redis 使用规范与性能优化

目录

• 键的设计
• value 设计
  • 拒绝 bigkey （强制）
  • bigkey 的危害：
  • bigKey 的产生
  • 如何优化 bigkey
  • 选择合适的数据类型
  • 控制 key 的生命周期，redis 不是垃圾桶
• 命令的使用
  • 关注元素数量
  • 禁用危险命令
  • 批量操作提升效率
  • 不建议使用自带事务
• 客户端的使用
  • 避免多个业务使用一个 redis 服务（推荐）
  • 使用带有连接池的客户端
    • 连接池参数含义：
    • 优化建议
      • maxTotal: 最大连接数，早期叫做 maxActive
      • maxIdle 和 minIdel
  • 连接池预热
• 系统内核参数优化
  • vm.swapniess
  • vm.overcommit_memory
  • 合理设置文件句柄数
• 慢日志查询

键的设计

• 兼顾可读性和可管理性
  以业务名（或数据库名）为前缀（防止 key 冲突），用冒号分隔，比如业务名：表名：id
• 简洁性
  保证语义的前提下，控制 key 的长度，当 key 较多时，内存占用也不容忽视，例如： user:{uid}:friends:messages:{mid} 简化为 u:{uid}:fr:m:{mid}
• 不要包含特殊字符（强制）

value 设计

拒绝 bigkey （强制）

在 Redis 中，一个字符串最大 512MB，一个二级数据结构（例如 hash、list、set、zset）可以存储大约 40 亿个 (2^32-1) 个元素，但实际中如果下面两种情况，就会认为它是 bigkey。

• 字符串类型：它的 big 体现在单个 value 值很大，一般认为超过 10KB 就是 bigkey。
• 非字符串类型：哈希、列表、集合、有序集合，它们的 big 体现在元素个数太多。

一般来说，string 类型控制在 10KB 以内，hash、list、set、zset 元素个数不要超过 5000。 反例：一个包含 200 万个元素的 list。

非字符串的 bigkey，不要使用 del 删除，使用 hscan、sscan、zscan 方式渐进式删除，同时要注意防止 bigkey 过期时间自动删除问题（例如一个 200 万的 zset 设置 1 小时过期，会触发 del 操作，造成阻塞）

bigkey 的危害：

1. 导致 redis 阻塞
2. 网络拥塞
   bigkey 也就意味着每次获取要产生的网络流量较大，假设一个 bigkey 为 1MB，客户端每秒访问量为 1000，那么每秒产生 1000MB 的流量，对于普通的千兆网卡（按照字节算是 128MB/s） 的服务器来说简直是灭顶之灾，而且一般服务器会采用单机多实例的方式来部署，也就是说一个 bigkey 可能会对其他实例也造成影响，其后果不堪设想。
3. 过期删除
   有个 bigkey，它安分守己（只执行简单的命令，例如 hget、lpop、zscore 等），但它设置了过期时间，当它过期后，会被删除，如果没有使用 Redis 4.0 的过期异步删除 (lazyfree-lazy-expire yes)，就会存在阻塞 Redis 的可能性。
   bigkey 的产生：

bigKey 的产生

一般来说，bigkey 的产生都是由于程序设计不当，或者对于数据规模预料不清楚造成的，来看几个例子：

1. 社交类：粉丝列表，如果某些明星或者大 v 不精心设计下，必是 bigkey。
2. 统计类：例如按天存储某项功能或者网站的用户集合，除非没几个人用，否则必是 bigkey。
3. 缓存类：将数据从数据库 load 出来序列化放到 Redis 里，这个方式非常常用，但有两个地方需要注意，第一，是不是有必要把所有字段都缓存；第二，有没有相关关联的数据，有的同学为了图方便把相关数据都存一个 key 下，产生 bigkey。

如何优化 bigkey

1. 拆
   big list： list1、list2、…listN 就是把大列表分成几个小列表存储
   big hash：可以讲数据分段存储，比如一个大的 key，假设存了 1 百万的用户数据，可以拆分成 200 个 key，每个 key 下面存放 5000 个用户数据

