一、如何查看Redis性能

info命令輸出的數(shù)據(jù)可以分為10個分類，分別是：

server,clients,memory,persistence,stats,replication,cpu,commandstats,cluster,keyspace

為了快速定位并解決性能問題，這里選擇5個關(guān)鍵性的數(shù)據(jù)指標(biāo)，它包含了大多數(shù)人在使用Redis上會經(jīng)常碰到的性能問題

后期文章會首發(fā)于本專欄，也會不定時發(fā)放福利 ，歡迎關(guān)注，點贊

JAVA高級進階?zhuanlan.zhihu.com

二、內(nèi)存

上圖中used_memory 字段數(shù)據(jù)表示的是：由Redis分配器分配的內(nèi)存總量，以字節(jié)（byte）為單位。 其中used_memory_human和used_memory是一樣的，以G為單位顯示

info memory # Memory used_memory:8589645288 used_memory_human:8.00G used_memory_rss:9439997952 used_memory_peak:9082282776 used_memory_peak_human:8.46G used_memory_lua:35840 mem_fragmentation_ratio:1.10 mem_allocator:jemalloc-3.6.0

used_memory是Redis使用的內(nèi)存總量，包含了實際緩存占用的內(nèi)存和Redis自身運行所占用的內(nèi)存(如元數(shù)據(jù)、lua)，是由Redis使用內(nèi)存分配器分配的內(nèi)存，所以這個數(shù)據(jù)不包括內(nèi)存碎片浪費掉的內(nèi)存，其他字段代表的含義，都以字節(jié)為單位：

• used_memory_rss：從操作系統(tǒng)上顯示已經(jīng)分配的內(nèi)存總量。
• mem_fragmentation_ratio： 內(nèi)存碎片率。
• used_memory_lua： Lua腳本引擎所使用的內(nèi)存大小。
• mem_allocator： 在編譯時指定的Redis使用的內(nèi)存分配器，可以是libc、jemalloc、tcmalloc。

1、因內(nèi)存交換引起的性能問題

內(nèi)存使用率是Redis服務(wù)最關(guān)鍵的一部分。如果Redis實例的內(nèi)存使用率超過可用最大內(nèi)存 (used_memory > 可用最大內(nèi)存)，那么操作系統(tǒng)開始進行內(nèi)存與swap空間交換，把內(nèi)存中舊的或不再使用的內(nèi)容寫入硬盤上（硬盤上的這塊空間叫Swap分區(qū)），以便留出新的物理內(nèi)存給新頁或活動頁(page)使用。

如果Redis進程上發(fā)生內(nèi)存交換，那么Redis和依賴Redis上數(shù)據(jù)的應(yīng)用會受到嚴(yán)重的性能影響。 通過查看used_memory指標(biāo)可知道Redis正在使用的內(nèi)存情況，如果used_memory>可用最大內(nèi)存，那就說明Redis實例正在進行內(nèi)存交換或者已經(jīng)內(nèi)存交換完畢。

2、跟蹤內(nèi)存使用率

若是在使用Redis期間沒有開啟rdb快照或aof持久化策略，那么緩存數(shù)據(jù)在Redis崩潰時就有丟失的危險。因為當(dāng)Redis內(nèi)存使用率超過可用內(nèi)存的95%時，部分?jǐn)?shù)據(jù)開始在內(nèi)存與swap空間來回交換，這時就可能有丟失數(shù)據(jù)的危險。

當(dāng)開啟并觸發(fā)快照功能時，Redis會fork一個子進程把當(dāng)前內(nèi)存中的數(shù)據(jù)完全復(fù)制一份寫入到硬盤上。因此若是當(dāng)前使用內(nèi)存超過可用內(nèi)存的45%時觸發(fā)快照功能，那么此時進行的內(nèi)存交換會變的非常危險(可能會丟失數(shù)據(jù))。 倘若在這個時候?qū)嵗嫌写罅款l繁的更新操作，問題會變得更加嚴(yán)重。

