前言

Redis在項(xiàng)目中進(jìn)行廣泛使用，那么在日常的開(kāi)發(fā)過(guò)程中，我們?cè)谑褂肦edis的過(guò)程中需要注意那些呢？本文將從三個(gè)維度來(lái)講解如何進(jìn)行Redis的優(yōu)化。

內(nèi)存維度

控制key的長(zhǎng)度

key的一般都是采用字符串，而字符串的底層數(shù)據(jù)結(jié)構(gòu)為SDS，SDS 結(jié)構(gòu)中會(huì)包含字符串長(zhǎng)度、分配空間大小等元數(shù)據(jù)信息，當(dāng)key字符串的長(zhǎng)度增加時(shí)，SDS中的元數(shù)據(jù)也會(huì)占用更多內(nèi)存空間，為了減少key的占用空間，我們可用根據(jù)業(yè)務(wù)名來(lái)使用相應(yīng)的英文縮寫(xiě)來(lái)表示。例如user用u表示，message 用m來(lái)表示。

避免存儲(chǔ)bigkey

我們既要注意key的長(zhǎng)度，同時(shí)也需要關(guān)注value的大小，Redis是使用單線程讀寫(xiě)數(shù)據(jù)，bigkey 的讀寫(xiě)操作會(huì)阻塞線程，降低Redis的處理效率。

如何查詢(xún)bigkey

我們可以通過(guò)--bigkey的命令來(lái)查看Redis中所占用的bigkey的信息，具體的命令如下：

redis-cli -h 127.0.0.1 -p 6379 -a 'xxx' --bigkeys

從上述圖所示，我們可以查看到Redis中的key占用了32098個(gè)bytes，需要進(jìn)行相關(guān)優(yōu)化的。

建議：

• 如果key為string類(lèi)型，建議value的存放值的大小為10KB左右。
• 如果key為L(zhǎng)ist/Hash/Set/ZSet類(lèi)型，建議存放元素的的數(shù)量控制在1萬(wàn)以下。

選擇合適的數(shù)據(jù)類(lèi)型

Redis提供了豐富的數(shù)據(jù)類(lèi)型，對(duì)于存放的內(nèi)存也做了相關(guān)優(yōu)化。關(guān)乎數(shù)據(jù)結(jié)果的相關(guān)知識(shí)，可以參考之前的文章。

例如：String和set在存儲(chǔ)int數(shù)據(jù)時(shí)，會(huì)采用整數(shù)編碼存儲(chǔ)。Hash、ZSet在元素?cái)?shù)量比較少時(shí)，會(huì)采用壓縮列表（ziplist）存儲(chǔ)，在存儲(chǔ)比較多的數(shù)據(jù)時(shí)，才會(huì)轉(zhuǎn)換為哈希表和跳表。

采用高效的序列化和壓縮方法

Redis中的字符串都是使用二進(jìn)制安全的字節(jié)數(shù)組來(lái)保存的，所以我們可以把業(yè)務(wù)的序列化成二進(jìn)制寫(xiě)入Redis，但是采用不同的序列化，所占用的空間大少不一樣。比如使用protostuff的序列化比java內(nèi)置的序列化效率更高，占用空間更少。針對(duì)json和xml數(shù)據(jù)格式的，可以采用gzip或者snappy算法對(duì)數(shù)據(jù)進(jìn)行壓縮存儲(chǔ)，從而節(jié)省空間。

設(shè)置Redis最大內(nèi)存和淘汰策略

我們根據(jù)業(yè)務(wù)的數(shù)據(jù)量提前預(yù)估內(nèi)存大小，從而避免Redis的內(nèi)存持續(xù)膨脹，導(dǎo)致占用過(guò)多資源。