2. 如果 bigkey 不可避免，也要思考一下要不要每次把所有元素都取出来（例如有时候仅仅需要 hmget，而不是 hgetall)，删除也是一样，尽量使用优雅的方式来处理。

选择合适的数据类型

控制 key 的生命周期，redis 不是垃圾桶

建议使用 expire 设置过期时间（条件允许可以打散过期时间，防止集中过期）。

命令的使用

关注元素数量

例如 hgetall、lrange、smembers、zrange、sinter 等并非不能使用，但是需要明确 N 的值。有遍历的需求可以使用 hscan、sscan、zscan 代替。

禁用危险命令

禁止线上使用 keys、flushall、flushdb 等，通过 redis 的 rename 机制禁掉命令，或者使用 scan 的方式渐进式处理。

批量操作提升效率

• 原生命令：例如 mget、mset。
• 非原生命令：可以使用 pipeline 提高效率。

不建议使用自带事务

Redis 事务功能较弱，不建议过多使用，可以用 lua 替代

客户端的使用

避免多个业务使用一个 redis 服务（推荐）

多个不相干的业务应该使用不同的 redis 服务，公共数据做服务化

使用带有连接池的客户端

可以有效控制连接数量，同时提高效率，标准使用方式如下：

JedisPoolConfig jedisPoolConfig = new JedisPoolConfig();
jedisPoolConfig.setMaxTotal(5);
jedisPoolConfig.setMaxIdle(2);
jedisPoolConfig.setTestOnBorrow(true);

JedisPool jedisPool = new JedisPool(jedisPoolConfig, "192.168.0.60", 6379, 3000, null);

Jedis jedis = null;
try {
    jedis = jedisPool.getResource();
    //具体的命令
    jedis.executeCommand()
} catch (Exception e) {
    logger.error("op key {} error: " + e.getMessage(), key, e);
} finally {
    //注意这里不是关闭连接，在 JedisPool 模式下，Jedis 会被归还给资源池。
    if (jedis != null) 
        jedis.close();
}

连接池参数含义：

序号	参数名	含义	默认值	使用建议
1	maxTotal	资源池中最大连接数	8	设置建议见下面
2	maxIdle	资源池允许最大空闲的连接数	8	设置建议见下面
3	minIdle	资源池确保最少空闲的连接数	0	设置建议见下面
4	blockWhenExhausted	当资源池用尽后，调用者是否要等待。只有当为 true 时，下面的 maxWaitMillis 才会生效	true	建议使用默认值
5	maxWaitMillis	当资源池连接用尽后，调用者的最大等待时间（单位为毫秒）	-1：表示永不超时	不建议使用默认值
6	testOnBorrow	向资源池借用连接时是否做连接有效性检测 (ping)，无效连接会被移除	false	业务量很大时候建议设置为 false（多一次 ping 的开销）。
7	testOnReturn	向资源池归还连接时是否做连接有效性检测 (ping)，无效连接会被移除	false	业务量很大时候建议设置为 false（多一次 ping 的开销）。
8	jmxEnabled	是否开启 jmx 监控，可用于监控	true	建议开启，但应用本身也要开启

优化建议

maxTotal: 最大连接数，早期叫做 maxActive

如何设置这个值是比较难回答的，没有固定的计算方式，考虑的因素比较多：

• 业务希望 redis 的并发量
• 客户端执行命令的时间
• redis 资源，应用的个数 * maxTotal < redis 的最大连接数 maxclients
• 资源开销，例如虽然希望控制空闲连接（连接池此刻可马上使用的连接），但是不希望因为连接池的频繁释放创建连接造成不必靠开销。

例子：

假设：一次命令时间（borrow|return resource + Jedis 执行命令（含网络） ）的平均耗时约为 1ms，一个连接的 QPS 大约是 1000, 业务期望的 QPS 是 50000

那么理论上需要的资源池大小是 50000 / 1000 = 50 个。但事实上这是个理论值，还要考虑到要比理论值预留一些资源，通常来讲 maxTotal 可以比理论值大一些。
但这个值不是越大越好，一方面连接太多占用客户端和服务端资源，另一方面对于 Redis 这种高 QPS 的服务器，一个大命令的阻塞即使设置再大资源池仍然会无济于事。

maxIdle 和 minIdel

maxIdle 实际上才是业务需要的最大连接数，maxTotal 是为了给出结余量，所以 maxIdele 不要设置的太小，否则会不断的发生新建连接，释放连接的开销。

