Redis 是基于單線程模型實(shí)現(xiàn)的，也就是 Redis 是使用一個(gè)線程來(lái)處理所有的客戶(hù)端請(qǐng)求的，盡管 Redis 使用了非阻塞式 IO，并且對(duì)各種命令都做了優(yōu)化（大部分命令操作時(shí)間復(fù)雜度都是 O(1)），但由于 Redis 是單線程執(zhí)行的特點(diǎn)，因此它對(duì)性能的要求更加苛刻，本文我們將通過(guò)一些優(yōu)化手段，讓 Redis 更加高效的運(yùn)行。

本文我們將使用以下手段，來(lái)提升 Redis 的運(yùn)行速度：

縮短鍵值對(duì)的存儲(chǔ)長(zhǎng)度；

使用 lazy free（延遲刪除）特性；

設(shè)置鍵值的過(guò)期時(shí)間；

禁用長(zhǎng)耗時(shí)的查詢(xún)命令；

使用 slowlog 優(yōu)化耗時(shí)命令；

使用 Pipeline 批量操作數(shù)據(jù)；

避免大量數(shù)據(jù)同時(shí)失效；

客戶(hù)端使用優(yōu)化；

限制 Redis 內(nèi)存大小；

使用物理機(jī)而非虛擬機(jī)安裝 Redis 服務(wù)；

檢查數(shù)據(jù)持久化策略；

禁用 THP 特性；

使用分布式架構(gòu)來(lái)增加讀寫(xiě)速度。

1.縮短鍵值對(duì)的存儲(chǔ)長(zhǎng)度

鍵值對(duì)的長(zhǎng)度是和性能成反比的，比如我們來(lái)做一組寫(xiě)入數(shù)據(jù)的性能測(cè)試，執(zhí)行結(jié)果如下：

從以上數(shù)據(jù)可以看出，在 key 不變的情況下，value 值越大操作效率越慢，因?yàn)?Redis 對(duì)于同一種數(shù)據(jù)類(lèi)型會(huì)使用不同的內(nèi)部編碼進(jìn)行存儲(chǔ)，比如字符串的內(nèi)部編碼就有三種：int（整數(shù)編碼）、raw（優(yōu)化內(nèi)存分配的字符串編碼）、embstr（動(dòng)態(tài)字符串編碼），這是因?yàn)?Redis 的作者是想通過(guò)不同編碼實(shí)現(xiàn)效率和空間的平衡，然而數(shù)據(jù)量越大使用的內(nèi)部編碼就越復(fù)雜，而越是復(fù)雜的內(nèi)部編碼存儲(chǔ)的性能就越低。

這還只是寫(xiě)入時(shí)的速度，當(dāng)鍵值對(duì)內(nèi)容較大時(shí)，還會(huì)帶來(lái)另外幾個(gè)問(wèn)題：

• 內(nèi)容越大需要的持久化時(shí)間就越長(zhǎng)，需要掛起的時(shí)間越長(zhǎng)，Redis 的性能就會(huì)越低；
• 內(nèi)容越大在網(wǎng)絡(luò)上傳輸?shù)膬?nèi)容就越多，需要的時(shí)間就越長(zhǎng)，整體的運(yùn)行速度就越低；
• 內(nèi)容越大占用的內(nèi)存就越多，就會(huì)更頻繁的觸發(fā)內(nèi)存淘汰機(jī)制，從而給 Redis 帶來(lái)了更多的運(yùn)行負(fù)擔(dān)。

因此在保證完整語(yǔ)義的同時(shí)，我們要盡量的縮短鍵值對(duì)的存儲(chǔ)長(zhǎng)度，必要時(shí)要對(duì)數(shù)據(jù)進(jìn)行序列化和壓縮再存儲(chǔ)，以 Java 為例，序列化我們可以使用 protostuff 或 kryo，壓縮我們可以使用 snappy。