通過減少Redis的內(nèi)存占用率，來避免這樣的問題，或者使用下面的技巧來避免內(nèi)存交換發(fā)生：

• 假如緩存數(shù)據(jù)小于4GB，就使用32位的Redis實例。因為32位實例上的指針大小只有64位的一半，它的內(nèi)存空間占用空間會更少些。 這有一個壞處就是，假設(shè)物理內(nèi)存超過4GB，那么32位實例能使用的內(nèi)存仍然會被限制在4GB以下。 要是實例同時也共享給其他一些應(yīng)用使用的話，那可能需要更高效的64位Redis實例，這種情況下切換到32位是不可取的。 不管使用哪種方式，Redis的dump文件在32位和64位之間是互相兼容的， 因此倘若有減少占用內(nèi)存空間的需求，可以嘗試先使用32位，后面再切換到64位上。
• 盡可能的使用Hash數(shù)據(jù)結(jié)構(gòu)。因為Redis在儲存小于100個字段的Hash結(jié)構(gòu)上，其存儲效率是非常高的。所以在不需要集合(set)操作或list的push/pop操作的時候，盡可能的使用Hash結(jié)構(gòu)。比如，在一個web應(yīng)用程序中，需要存儲一個對象表示用戶信息，使用單個key表示一個用戶，其每個屬性存儲在Hash的字段里，這樣要比給每個屬性單獨設(shè)置一個key-value要高效的多。 通常情況下倘若有數(shù)據(jù)使用string結(jié)構(gòu)，用多個key存儲時，那么應(yīng)該轉(zhuǎn)換成單key多字段的Hash結(jié)構(gòu)。 如上述例子中介紹的Hash結(jié)構(gòu)應(yīng)包含，單個對象的屬性或者單個用戶各種各樣的資料。Hash結(jié)構(gòu)的操作命令是HSET(key, fields, value)和HGET(key, field)，使用它可以存儲或從Hash中取出指定的字段。
• 設(shè)置key的過期時間。一個減少內(nèi)存使用率的簡單方法就是，每當(dāng)存儲對象時確保設(shè)置key的過期時間。倘若key在明確的時間周期內(nèi)使用或者舊key不大可能被使用時，就可以用Redis過期時間命令(expire,expireat, pexpire, pexpireat)去設(shè)置過期時間，這樣Redis會在key過期時自動刪除key。 假如你知道每秒鐘有多少個新key-value被創(chuàng)建，那可以調(diào)整key的存活時間，并指定閥值去限制Redis使用的最大內(nèi)存。
• 回收key。在Redis配置文件中(一般叫Redis.conf)，通過設(shè)置“maxmemory”屬性的值可以限制Redis最大使用的內(nèi)存，修改后重啟實例生效。 也可以使用客戶端命令config set maxmemory 去修改值，這個命令是立即生效的，但會在重啟后會失效，需要使用config rewrite命令去刷新配置文件。 若是啟用了Redis快照功能，應(yīng)該設(shè)置“maxmemory”值為系統(tǒng)可使用內(nèi)存的45%，因為快照時需要一倍的內(nèi)存來復(fù)制整個數(shù)據(jù)集，也就是說如果當(dāng)前已使用45%，在快照期間會變成95%(45%+45%+5%)，其中5%是預(yù)留給其他的開銷。 如果沒開啟快照功能，maxmemory最高能設(shè)置為系統(tǒng)可用內(nèi)存的95%。

當(dāng)內(nèi)存使用達(dá)到設(shè)置的最大閥值時，需要選擇一種key的回收策略，可在Redis.conf配置文件中修改“maxmemory-policy”屬性值。 若是Redis數(shù)據(jù)集中的key都設(shè)置了過期時間，那么“volatile-ttl”策略是比較好的選擇。但如果key在達(dá)到最大內(nèi)存限制時沒能夠迅速過期，或者根本沒有設(shè)置過期時間。那么設(shè)置為“allkeys-lru”值比較合適，它允許Redis從整個數(shù)據(jù)集中挑選最近最少使用的key進行刪除(LRU淘汰算法)。Redis還提供了一些其他淘汰策略，如下：