關(guān)于如何設(shè)置淘汰策略，需要集合實(shí)際的業(yè)務(wù)特性來(lái)選擇：

• volatile-lru / allkeys-lru：優(yōu)先保留最近訪問(wèn)過(guò)的數(shù)據(jù)
• volatile-lfu / allkeys-lfu：優(yōu)先保留訪問(wèn)次數(shù)最頻繁的數(shù)據(jù)
• volatile-ttl ：優(yōu)先淘汰即將過(guò)期的數(shù)據(jù)
• volatile-random / allkeys-random：隨機(jī)淘汰數(shù)據(jù)

控制Redis實(shí)例的大小

Redis單實(shí)例的內(nèi)存大小建議設(shè)置在2~6GB之間。因?yàn)闊o(wú)論是RDB快照，還是主從集群進(jìn)行數(shù)據(jù)同步，都能很快完成，不會(huì)阻塞正常請(qǐng)求的處理。

定時(shí)清除內(nèi)存碎片

頻繁的新增修改會(huì)導(dǎo)致內(nèi)存碎片的增多，因此需要及時(shí)清理內(nèi)存碎片。

Redis提供了Info memory命令可以查看內(nèi)存使用信息，具體如下：

說(shuō)明：

• used_memory_rss是操作系統(tǒng)實(shí)際分配給 Redis的物理內(nèi)存空間。
• used_memory 是 Redis 為了保存數(shù)據(jù)實(shí)際申請(qǐng)使用的空間。
• mem_fragmentation_ratio=used_memory_rss/ used_memory
• mem_fragmentation_ratio 大于1但小于1.5。這種情況是合理的。
• mem_fragmentation_ratio大于1.5 這表明內(nèi)存碎片率已經(jīng)超過(guò)了50%。一般情況下，這個(gè)時(shí)候，我們就需要采取一些措施來(lái)降低內(nèi)存碎片率了。具體的內(nèi)存清理措施，將在后續(xù)的文章中進(jìn)行講解。

性能維度

禁止使用KEYS、FLUSHALL、FLUSHDB命令

• KEYS 按照key內(nèi)容進(jìn)行匹配，返回符合匹配條件的鍵值對(duì)，該命令需要對(duì)Redis的全局哈希表進(jìn)行全表掃描，嚴(yán)重阻塞 Redis主線程。
• FLUSHALL 刪除Redis實(shí)例上的所有數(shù)據(jù)，如果數(shù)據(jù)量很大，會(huì)嚴(yán)重阻塞Redis主線程。
• FLUSHDB，刪除當(dāng)前數(shù)據(jù)庫(kù)中的數(shù)據(jù)，如果數(shù)據(jù)量很大，會(huì)阻塞Redis主線程。

優(yōu)化建議

我們需要在線上要禁用這些命令。具體的做法是，管理員采用rename-command命令在配置文件中對(duì)這些命令進(jìn)行重命名，讓客戶(hù)端無(wú)法使用這些命令。

慎用全量操作的命令

對(duì)于集合類(lèi)型的來(lái)說(shuō)，在未清楚集合數(shù)據(jù)大小的情況下，慎用查詢(xún)集合中的全量數(shù)據(jù)，例如Hash的HetALL、Set的SMEMBERS命令、LRANGE key 0 -1 或者ZRANGE key 0 -1等命令，因?yàn)檫@些命令會(huì)對(duì)Hash或者Set類(lèi)型的底層數(shù)據(jù)進(jìn)行全量掃描，當(dāng)集合數(shù)據(jù)量比較大時(shí)，會(huì)阻塞Redis的主線程。

優(yōu)化建議：

當(dāng)元素?cái)?shù)據(jù)量較多時(shí)，可以用SSCAN、HSCAN 命令分批返回集合中的數(shù)據(jù)，減少對(duì)主線程的阻塞。

慎用復(fù)雜度過(guò)高命令

Redis執(zhí)行復(fù)雜度過(guò)高的命令，會(huì)消耗更多的 CPU 資源，導(dǎo)致主線程中的其它請(qǐng)求只能等待。常見(jiàn)的復(fù)雜命令如下：SORT、SINTER、SINTERSTORE、ZUNIONSTORE、ZINTERSTORE 等聚合類(lèi)命令。