2.使用 lazy free 特性

lazy free 特性是 Redis 4.0 新增的一個(gè)非常使用的功能，它可以理解為惰性刪除或延遲刪除。意思是在刪除的時(shí)候提供異步延時(shí)釋放鍵值的功能，把鍵值釋放操作放在 BIO(Background I/O) 單獨(dú)的子線程處理中，以減少刪除刪除對(duì) Redis 主線程的阻塞，可以有效地避免刪除 big key 時(shí)帶來(lái)的性能和可用性問(wèn)題。

lazy free 對(duì)應(yīng)了 4 種場(chǎng)景，默認(rèn)都是關(guān)閉的：

lazyfree-lazy-eviction no lazyfree-lazy-expire no lazyfree-lazy-server-del no slave-lazy-flush no 復(fù)制代碼

它們代表的含義如下：

• lazyfree-lazy-eviction：表示當(dāng) Redis 運(yùn)行內(nèi)存超過(guò) maxmeory 時(shí)，是否開(kāi)啟 lazy free 機(jī)制刪除；
• lazyfree-lazy-expire：表示設(shè)置了過(guò)期時(shí)間的鍵值，當(dāng)過(guò)期之后是否開(kāi)啟 lazy free 機(jī)制刪除；
• lazyfree-lazy-server-del：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，比如 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，就會(huì)造成阻塞刪除的問(wèn)題，此配置表示在這種場(chǎng)景中是否開(kāi)啟 lazy free 機(jī)制刪除；
• slave-lazy-flush：針對(duì) slave(從節(jié)點(diǎn)) 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)，它表示此時(shí)是否開(kāi)啟 lazy free 機(jī)制刪除。

建議開(kāi)啟其中的 lazyfree-lazy-eviction、lazyfree-lazy-expire、lazyfree-lazy-server-del 等配置，這樣就可以有效的提高主線程的執(zhí)行效率。

3.設(shè)置鍵值的過(guò)期時(shí)間

我們應(yīng)該根據(jù)實(shí)際的業(yè)務(wù)情況，對(duì)鍵值設(shè)置合理的過(guò)期時(shí)間，這樣 Redis 會(huì)幫你自動(dòng)清除過(guò)期的鍵值對(duì)，以節(jié)約對(duì)內(nèi)存的占用，以避免鍵值過(guò)多的堆積，頻繁的觸發(fā)內(nèi)存淘汰策略。

4.禁用長(zhǎng)耗時(shí)的查詢(xún)命令

Redis 絕大多數(shù)讀寫(xiě)命令的時(shí)間復(fù)雜度都在 O(1) 到 O(N) 之間，在官方文檔對(duì)每命令都有時(shí)間復(fù)雜度說(shuō)明，地址：redis.io/commands，如下…

其中 O(1) 表示可以安全使用的，而 O(N) 就應(yīng)該當(dāng)心了，N 表示不確定，數(shù)據(jù)越大查詢(xún)的速度可能會(huì)越慢。因?yàn)?Redis 只用一個(gè)線程來(lái)做數(shù)據(jù)查詢(xún)，如果這些指令耗時(shí)很長(zhǎng)，就會(huì)阻塞 Redis，造成大量延時(shí)。

要避免 O(N) 命令對(duì) Redis 造成的影響，可以從以下幾個(gè)方面入手改造：

• 決定禁止使用 keys 命令；
• 避免一次查詢(xún)所有的成員，要使用 scan 命令進(jìn)行分批的，游標(biāo)式的遍歷；
• 通過(guò)機(jī)制嚴(yán)格控制 Hash、Set、Sorted Set 等結(jié)構(gòu)的數(shù)據(jù)大小；
• 將排序、并集、交集等操作放在客戶(hù)端執(zhí)行，以減少 Redis 服務(wù)器運(yùn)行壓力；
• 刪除 (del) 一個(gè)大數(shù)據(jù)的時(shí)候，可能會(huì)需要很長(zhǎng)時(shí)間，所以建議用異步刪除的方式 unlink，它會(huì)啟動(dòng)一個(gè)新的線程來(lái)刪除目標(biāo)數(shù)據(jù)，而不阻塞 Redis 的主線程。