• volatile-lru：使用LRU算法從已設(shè)置過期時間的數(shù)據(jù)集合中淘汰數(shù)據(jù)。
• volatile-ttl：從已設(shè)置過期時間的數(shù)據(jù)集合中挑選即將過期的數(shù)據(jù)淘汰。
• volatile-random：從已設(shè)置過期時間的數(shù)據(jù)集合中隨機挑選數(shù)據(jù)淘汰。
• allkeys-lru：使用LRU算法從所有數(shù)據(jù)集合中淘汰數(shù)據(jù)。
• allkeys-random：從數(shù)據(jù)集合中任意選擇數(shù)據(jù)淘汰
• no-enviction：禁止淘汰數(shù)據(jù)。

通過設(shè)置maxmemory為系統(tǒng)可用內(nèi)存的45%或95%(取決于持久化策略)和設(shè)置“maxmemory-policy”為“volatile-ttl”或“allkeys-lru”(取決于過期設(shè)置)，可以比較準(zhǔn)確的限制Redis最大內(nèi)存使用率，在絕大多數(shù)場景下使用這2種方式可確保Redis不會進行內(nèi)存交換。倘若你擔(dān)心由于限制了內(nèi)存使用率導(dǎo)致丟失數(shù)據(jù)的話，可以設(shè)置noneviction值禁止淘汰數(shù)據(jù)。

三、命令處理數(shù)

在info信息里的total_commands_processed字段顯示了Redis服務(wù)處理命令的總數(shù)，其命令來自一個或多個Redis客戶端

info stats # Stats total_connections_received:843391006 total_commands_processed:3946780282 instantaneous_ops_per_sec:1447 total_net_input_bytes:5060670300797 total_net_output_bytes:13788457111609 instantaneous_input_kbps:1399.63 instantaneous_output_kbps:2863.71 rejected_connections:0 sync_full:2 sync_partial_ok:1 sync_partial_err:0 expired_keys:231497375 evicted_keys:0 keyspace_hits:613100363 keyspace_misses:252710911 pubsub_channels:0 pubsub_patterns:0 latest_fork_usec:60179

分析命令處理總數(shù)，診斷響應(yīng)延遲

在Redis實例中，跟蹤命令處理總數(shù)是解決響應(yīng)延遲問題最關(guān)鍵的部分，因為Redis是個單線程模型，客戶端過來的命令是按照順序執(zhí)行的。比較常見的延遲是帶寬，通過千兆網(wǎng)卡的延遲大約有200μs。倘若明顯看到命令的響應(yīng)時間變慢，延遲高于200μs，那可能是Redis命令隊列里等待處理的命令數(shù)量比較多。 如上所述，延遲時間增加導(dǎo)致響應(yīng)時間變慢可能是由于一個或多個慢命令引起的，這時可以看到每秒命令處理數(shù)在明顯下降，甚至于后面的命令完全被阻塞，導(dǎo)致Redis性能降低。要分析解決這個性能問題，需要跟蹤命令處理數(shù)的數(shù)量和延遲時間。

比如可以寫個腳本，定期記錄total_commands_processed的值。當(dāng)客戶端明顯發(fā)現(xiàn)響應(yīng)時間過慢時，可以通過記錄的total_commands_processed歷史數(shù)據(jù)值來判斷命理處理總數(shù)是上升趨勢還是下降趨勢，以便排查問題。

使用命令處理總數(shù)解決延遲時間增加

通過與記錄的歷史數(shù)據(jù)比較得知，命令處理總數(shù)確實是處于上升或下降狀態(tài)，那么可能是有2個原因引起的:

• 命令隊列里的命令數(shù)量過多，后面命令一直在等待中
• 幾個慢命令阻塞Redis

下面有三個辦法可以解決，因上面2條原因引起的響應(yīng)延遲問題。

使用多參數(shù)命令：若是客戶端在很短的時間內(nèi)發(fā)送大量的命令過來，會發(fā)現(xiàn)響應(yīng)時間明顯變慢，這由于后面命令一直在等待隊列中前面大量命令執(zhí)行完畢。有個方法可以改善延遲問題，就是通過單命令多參數(shù)的形式取代多命令單參數(shù)的形式。舉例來說，循環(huán)使用LSET命令去添加1000個元素到list結(jié)構(gòu)中，是性能比較差的一種方式，更好的做法是在客戶端創(chuàng)建一個1000元素的列表，用單個命令LPUSH或RPUSH，通過多參數(shù)構(gòu)造形式一次性把1000個元素發(fā)送的Redis服務(wù)上。下面是Redis的一些操作命令，有單個參數(shù)命令和支持多個參數(shù)的命令，通過這些命令可盡量減少使用多命令的次數(shù)。

set -> mset get -> mget lset -> lpush, rpush lindex -> lrange hset -> hmset hget -> hmget

