12.5、寻找热点key

寻找热点key

热门新闻事件或商品通常会给系统带来巨大的流量，对存储这类信息的Redis来说却是一个巨大的挑战。以Redis Cluster为例，它会造成整体流量的不均衡，个别节点出现OPS过大的情况，极端情况下热点key甚至会超过Redis本身能够承受的OPS，因此寻找热点key对于开发和运维人员非常重要。下面就会从四个方面来分析热点key。

1. 客户端

   客户端其实是距离key“最近”的地方，因为Redis命令就是从客户端发出的，例如在客户端设置全局字典（key和调用次数），每次调用Redis命令是，使用这个字典进行记录，如下所示。

   // 使用Guava的AtomicLongMap，记录key的调用次数
   public static final AtomicLongMap ATOMIC_LONG_MAP = AtomicLongMap.create();
   String get(String key) {
       counterKey(key);
       ...
   }
   String set(String key, String value) {
       counterKey(key);
       ...
   }
   void counterKey(String key) {
       ATOMIC_LONG_MAP.incrementAndGet(key);
   }
   

   为了减少对客户端代码的侵入，可以在Redis客户端的关键部分进行计数，例如Jedis的Connection类中的sendCommand方法是所有命令执行的枢纽：

   public Connection sendCommand(final ProtocolCommand cmd, final byte[]... args) {
       //从参数中获取key
       String key = analysis(args);
       //计数
       counterKey(key);
       ...
   }
   

   同时为了防止ATVOMIC_LONG_MAP过大，可以对其进行定期清理。

   public void scheduleCleanMap() {
           ERROR_NAME_VALUE_MAP.clear();
   }
   

   使用客户端进行热点key的统计非常容易发现，但是同时问题也非常多：

   • 无法预知key的个数，存在内存泄露的危险。

   • 对于客户端代码有侵入，各个语言的客户端都需要维护此逻辑，维护成本较高。

   • 只能了解当前客户端的热点key，无法实现规模化运维统计。

   当然除了使用本地字典技术外，还可以使用其他存储来完成异步计数，从而解决本地内存泄露问题。但是另两个问题还是不好解决。

2. 代理端

   像Twemproxy、Codis这些基于代理的Redis分布式架构，所有客户端的请求都是通过代理端完成的。此构架是最适合做热点key统计的，因为代理是所有Redis客户端和服务端的桥梁。但并不是所有Redis都是采用此种架构。

3. Redis服务端

   使用monitor命令统计热点key是很多很多开发和运维人员首先想到，monitor命令可以监控到Redis执行的所有命令。

   利用monitor命令的结果就可以统计出一段时间内的热点key排行榜、命令排行榜、客户端分布等数据，例如下面的伪代码统计了最近10万条命令中的热点key：

   //获取10万条命令
   List keyList = redis.monitor(10000);
   //存入到字典中，分别是key和对应的次数
   AtomicLongMap ATOMIC_LONG_MAP = AtomicLongMap.create();
   //统计
   for (String command : commandList) {
       ATOMIC_LONG_MAP.incrementAndGet(key);
   }
   //后续统计和分析热点key
   statHotKey(ATOMIC_LONG_MAP);
   

   Facebook开源的redis-faina正是利用上述原理使用Python语言实现的，例如下面获取最近10万条命令的热点key、热点命令、耗时分布等数据。为了减少网络开销以及加快输出缓冲区的消费速度，monitor尽可能在本机执行。

   此种方法会有两个问题：

   • 本书多次强调monitor命令在高并发条件下，会存在内存暴增和影响Redis性能的隐患，所以此种方法适合在短时间内使用。

   • 只能统计一个Redis节点的热点key，对于Redis集群需要进行汇总统计。

4. 机器

   Redis客户端会使用TCP协议与服务端进行交互，通信协议采用的是RESP。如果站在机器的角度，可以通过对机器上所有Redis端口的TCP数据包进行抓取完成热点key的统计。

   此种方法对于Redis客户端服务端来说毫无侵入，是比较完美的方案，但是依然存在两个问题：

   • 需要一定的开发成本，但是一些开源方案实现了该功能，例如ELK（ElasticSearch Logstash Kibana）体系下的packetbeat插件，可以实现对Redis、MySQL等众多主流服务的数据包抓取、分析、报表展示。

   • 由于是以机器为单位进行统计，要想了解一个集群的热点key，需要进行后期汇总。

   方案	优点	缺点
   客户端	实现简单	1.内存泄露隐患 2.维护成本高 3.只能统计单个客户端
   代理	代理是客户端和服务端的桥梁，实现最方便最系统	增加代理端的开发部署成本
   服务端	实现简单	1.Monitor本身的使用成本和危害，只能短时间使用 2.只能统计的单个Redis节点
   机器	对于客户端和服务端无侵入和影响	需要专业的运维团队开发，并且增加了机器的部署成本

   最后我们总结出解决热点key问题的三种方案。选用哪种要根据具体业务场景来决定。下面是三种方案的思路。

   1）拆分复杂数据结构：如果当前key的类型是一个二级数据结构，例如哈希类型。如果该哈希元素个数较多，可以考虑将当前hash进行拆分，这样该热点key可以拆分为若干个新的key分布到不同Redis节点上，从而减轻压力。

   2）迁移热点key：以Redis Cluster为例，可以将热点key所在的slot单独迁移到一个新的Redis节点上，但此操作会增加运维成本。

   3）本地缓存加通知机制：可以将热点key放在业务端的本地缓存中，因为是在业务端的本地内存中，处理能力要高出Redis数十倍，但当数据更新时，此种模式会造成各个业务端和Redis数据不一致，通常会使用发布订阅机制来解决类型问题。