5.使用 slowlog 優(yōu)化耗時(shí)命令

我們可以使用 slowlog 功能找出最耗時(shí)的 Redis 命令進(jìn)行相關(guān)的優(yōu)化，以提升 Redis 的運(yùn)行速度，慢查詢(xún)有兩個(gè)重要的配置項(xiàng)：

• slowlog-log-slower-than ：用于設(shè)置慢查詢(xún)的評(píng)定時(shí)間，也就是說(shuō)超過(guò)此配置項(xiàng)的命令，將會(huì)被當(dāng)成慢操作記錄在慢查詢(xún)?nèi)罩局?#xff0c;它執(zhí)行單位是微秒 (1 秒等于 1000000 微秒)；
• slowlog-max-len ：用來(lái)配置慢查詢(xún)?nèi)罩镜淖畲笥涗洈?shù)。

我們可以根據(jù)實(shí)際的業(yè)務(wù)情況進(jìn)行相應(yīng)的配置，其中慢日志是按照插入的順序倒序存入慢查詢(xún)?nèi)罩局?#xff0c;我們可以使用 slowlog get n 來(lái)獲取相關(guān)的慢查詢(xún)?nèi)罩?#xff0c;再找到這些慢查詢(xún)對(duì)應(yīng)的業(yè)務(wù)進(jìn)行相關(guān)的優(yōu)化。

6.使用 Pipeline 批量操作數(shù)據(jù)

Pipeline (管道技術(shù)) 是客戶(hù)端提供的一種批處理技術(shù)，用于一次處理多個(gè) Redis 命令，從而提高整個(gè)交互的性能。

我們使用 Java 代碼來(lái)測(cè)試一下 Pipeline 和普通操作的性能對(duì)比，Pipeline 的測(cè)試代碼如下：

public class PipelineExample {public static void main(String[] args) {Jedis jedis = new Jedis("127.0.0.1", 6379);// 記錄執(zhí)行開(kāi)始時(shí)間long beginTime = System.currentTimeMillis();// 獲取 Pipeline 對(duì)象Pipeline pipe = jedis.pipelined();// 設(shè)置多個(gè) Redis 命令for (int i = 0; i < 100; i++) {pipe.set("key" + i, "val" + i);pipe.del("key"+i);}// 執(zhí)行命令pipe.sync();// 記錄執(zhí)行結(jié)束時(shí)間long endTime = System.currentTimeMillis();System.out.println("執(zhí)行耗時(shí)：" + (endTime - beginTime) + "毫秒");} } 復(fù)制代碼

以上程序執(zhí)行結(jié)果為：

執(zhí)行耗時(shí)：297毫秒

普通的操作代碼如下：

public class PipelineExample {public static void main(String[] args) {Jedis jedis = new Jedis("127.0.0.1", 6379);// 記錄執(zhí)行開(kāi)始時(shí)間long beginTime = System.currentTimeMillis();for (int i = 0; i < 100; i++) {jedis.set("key" + i, "val" + i);jedis.del("key"+i);}// 記錄執(zhí)行結(jié)束時(shí)間long endTime = System.currentTimeMillis();System.out.println("執(zhí)行耗時(shí)：" + (endTime - beginTime) + "毫秒");} } 復(fù)制代碼

以上程序執(zhí)行結(jié)果為：

執(zhí)行耗時(shí)：17276毫秒

從以上的結(jié)果可以看出，管道的執(zhí)行時(shí)間是 297 毫秒，而普通命令執(zhí)行時(shí)間是 17276 毫秒，管道技術(shù)要比普通的執(zhí)行大約快了 58 倍。