管道命令：另一個減少多命令的方法是使用管道(pipeline)，把幾個命令合并一起執(zhí)行，從而減少因網(wǎng)絡(luò)開銷引起的延遲問題。因為10個命令單獨發(fā)送到服務(wù)端會引起10次網(wǎng)絡(luò)延遲開銷，使用管道會一次性把執(zhí)行結(jié)果返回，僅需要一次網(wǎng)絡(luò)延遲開銷。Redis本身支持管道命令，大多數(shù)客戶端也支持，倘若當(dāng)前實例延遲很明顯，那么使用管道去降低延遲是非常有效的。

避免操作大集合的慢命令：如果命令處理頻率過低導(dǎo)致延遲時間增加，這可能是因為使用了高時間復(fù)雜度的命令操作導(dǎo)致，這意味著每個命令從集合中獲取數(shù)據(jù)的時間增大。 所以減少使用高時間復(fù)雜的命令，能顯著的提高的Redis的性能。

四、延遲時間

Redis的延遲數(shù)據(jù)是無法從info信息中獲取的。可以用 Redis-cli工具加 --latency參數(shù)運行，如:

redis-cli --latency -h 127.0.0.1 -p 6379

由于當(dāng)前服務(wù)器不同的運行情況，延遲時間可能有所誤差，通常1G網(wǎng)卡的延遲時間是200μs，Redis的響應(yīng)延遲時間以毫秒為單位

[root@localhost ~]# redis-cli --latency -h 127.0.0.1 -p 6379 min: 0, max: 1, avg: 0.07 (12596 samples)

跟蹤Redis延遲性能

Redis之所以這么流行的主要原因之一就是低延遲特性帶來的高性能，所以說解決延遲問題是提高Redis性能最直接的辦法。拿1G帶寬來說，若是延遲時間遠(yuǎn)高于200μs，那明顯是出現(xiàn)了性能問題。 雖然在服務(wù)器上會有一些慢的IO操作，但Redis是單核接受所有客戶端的請求，所有請求是按良好的順序排隊執(zhí)行。因此若是一個客戶端發(fā)過來的命令是個慢操作，那么其他所有請求必須等待它完成后才能繼續(xù)執(zhí)行。

使用延遲命令提高性能

一旦確定延遲時間是個性能問題后，這里有幾個辦法可以用來分析解決性能問題。

1. 使用slowlog查出引發(fā)延遲的慢命令：Redis中的slowlog命令可以讓我們快速定位到那些超出指定執(zhí)行時間的慢命令，默認(rèn)情況下命令若是執(zhí)行時間超過10ms就會被記錄到日志。slowlog只會記錄其命令執(zhí)行的時間，不包含io往返操作，也不記錄單由網(wǎng)絡(luò)延遲引起的響應(yīng)慢。通常1gb帶寬的網(wǎng)絡(luò)延遲，預(yù)期在200μs左右，倘若一個命令僅執(zhí)行時間就超過10ms，那比網(wǎng)絡(luò)延遲慢了近50倍。 想要查看所有執(zhí)行時間比較慢的命令，可以通過使用Redis-cli工具，輸入slowlog get命令查看，返回結(jié)果的第三個字段以微妙位單位顯示命令的執(zhí)行時間。假如只需要查看最后10個慢命令，輸入slowlog get 10即可