優(yōu)化建議：

當(dāng)需要執(zhí)行排序、交集、并集操作時(shí)，可以在客戶(hù)端完成，避免讓Redis進(jìn)行過(guò)多計(jì)算，從而影響Redis性能。

設(shè)置合適的過(guò)期時(shí)間

Redis通常用于保存熱數(shù)據(jù)。熱數(shù)據(jù)一般都有使用的時(shí)效性。所以，在數(shù)據(jù)保存時(shí)，根據(jù)業(yè)務(wù)使用數(shù)據(jù)的時(shí)長(zhǎng)，合理的設(shè)置數(shù)據(jù)的過(guò)期時(shí)間。否則寫(xiě)入Redis的數(shù)據(jù)會(huì)一直占用內(nèi)存，如果數(shù)據(jù)持續(xù)增增長(zhǎng)，會(huì)達(dá)到機(jī)器的內(nèi)存上限，造成內(nèi)存溢出，導(dǎo)致服務(wù)崩潰。

采用批量命令代替?zhèn)€命令

當(dāng)我們需要一次性操作多個(gè)key時(shí)，可以使用批量命令來(lái)處理，批量命令可以減少客戶(hù)端與服務(wù)端的來(lái)回網(wǎng)絡(luò)IO次數(shù)。

• String或者Hash類(lèi)型可以使用 MGET/MSET替代 GET/SET，HMGET/HMSET替代HGET/HSET
• 其它數(shù)據(jù)類(lèi)型使用Pipeline命令，一次性打包發(fā)送多個(gè)命令到服務(wù)端執(zhí)行。

Pipeline具體使用：

redisTemplate.executePipelined(new RedisCallback<String>() {
            @Override
            public String doInRedis(RedisConnection connection) throws DataAccessException {
                for (int i = 0; i < 5; i++) 
                {
                    connection.set(("test:" + i).getBytes(), "test".getBytes());
                }
                return null;
            }
        });

高可用維度

按照業(yè)務(wù)部署不同的實(shí)例

不同的業(yè)務(wù)線來(lái)部署 Redis 實(shí)例，這樣當(dāng)其中一個(gè)實(shí)例發(fā)生故障時(shí)，不會(huì)影響到其它業(yè)務(wù)。

避免單點(diǎn)問(wèn)題

業(yè)務(wù)上根據(jù)實(shí)際情況采用主從、哨兵、集群方案，避免單點(diǎn)故障，影響業(yè)務(wù)的正常使用。

合理的設(shè)置相關(guān)參數(shù)

針對(duì)主從環(huán)境，我們需要合理設(shè)置相關(guān)參數(shù)，具體內(nèi)容如下：

• 合理的設(shè)置repl-backlog參數(shù)：如果repl-backlog設(shè)置過(guò)小，當(dāng)寫(xiě)流量比較大的場(chǎng)景下，主從復(fù)制中斷可能會(huì)引發(fā)全量復(fù)制數(shù)據(jù)的風(fēng)險(xiǎn)。
• 合理設(shè)置slave client-output-buffer-limit：當(dāng)從庫(kù)復(fù)制發(fā)生問(wèn)題時(shí)，過(guò)小的 buffer會(huì)導(dǎo)致從庫(kù)緩沖區(qū)溢出，從而導(dǎo)致復(fù)制中斷。

總結(jié)

本文對(duì)于Redis的如何優(yōu)化從內(nèi)存、性能、高可用等三個(gè)維度進(jìn)行了詳細(xì)的講解，如有大家還有什么優(yōu)化建議歡迎提出，大家共同學(xué)習(xí)，共同進(jìn)步。

到此這篇關(guān)于Redis進(jìn)行相關(guān)優(yōu)化的文章就介紹到這了,更多相關(guān)Redis優(yōu)化內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論