7.避免大量數(shù)據(jù)同時(shí)失效

Redis 過(guò)期鍵值刪除使用的是貪心策略，它每秒會(huì)進(jìn)行 10 次過(guò)期掃描，此配置可在 redis.conf 進(jìn)行配置，默認(rèn)值是 hz 10，Redis 會(huì)隨機(jī)抽取 20 個(gè)值，刪除這 20 個(gè)鍵中過(guò)期的鍵，如果過(guò)期 key 的比例超過(guò) 25% ，重復(fù)執(zhí)行此流程，如下圖所示：

如果在大型系統(tǒng)中有大量緩存在同一時(shí)間同時(shí)過(guò)期，那么會(huì)導(dǎo)致 Redis 循環(huán)多次持續(xù)掃描刪除過(guò)期字典，直到過(guò)期字典中過(guò)期鍵值被刪除的比較稀疏為止，而在整個(gè)執(zhí)行過(guò)程會(huì)導(dǎo)致 Redis 的讀寫(xiě)出現(xiàn)明顯的卡頓，卡頓的另一種原因是內(nèi)存管理器需要頻繁回收內(nèi)存頁(yè)，因此也會(huì)消耗一定的 CPU。

為了避免這種卡頓現(xiàn)象的產(chǎn)生，我們需要預(yù)防大量的緩存在同一時(shí)刻一起過(guò)期，就簡(jiǎn)單的解決方案就是在過(guò)期時(shí)間的基礎(chǔ)上添加一個(gè)指定范圍的隨機(jī)數(shù)。

8.客戶(hù)端使用優(yōu)化

在客戶(hù)端的使用上我們除了要盡量使用 Pipeline 的技術(shù)外，還需要注意要盡量使用 Redis 連接池，而不是頻繁創(chuàng)建銷(xiāo)毀 Redis 連接，這樣就可以減少網(wǎng)絡(luò)傳輸次數(shù)和減少了非必要調(diào)用指令。

9.限制 Redis 內(nèi)存大小

在 64 位操作系統(tǒng)中 Redis 的內(nèi)存大小是沒(méi)有限制的，也就是配置項(xiàng) maxmemory 是被注釋掉的，這樣就會(huì)導(dǎo)致在物理內(nèi)存不足時(shí)，使用 swap 空間既交換空間，而當(dāng)操心系統(tǒng)將 Redis 所用的內(nèi)存分頁(yè)移至 swap 空間時(shí)，將會(huì)阻塞 Redis 進(jìn)程，導(dǎo)致 Redis 出現(xiàn)延遲，從而影響 Redis 的整體性能。因此我們需要限制 Redis 的內(nèi)存大小為一個(gè)固定的值，當(dāng) Redis 的運(yùn)行到達(dá)此值時(shí)會(huì)觸發(fā)內(nèi)存淘汰策略，內(nèi)存淘汰策略在 Redis 4.0 之后有 8 種：

noeviction：不淘汰任何數(shù)據(jù)，當(dāng)內(nèi)存不足時(shí)，新增操作會(huì)報(bào)錯(cuò)，Redis 默認(rèn)內(nèi)存淘汰策略；

allkeys-lru：淘汰整個(gè)鍵值中最久未使用的鍵值；

allkeys-random：隨機(jī)淘汰任意鍵值;

volatile-lru：淘汰所有設(shè)置了過(guò)期時(shí)間的鍵值中最久未使用的鍵值；

volatile-random：隨機(jī)淘汰設(shè)置了過(guò)期時(shí)間的任意鍵值；

volatile-ttl：優(yōu)先淘汰更早過(guò)期的鍵值。

在 Redis 4.0 版本中又新增了 2 種淘汰策略：

volatile-lfu：淘汰所有設(shè)置了過(guò)期時(shí)間的鍵值中，最少使用的鍵值；

allkeys-lfu：淘汰整個(gè)鍵值中最少使用的鍵值。

其中 allkeys-xxx 表示從所有的鍵值中淘汰數(shù)據(jù)，而 volatile-xxx 表示從設(shè)置了過(guò)期鍵的鍵值中淘汰數(shù)據(jù)。