slowlog get1) 1) (integer) 128492) (integer) 14956301603) (integer) 619164) 1) "KEYS"2) "20170524less*"2) 1) (integer) 128482) (integer) 14956299013) (integer) 593684) 1) "KEYS"2) "20170524more*"3) 1) (integer) 128472) (integer) 14956295043) (integer) 595224) 1) "KEYS"2) "sou_dzmore_16_*"4) 1) (integer) 128462) (integer) 14956295043) (integer) 579414) 1) "KEYS"2) "sou_dz_16_*"5) 1) (integer) 128452) (integer) 14956295043) (integer) 150534) 1) "KEYS"2) "list_dingzhis_16_*"6) 1) (integer) 128442) (integer) 14956295043) (integer) 243914) 1) "KEYS"2) "cache_kwnew_*"7) 1) (integer) 128432) (integer) 14956294693) (integer) 570014) 1) "KEYS"2) "sou_dzmore_15_*"8) 1) (integer) 128422) (integer) 14956294693) (integer) 611314) 1) "KEYS"2) "sou_dz_15_*"9) 1) (integer) 128412) (integer) 14956294693) (integer) 100354) 1) "KEYS"2) "ztlistnew_dingzhi_15_*" 10) 1) (integer) 128402) (integer) 14956294693) (integer) 179744) 1) "KEYS"2) "list_dingzhis_15_*"

圖中字段分別意思是：

• 1、日志的唯一標(biāo)識符
• 2、被記錄命令的執(zhí)行時間點，以 UNIX 時間戳格式表示
• 3、查詢執(zhí)行時間，以微秒為單位
• 4、執(zhí)行的命令，以數(shù)組的形式排列。完整命令是config get *

倘若你想自定義慢命令的標(biāo)準(zhǔn)，可以調(diào)整觸發(fā)日志記錄慢命令的閥值。若是很少或沒有命令超過10ms，想降低記錄的閥值，比如5毫秒，可在Redis-cli工具中輸入下面的命令配置：

config set slowlog-log-slower-than 5000

也可以在Redis.config配置文件中設(shè)置，以微妙位單位。

2.監(jiān)控客戶端的連接：因為Redis是單線程模型(只能使用單核)，來處理所有客戶端的請求， 但由于客戶端連接數(shù)的增長，處理請求的線程資源開始降低分配給單個客戶端連接的處理時間，這時每個客戶端需要花費更多的時間去等待Redis共享服務(wù)的響應(yīng)。這種情況下監(jiān)控客戶端連接數(shù)是非常重要的，因為客戶端創(chuàng)建連接數(shù)的數(shù)量可能超出預(yù)期的數(shù)量，也可能是客戶端端沒有有效的釋放連接。在Redis-cli工具中輸入info clients可以查看到當(dāng)前實例的所有客戶端連接信息。如下圖，第一個字段(connected_clients)顯示當(dāng)前實例客戶端連接的總數(shù)：

info clients # Clients connected_clients:21 client_longest_output_list:0 client_biggest_input_buf:13856 blocked_clients:0

Redis默認(rèn)允許客戶端連接的最大數(shù)量是10000。若是看到連接數(shù)超過5000以上，那可能會影響Redis的性能。倘若一些或大部分客戶端發(fā)送大量的命令過來，這個數(shù)字會低的多。

3.限制客戶端連接數(shù)：自Redis2.6以后，允許使用者在配置文件(Redis.conf)maxclients屬性上修改客戶端連接的最大數(shù)，也可以通過在Redis-cli工具上輸入config set maxclients 去設(shè)置最大連接數(shù)。根據(jù)連接數(shù)負(fù)載的情況，這個數(shù)字應(yīng)該設(shè)置為預(yù)期連接數(shù)峰值的110到150之間，若是連接數(shù)超出這個數(shù)字后，Redis會拒絕并立刻關(guān)閉新來的連接。通過設(shè)置最大連接數(shù)來限制非預(yù)期數(shù)量的連接數(shù)增長，是非常重要的。另外，新連接嘗試失敗會返回一個錯誤消息，這可以讓客戶端知道，Redis此時有非預(yù)期數(shù)量的連接數(shù)，以便執(zhí)行對應(yīng)的處理措施。 上述二種做法對控制連接數(shù)的數(shù)量和持續(xù)保持Redis的性能最優(yōu)是非常重要的，

4.加強內(nèi)存管理：較少的內(nèi)存會引起Redis延遲時間增加。如果Redis占用內(nèi)存超出系統(tǒng)可用內(nèi)存，操作系統(tǒng)會把Redis進程的一部分?jǐn)?shù)據(jù)，從物理內(nèi)存交換到硬盤上，內(nèi)存交換會明顯的增加延遲時間。關(guān)于怎么監(jiān)控和減少內(nèi)存使用，可查看used_memory介紹章節(jié)。

