江苏龙网

  1. 主页 > 生活百科 > >

Redis常见延迟问题排查手册！附优化建议( 二 )

Redis


Redis的过期策略采用主动过期+懒惰过期两种策略：
主动过期：Redis内部维护一个定时任务，默认每隔100毫秒会从过期字典中随机取出20个key，删除过期的key，如果过期key的比例超过了25%，则继续获取20个key，删除过期的key，循环往复，直到过期key的比例下降到25%或者这次任务的执行耗时超过了25毫秒，才会退出循环；
懒惰过期：只有当访问某个key时，才判断这个key是否已过期，如果已经过期，则从实例中删除 。
注意，Redis的主动过期的定时任务，也是在Redis主线程中执行的，也就是说如果在执行主动过期的过程中，出现了需要大量删除过期key的情况，那么在业务访问时，必须等这个过期任务执行结束，才可以处理业务请求 。此时就会出现，业务访问延时增大的问题，最大延迟为25毫秒 。
而且这个访问延迟的情况，不会记录在慢日志里 。慢日志中只记录真正执行某个命令的耗时，Redis主动过期策略执行在操作命令之前，如果操作命令耗时达不到慢日志阈值，它是不会计算在慢日志统计中的，但我们的业务却感到了延迟增大 。
此时你需要检查你的业务，是否真的存在集中过期的代码，一般集中过期使用的命令是expireat或pexpireat命令，在代码中搜索这个关键字就可以了 。
如果你的业务确实需要集中过期掉某些key，又不想导致Redis发生抖动，有什么优化方案？
解决方案是，在集中过期时增加一个随机时间，把这些需要过期的key的时间打散即可 。
伪代码可以这么写：
# 在过期时间点之后的5分钟内随机过期掉
redis.expireat(key, expire_time + random(300))
这样Redis在处理过期时，不会因为集中删除key导致压力过大，阻塞主线程 。
另外，除了业务使用需要注意此问题之外，还可以通过运维手段来及时发现这种情况 。
做法是我们需要把Redis的各项运行数据监控起来，执行info可以拿到所有的运行数据，在这里我们需要重点关注expired_keys这一项，它代表整个实例到目前为止，累计删除过期key的数量 。
我们需要对这个指标监控，当在很短时间内这个指标出现突增时，需要及时报警出来，然后与业务报慢的时间点对比分析，确认时间是否一致，如果一致，则可以认为确实是因为这个原因导致的延迟增大 。
实例内存达到上限
有时我们把Redis当做纯缓存使用，就会给实例设置一个内存上限maxmemory，然后开启LRU淘汰策略 。
当实例的内存达到了maxmemory后，你会发现之后的每次写入新的数据，有可能变慢了 。
导致变慢的原因是，当Redis内存达到maxmemory后，每次写入新的数据之前，必须先踢出一部分数据，让内存维持在maxmemory之下 。
这个踢出旧数据的逻辑也是需要消耗时间的，而具体耗时的长短，要取决于配置的淘汰策略：
allkeys-lru：不管key是否设置了过期，淘汰最近最少访问的key；
volatile-lru：只淘汰最近最少访问并设置过期的key；
allkeys-random：不管key是否设置了过期，随机淘汰；
volatile-random：只随机淘汰有设置过期的key；
allkeys-ttl：不管key是否设置了过期，淘汰即将过期的key；
noeviction：不淘汰任何key，满容后再写入直接报错；
allkeys-lfu：不管key是否设置了过期，淘汰访问频率最低的key（4.0+支持）；
volatile-lfu：只淘汰访问频率最低的过期key（4.0+支持） 。
具体使用哪种策略，需要根据业务场景来决定 。
我们最常使用的一般是allkeys-lru或volatile-lru策略，它们的处理逻辑是，每次从实例中随机取出一批key（可配置），然后淘汰一个最少访问的key，之后把剩下的key暂存到一个池子中，继续随机取出一批key，并与之前池子中的key比较，再淘汰一个最少访问的key 。以此循环，直到内存降到maxmemory之下 。
如果使用的是allkeys-random或volatile-random策略，那么就会快很多，因为是随机淘汰，那么就少了比较key访问频率时间的消耗了，随机拿出一批key后直接淘汰即可，因此这个策略要比上面的LRU策略执行快一些 。
但以上这些逻辑都是在访问Redis时，真正命令执行之前执行的，也就是它会影响我们访问Redis时执行的命令 。
另外，如果此时Redis实例中有存储大key，那么在淘汰大key释放内存时，这个耗时会更加久，延迟更大，这需要我们格外注意 。
如果你的业务访问量非常大，并且必须设置maxmemory限制实例的内存上限，同时面临淘汰key导致延迟增大的的情况，要想缓解这种情况，除了上面说的避免存储大key、使用随机淘汰策略之外，也可以考虑拆分实例的方法来缓解，拆分实例可以把一个实例淘汰key的压力分摊到多个实例上，可以在一定程度降低延迟 。


推荐阅读


上一篇：CAD图纸怎么才能够打印出来？收好这个方法不再烦恼

下一篇：汽车贴膜一般要多少钱？ 汽车贴膜价格？