我們可以根據(jù)實(shí)際的業(yè)務(wù)情況進(jìn)行設(shè)置，默認(rèn)的淘汰策略不淘汰任何數(shù)據(jù)，在新增時(shí)會(huì)報(bào)錯(cuò)。

10.使用物理機(jī)而非虛擬機(jī)

在虛擬機(jī)中運(yùn)行 Redis 服務(wù)器，因?yàn)楹臀锢頇C(jī)共享一個(gè)物理網(wǎng)口，并且一臺(tái)物理機(jī)可能有多個(gè)虛擬機(jī)在運(yùn)行，因此在內(nèi)存占用上和網(wǎng)絡(luò)延遲方面都會(huì)有很糟糕的表現(xiàn)，我們可以通過(guò) ./redis-cli --intrinsic-latency 100 命令查看延遲時(shí)間，如果對(duì) Redis 的性能有較高要求的話，應(yīng)盡可能在物理機(jī)上直接部署 Redis 服務(wù)器。

11.檢查數(shù)據(jù)持久化策略

Redis 的持久化策略是將內(nèi)存數(shù)據(jù)復(fù)制到硬盤(pán)上，這樣才可以進(jìn)行容災(zāi)恢復(fù)或者數(shù)據(jù)遷移，但維護(hù)此持久化的功能，需要很大的性能開(kāi)銷(xiāo)。

在 Redis 4.0 之后，Redis 有 3 種持久化的方式：

• RDB（Redis DataBase，快照方式）將某一個(gè)時(shí)刻的內(nèi)存數(shù)據(jù)，以二進(jìn)制的方式寫(xiě)入磁盤(pán)；
• AOF（Append Only File，文件追加方式），記錄所有的操作命令，并以文本的形式追加到文件中；
• 混合持久化方式，Redis 4.0 之后新增的方式，混合持久化是結(jié)合了 RDB 和 AOF 的優(yōu)點(diǎn)，在寫(xiě)入的時(shí)候，先把當(dāng)前的數(shù)據(jù)以 RDB 的形式寫(xiě)入文件的開(kāi)頭，再將后續(xù)的操作命令以 AOF 的格式存入文件，這樣既能保證 Redis 重啟時(shí)的速度，又能減低數(shù)據(jù)丟失的風(fēng)險(xiǎn)。

RDB 和 AOF 持久化各有利弊，RDB 可能會(huì)導(dǎo)致一定時(shí)間內(nèi)的數(shù)據(jù)丟失，而 AOF 由于文件較大則會(huì)影響 Redis 的啟動(dòng)速度，為了能同時(shí)擁有 RDB 和 AOF 的優(yōu)點(diǎn)，Redis 4.0 之后新增了混合持久化的方式，因此我們?cè)诒仨氁M(jìn)行持久化操作時(shí)，應(yīng)該選擇混合持久化的方式。

查詢(xún)是否開(kāi)啟混合持久化可以使用 config get aof-use-rdb-preamble 命令，執(zhí)行結(jié)果如下圖所示：

其中 yes 表示已經(jīng)開(kāi)啟混合持久化，no 表示關(guān)閉，Redis 5.0 默認(rèn)值為 yes。 如果是其他版本的 Redis 首先需要檢查一下，是否已經(jīng)開(kāi)啟了混合持久化，如果關(guān)閉的情況下，可以通過(guò)以下兩種方式開(kāi)啟：

• 通過(guò)命令行開(kāi)啟
• 通過(guò)修改 Redis 配置文件開(kāi)啟

① 通過(guò)命令行開(kāi)啟

使用命令 config set aof-use-rdb-preamble yes 執(zhí)行結(jié)果如下圖所示：

命令行設(shè)置配置的缺點(diǎn)是重啟 Redis 服務(wù)之后，設(shè)置的配置就會(huì)失效。

② 通過(guò)修改 Redis 配置文件開(kāi)啟

在 Redis 的根路徑下找到 redis.conf 文件，把配置文件中的 aof-use-rdb-preamble no 改為 aof-use-rdb-preamble yes 如下圖所示：