5. 性能數(shù)據(jù)指標(biāo)：分析解決Redis性能問題，通常需要把延遲時間的數(shù)據(jù)變化與其他性能指標(biāo)的變化相關(guān)聯(lián)起來。命令處理總數(shù)下降的發(fā)生可能是由慢命令阻塞了整個系統(tǒng)，但如果命令處理總數(shù)的增加，同時內(nèi)存使用率也增加，那么就可能是由于內(nèi)存交換引起的性能問題。對于這種性能指標(biāo)相關(guān)聯(lián)的分析，需要從歷史數(shù)據(jù)上來觀察到數(shù)據(jù)指標(biāo)的重要變化，此外還可以觀察到單個性能指標(biāo)相關(guān)聯(lián)的所有其他性能指標(biāo)信息。這些數(shù)據(jù)可以在Redis上收集，周期性的調(diào)用內(nèi)容為Redis info的腳本，然后分析輸出的信息，記錄到日志文件中。當(dāng)延遲發(fā)生變化時，用日志文件配合其他數(shù)據(jù)指標(biāo)，把數(shù)據(jù)串聯(lián)起來排查定位問題。

五、內(nèi)存碎片率

info信息中的mem_fragmentation_ratio給出了內(nèi)存碎片率的數(shù)據(jù)指標(biāo)，它是由操系統(tǒng)分配的內(nèi)存除以Redis分配的內(nèi)存得出：

mem_fragmentation_ratio = used_memory_rss / used_memory

used_memory和used_memory_rss都包含的內(nèi)存分配有：

• 用戶定義的數(shù)據(jù)：內(nèi)存被用來存儲key-value值。
• 內(nèi)部開銷： 存儲內(nèi)部Redis信息用來表示不同的數(shù)據(jù)類型。

used_memory_rss的rss是Resident Set Size的縮寫，表示該進程所占物理內(nèi)存的大小，是操作系統(tǒng)分配給Redis實例的內(nèi)存大小。除了用戶定義的數(shù)據(jù)和內(nèi)部開銷以外，used_memory_rss指標(biāo)還包含了內(nèi)存碎片的開銷，內(nèi)存碎片是由操作系統(tǒng)低效的分配/回收物理內(nèi)存導(dǎo)致的。

操作系統(tǒng)負(fù)責(zé)分配物理內(nèi)存給各個應(yīng)用進程，Redis使用的內(nèi)存與物理內(nèi)存的映射是由操作系統(tǒng)上虛擬內(nèi)存管理分配器完成的。
舉個例子來說，Redis需要分配連續(xù)內(nèi)存塊來存儲1G的數(shù)據(jù)集，這樣的話更有利，但可能物理內(nèi)存上沒有超過1G的連續(xù)內(nèi)存塊，那操作系統(tǒng)就不得不使用多個不連續(xù)的小內(nèi)存塊來分配并存儲這1G數(shù)據(jù)，也就導(dǎo)致內(nèi)存碎片的產(chǎn)生。

內(nèi)存分配器另一個復(fù)雜的層面是，它經(jīng)常會預(yù)先分配一些內(nèi)存塊給引用，這樣做會使加快應(yīng)用程序的運行。

理解資源性能

跟蹤內(nèi)存碎片率對理解Redis實例的資源性能是非常重要的。內(nèi)存碎片率稍大于1是合理的，這個值表示內(nèi)存碎片率比較低，也說明redis沒有發(fā)生內(nèi)存交換。但如果內(nèi)存碎片率超過1.5，那就說明Redis消耗了實際需要物理內(nèi)存的150%，其中50%是內(nèi)存碎片率。若是內(nèi)存碎片率低于1的話，說明Redis內(nèi)存分配超出了物理內(nèi)存，操作系統(tǒng)正在進行內(nèi)存交換。內(nèi)存交換會引起非常明顯的響應(yīng)延遲，可查看used_memory介紹章節(jié)。

info memory # Memory used_memory:21189222536 used_memory_human:19.73G used_memory_rss:21901688832 used_memory_peak:27350156888 used_memory_peak_human:25.47G used_memory_lua:35840 mem_fragmentation_ratio:1.03 mem_allocator:jemalloc-3.6.0

