Redis優(yōu)化實例分析

這篇文章主要介紹了Redis優(yōu)化實例分析的相關(guān)知識，內(nèi)容詳細(xì)易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇Redis優(yōu)化實例分析文章都會有所收獲，下面我們一起來看看吧。

內(nèi)存維度

控制key的長度

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)中會包含字符串長度、分配空間大小等元數(shù)據(jù)信息，當(dāng)key字符串的長度增加時，SDS中的元數(shù)據(jù)也會占用更多內(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)名來使用相應(yīng)的英文縮寫來表示。例如user用u表示，message 用m來表示。

避免存儲bigkey

我們既要注意key的長度，同時也需要關(guān)注value的大小，Redis是使用單線程讀寫數(shù)據(jù)，bigkey 的讀寫操作會阻塞線程，降低Redis的處理效率。

如何查詢bigkey

我們可以通過--bigkey的命令來查看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bytes，需要進(jìn)行相關(guān)優(yōu)化的。

建議：

• 如果key為string類型，建議value的存放值的大小為10KB左右。

• 如果key為List/Hash/Set/ZSet類型，建議存放元素的的數(shù)量控制在1萬以下。

選擇合適的數(shù)據(jù)類型

Redis提供了豐富的數(shù)據(jù)類型，對于存放的內(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，可以參考之前的文章。

例如：String和set在存儲int數(shù)據(jù)時，會采用整數(shù)編碼存儲。Hash、ZSet在元素數(shù)量比較少時，會采用壓縮列表（ziplist）存儲，在存儲比較多的數(shù)據(jù)時，才會轉(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)組來保存的，所以我們可以把業(yè)務(wù)的序列化成二進(jìn)制寫入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json和xml數(shù)據(jù)格式的，可以采用gzip或者snappy算法對數(shù)據(jù)進(jìn)行壓縮存儲，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)致占用過多資源。

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

• volatile-lru / allkeys-lru：優(yōu)先保留最近訪問過的數(shù)據(jù)

• volatile-lfu / allkeys-lfu：優(yōu)先保留訪問次數(shù)最頻繁的數(shù)據(jù)

• volatile-ttl ：優(yōu)先淘汰即將過期的數(shù)據(jù)

• volatile-random / allkeys-random：隨機(jī)淘汰數(shù)據(jù)

控制Redis實例的大小

Redis單實例的內(nèi)存大小建議設(shè)置在2~6GB之間。因為無論是RDB快照，還是主從集群進(jìn)行數(shù)據(jù)同步，都能很快完成，不會阻塞正常請求的處理。

定時清除內(nèi)存碎片

頻繁的新增修改會導(dǎo)致內(nèi)存碎片的增多，因此需要及時清理內(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：

說明：

• used_memory_rss是操作系統(tǒng)實際分配給 Redis的物理內(nèi)存空間。

• used_memory 是 Redis 為了保存數(shù)據(jù)實際申請使用的空間。

• 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)超過了50%。一般情況下，這個時候，我們就需要采取一些措施來降低內(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，該命令需要對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實例上的所有數(shù)據(jù)，如果數(shù)據(jù)量很大，會嚴(yán)重阻塞Redis主線程。

• FLUSHDB，刪除當(dāng)前數(shù)據(jù)庫中的數(shù)據(jù)，如果數(shù)據(jù)量很大，會阻塞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這些命令進(jìn)行重命名，讓客戶端無法使用這些命令。

慎用全量操作的命令

對于集合類型的來說，在未清楚集合數(shù)據(jù)大小的情況下，慎用查詢集合中的全量數(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，因為這些命令會對Hash或者Set類型的底層數(shù)據(jù)進(jìn)行全量掃描，當(dāng)集合數(shù)據(jù)量比較大時，會阻塞Redis的主線程。

優(yōu)化建議：

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

慎用復(fù)雜度過高命令

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

優(yōu)化建議：

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

設(shè)置合適的過期時間

Redis通常用于保存熱數(shù)據(jù)。熱數(shù)據(jù)一般都有使用的時效性。所以，在數(shù)據(jù)保存時，根據(jù)業(yè)務(wù)使用數(shù)據(jù)的時長，合理的設(shè)置數(shù)據(jù)的過期時間。否則寫入Redis的數(shù)據(jù)會一直占用內(nèi)存，如果數(shù)據(jù)持續(xù)增增長，會達(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key時，可以使用批量命令來處理，批量命令可以減少客戶端與服務(wù)端的來回網(wǎng)絡(luò)IO次數(shù)。

• String或者Hash類型可以使用 MGET/MSET替代 GET/SET，HMGET/HMSET替代HGET/HSET

• 其它數(shù)據(jù)類型使用Pipeline命令，一次性打包發(fā)送多個命令到服務(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)部署不同的實例

不同的業(yè)務(wù)線來部署 Redis 實例，這樣當(dāng)其中一個實例發(fā)生故障時，不會影響到其它業(yè)務(wù)。

避免單點(diǎn)問題

業(yè)務(wù)上根據(jù)實際情況采用主從、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)置過小，當(dāng)寫流量比較大的場景下，主從復(fù)制中斷可能會引發(fā)全量復(fù)制數(shù)據(jù)的風(fēng)險。

• 合理設(shè)置slave client-output-buffer-limit：當(dāng)從庫復(fù)制發(fā)生問題時，過小的 buffer會導(dǎo)致從庫緩沖區(qū)溢出，從而導(dǎo)致復(fù)制中斷。

關(guān)于“Redis優(yōu)化實例分析”這篇文章的內(nèi)容就介紹到這里，感謝各位的閱讀！相信大家對“Redis優(yōu)化實例分析”知識都有一定的了解，大家如果還想學(xué)習(xí)更多知識，歡迎關(guān)注億速云行業(yè)資訊頻道。