配置完成之后，需要重啟 Redis 服務(wù)器，配置才能生效，但修改配置文件的方式，在每次重啟 Redis 服務(wù)之后，配置信息不會(huì)丟失。

需要注意的是，在非必須進(jìn)行持久化的業(yè)務(wù)中，可以關(guān)閉持久化，這樣可以有效的提升 Redis 的運(yùn)行速度，不會(huì)出現(xiàn)間歇性卡頓的困擾。

12.禁用 THP 特性

Linux kernel 在 2.6.38 內(nèi)核增加了 Transparent Huge Pages (THP) 特性 ，支持大內(nèi)存頁(yè) 2MB 分配，默認(rèn)開(kāi)啟。

當(dāng)開(kāi)啟了 THP 時(shí)，fork 的速度會(huì)變慢，fork 之后每個(gè)內(nèi)存頁(yè)從原來(lái) 4KB 變?yōu)?2MB，會(huì)大幅增加重寫(xiě)期間父進(jìn)程內(nèi)存消耗。同時(shí)每次寫(xiě)命令引起的復(fù)制內(nèi)存頁(yè)單位放大了 512 倍，會(huì)拖慢寫(xiě)操作的執(zhí)行時(shí)間，導(dǎo)致大量寫(xiě)操作慢查詢(xún)。例如簡(jiǎn)單的 incr 命令也會(huì)出現(xiàn)在慢查詢(xún)中，因此 Redis 建議將此特性進(jìn)行禁用，禁用方法如下：

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

為了使機(jī)器重啟后 THP 配置依然生效，可以在 /etc/rc.local 中追加 echo never > /sys/kernel/mm/transparent_hugepage/enabled。

13.使用分布式架構(gòu)來(lái)增加讀寫(xiě)速度

Redis 分布式架構(gòu)有三個(gè)重要的手段：

• 主從同步
• 哨兵模式
• Redis Cluster 集群

使用主從同步功能我們可以把寫(xiě)入放到主庫(kù)上執(zhí)行，把讀功能轉(zhuǎn)移到從服務(wù)上，因此就可以在單位時(shí)間內(nèi)處理更多的請(qǐng)求，從而提升的 Redis 整體的運(yùn)行速度。

而哨兵模式是對(duì)于主從功能的升級(jí)，但當(dāng)主節(jié)點(diǎn)奔潰之后，無(wú)需人工干預(yù)就能自動(dòng)恢復(fù) Redis 的正常使用。

Redis Cluster 是 Redis 3.0 正式推出的，Redis 集群是通過(guò)將數(shù)據(jù)庫(kù)分散存儲(chǔ)到多個(gè)節(jié)點(diǎn)上來(lái)平衡各個(gè)節(jié)點(diǎn)的負(fù)載壓力。

Redis Cluster 采用虛擬哈希槽分區(qū)，所有的鍵根據(jù)哈希函數(shù)映射到 0 ~ 16383 整數(shù)槽內(nèi)，計(jì)算公式：slot = CRC16(key) & 16383，每一個(gè)節(jié)點(diǎn)負(fù)責(zé)維護(hù)一部分槽以及槽所映射的鍵值數(shù)據(jù)。這樣 Redis 就可以把讀寫(xiě)壓力從一臺(tái)服務(wù)器，分散給多臺(tái)服務(wù)器了，因此性能會(huì)有很大的提升。

在這三個(gè)功能中，我們只需要使用一個(gè)就行了，毫無(wú)疑問(wèn) Redis Cluster 應(yīng)該是首選的實(shí)現(xiàn)方案，它可以把讀寫(xiě)壓力自動(dòng)的分擔(dān)給更多的服務(wù)器，并且擁有自動(dòng)容災(zāi)的能力。

關(guān)注下面二維碼，訂閱更多精彩內(nèi)容。

總結(jié)

以上是生活随笔為你收集整理的Redis 性能优化的 13 条军规！史上最全的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。