用內(nèi)存碎片率預(yù)測性能問題

倘若內(nèi)存碎片率超過了1.5，那可能是操作系統(tǒng)或Redis實例中內(nèi)存管理變差的表現(xiàn)。下面有3種方法解決內(nèi)存管理變差的問題，并提高Redis性能：

1. 重啟Redis服務(wù)器：如果內(nèi)存碎片率超過1.5，重啟Redis服務(wù)器可以讓額外產(chǎn)生的內(nèi)存碎片失效并重新作為新內(nèi)存來使用，使操作系統(tǒng)恢復(fù)高效的內(nèi)存管理。額外碎片的產(chǎn)生是由于Redis釋放了內(nèi)存塊，但內(nèi)存分配器并沒有返回內(nèi)存給操作系統(tǒng)，這個內(nèi)存分配器是在編譯時指定的，可以是libc、jemalloc或者tcmalloc。 通過比較used_memory_peak, used_memory_rss和used_memory_metrics的數(shù)據(jù)指標(biāo)值可以檢查額外內(nèi)存碎片的占用。從名字上可以看出，used_memory_peak是過去Redis內(nèi)存使用的峰值，而不是當(dāng)前使用內(nèi)存的值。如果used_memory_peak和used_memory_rss的值大致上相等，而且二者明顯超過了used_memory值，這說明額外的內(nèi)存碎片正在產(chǎn)生。 在Redis-cli工具上輸入info memory可以查看上面三個指標(biāo)的信息：

在重啟服務(wù)器之前，需要在Redis-cli工具上輸入shutdown save命令，意思是強制讓Redis數(shù)據(jù)庫執(zhí)行保存操作并關(guān)閉Redis服務(wù)，這樣做能保證在執(zhí)行Redis關(guān)閉時不丟失任何數(shù)據(jù)。 在重啟后，Redis會從硬盤上加載持久化的文件，以確保數(shù)據(jù)集持續(xù)可用。

2.限制內(nèi)存交換： 如果內(nèi)存碎片率低于1，Redis實例可能會把部分?jǐn)?shù)據(jù)交換到硬盤上。內(nèi)存交換會嚴(yán)重影響Redis的性能，所以應(yīng)該增加可用物理內(nèi)存或減少實Redis內(nèi)存占用。 可查看used_memory章節(jié)的優(yōu)化建議。

3.修改內(nèi)存分配器：Redis支持glibc’s malloc、jemalloc11、tcmalloc幾種不同的內(nèi)存分配器，每個分配器在內(nèi)存分配和碎片上都有不同的實現(xiàn)。不建議普通管理員修改Redis默認(rèn)內(nèi)存分配器，因為這需要完全理解這幾種內(nèi)存分配器的差異，也要重新編譯Redis。這個方法更多的是讓其了解Redis內(nèi)存分配器所做的工作，當(dāng)然也是改善內(nèi)存碎片問題的一種辦法。

六、回收key

info信息中的evicted_keys字段顯示的是，因為maxmemory限制導(dǎo)致key被回收刪除的數(shù)量?；厥誯ey的情況只會發(fā)生在設(shè)置maxmemory值后，不設(shè)置會發(fā)生內(nèi)存交換。 當(dāng)Redis由于內(nèi)存壓力需要回收一個key時，Redis首先考慮的不是回收最舊的數(shù)據(jù)，而是在最近最少使用的key或即將過期的key中隨機選擇一個key，從數(shù)據(jù)集中刪除。

這可以在配置文件中設(shè)置maxmemory-policy值為“volatile-lru”或“volatile-ttl”，來確定Redis是使用lru策略還是過期時間策略。 倘若所有的key都有明確的過期時間，那過期時間回收策略是比較合適的。若是沒有設(shè)置key的過期時間或者說沒有足夠的過期key，那設(shè)置lru策略是比較合理的，這可以回收key而不用考慮其過期狀態(tài)。

