用Redisson，避免造成不必要的程序復雜度提升。

本文轉自k8s中文社區(qū)

總結

以上是生活随笔為你收集整理的redis scan 效率太慢_Redis 基础、高级特性与性能调优（下）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。