# Stats total_connections_received:843708918 total_commands_processed:3947987793 instantaneous_ops_per_sec:1360 total_net_input_bytes:5061895225788 total_net_output_bytes:13791028024582 instantaneous_input_kbps:1247.52 instantaneous_output_kbps:2756.92 rejected_connections:0 sync_full:2 sync_partial_ok:1 sync_partial_err:0 expired_keys:231544806 evicted_keys:0 keyspace_hits:613324172 keyspace_misses:252815503 pubsub_channels:0 pubsub_patterns:0 latest_fork_usec:60179

根據(jù)key回收定位性能問題

跟蹤key回收是非常重要的，因為通過回收key，可以保證合理分配Redis有限的內(nèi)存資源。如果evicted_keys值經(jīng)常超過0，那應(yīng)該會看到客戶端命令響應(yīng)延遲時間增加，因為Redis不但要處理客戶端過來的命令請求，還要頻繁的回收滿足條件的key。
需要注意的是，回收key對性能的影響遠(yuǎn)沒有內(nèi)存交換嚴(yán)重，若是在強制內(nèi)存交換和設(shè)置回收策略做一個選擇的話，選擇設(shè)置回收策略是比較合理的，因為把內(nèi)存數(shù)據(jù)交換到硬盤上對性能影響非常大(見前面章節(jié))。

減少回收key以提升性能

減少回收key的數(shù)量是提升Redis性能的直接辦法，下面有2種方法可以減少回收key的數(shù)量：

1.增加內(nèi)存限制：倘若開啟快照功能，maxmemory需要設(shè)置成物理內(nèi)存的45%，這幾乎不會有引發(fā)內(nèi)存交換的危險。若是沒有開啟快照功能，設(shè)置系統(tǒng)可用內(nèi)存的95%是比較合理的，具體參考前面的快照和maxmemory限制章節(jié)。如果maxmemory的設(shè)置是低于45%或95%(視持久化策略)，通過增加maxmemory的值能讓Redis在內(nèi)存中存儲更多的key，這能顯著減少回收key的數(shù)量。 若是maxmemory已經(jīng)設(shè)置為推薦的閥值后，增加maxmemory限制不但無法提升性能，反而會引發(fā)內(nèi)存交換，導(dǎo)致延遲增加、性能降低。 maxmemory的值可以在Redis-cli工具上輸入config set maxmemory命令來設(shè)置。
需要注意的是，這個設(shè)置是立即生效的，但重啟后丟失，需要永久化保存的話，再輸入config rewrite命令會把內(nèi)存中的新配置刷新到配置文件中。

2.對實例進行分片：分片是把數(shù)據(jù)分割成合適大小，分別存放在不同的Redis實例上，每一個實例都包含整個數(shù)據(jù)集的一部分。通過分片可以把很多服務(wù)器聯(lián)合起來存儲數(shù)據(jù)，相當(dāng)于增加總的物理內(nèi)存，使其在沒有內(nèi)存交換和回收key的策略下也能存儲更多的key。假如有一個非常大的數(shù)據(jù)集，maxmemory已經(jīng)設(shè)置，實際內(nèi)存使用也已經(jīng)超過了推薦設(shè)置的閥值，那通過數(shù)據(jù)分片能明顯減少key的回收，從而提高Redis的性能。 分片的實現(xiàn)有很多種方法，下面是Redis實現(xiàn)分片的幾種常見方式：

• a. Hash分片：一個比較簡單的方法實現(xiàn)，通過Hash函數(shù)計算出key的Hash值，然后值所在范圍對應(yīng)特定的Redis實例。
• b. 代理分片：客戶端把請求發(fā)送到代理上，代理通過分片配置表選擇對應(yīng)的Redis實例。 如Twitter的Twemproxy，豌豆莢的codis。
• c. 一致性Hash分片
• d. 虛擬桶分片

最后，分享一份進階寶典《Java核心知識點整理.pdf》，覆蓋了JVM、Dubbo、鎖、高并發(fā)、反射、mybatis、Spring原理、微服務(wù)、Zookeeper、數(shù)據(jù)庫、數(shù)據(jù)結(jié)構(gòu)等等，獲取請點擊下方文檔即可

Java高級架構(gòu)學(xué)習(xí)資料分享+架構(gòu)師成長之路?713dbae4.wiz03.com

總結(jié)

以上是生活随笔為你收集整理的redis集合数据过期_关于redis性能问题分析和优化的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。