连接池的最佳性能是 maxTotal = maxIdle 这样就避免连接池伸缩带来的性能干扰，但是在并发量不大的时候，或者 maxTotal 设置过高，会导致不必要的连接资源浪费，一般推荐 maxIdle 按照上面的计算方式设置，maxTotal 可以再放大一倍。

minIdle（最小空闲连接数），与其说是最小空闲连接数，不如说是"至少需要保持的空闲连接数"，在使用连接的过程中，如果连接数超过了 minIdle，那么继续建立连接，如果超过了 maxIdle，当超过的连接执行完业务后会慢慢被移出连接池释放掉

连接池预热

如果系统刚启动完，就马上有很多请求过来，那么可以给连接池做预热，比如快速的创建一些 redis 连接，执行简单命令，如 ping, 快速的将连接池中的连接提升到 minIdel 的数量

示例代码：

List<Jedis> minIdleJedisList = new ArrayList<Jedis>(jedisPoolConfig.getMinIdle());

for (int i = 0; i < jedisPoolConfig.getMinIdle(); i++) {
    Jedis jedis = null;
    try {
        jedis = pool.getResource();
        minIdleJedisList.add(jedis);
        jedis.ping();
    } catch (Exception e) {
        logger.error(e.getMessage(), e);
    } finally {
        //注意，这里不能马上 close 将连接还回连接池，否则最后连接池里只会建立 1 个连接。
        //jedis.close();
    }
}
//统一将预热的连接还回连接池
for (int i = 0; i < jedisPoolConfig.getMinIdle(); i++) {
    Jedis jedis = null;
    try {
        jedis = minIdleJedisList.get(i);
        //将连接归还回连接池，注意这里是规范连接，而不是关闭
        jedis.close();
    } catch (Exception e) {
        logger.error(e.getMessage(), e);
    } finally {
    }
}

系统内核参数优化

vm.swapniess

swap 对操作系统比较重要，当物理内存不足时，可以将一部分内存也 swap 到硬盘上，已解燃眉之急，对于需要高并发，高吞吐的应用来说，磁盘 IO 通常会成为系统的瓶颈，再 Linux 中，并不是等所有的物理内存使用完后才用到 swap。系统参数 swapniess 决定了操作系统使用 swap 的倾向程度，swapniess 取值范围是 0-100，值越大，说明操作系统使用 swapniess 的概率越高。值越低，表示操作系统更加倾向于使用物理内存。

如果内核版本 < 3.5, 那么 swapniess 的值为 0，系统宁愿 swap 也不会 oom killer （杀掉进程）
如果内核版本 >= 3.5, 那么 swapniess 的值为 1，系统宁愿 swap 也不会 oom killer （杀掉进程）

OOM killer 机制是指 Linux 操作系统发现可用内存不足时，强制杀死一些用户进程（非内核进程），来保证系统有足够的可用内存进行分配。

一般要保证 redis 不会被 kill

先查看系统版本，再设值

cat /proc/version
echo 1 > /proc/sys/vm/swapniess
echo vm.swapniess=1 >> /etc/sysctl.conf

vm.overcommit_memory

默认值是 0

• 0: 表示内核将检查是否有足够的物理内存供进程使用（而不是检查是否用尽），如果有足够的内存，内存申请允许，否则内存申请失败，并把错误返回给应用进程
• 1: 表示内核允许分配所有的物理内存，而不管当前内存状态如何

如果是 0 的话，可能导致类似于 fork 等操作失败，申请不到足够的内存空间

Redis 建议把这个值设置为 1，就是为了让 fork 再低内存下也能运行

cat /proc/sys/vm/overcommit_memory
echo "vm.overcommit_memory=1" >> /etc/sysctl.conf
sysctl vm.overcommit_memory=1

合理设置文件句柄数

操作系统进程试图打开一个文件（或者叫句柄），但是现在进程打开的句柄数已经达到了上限，继续打开会报错：“Too many open files”

ulimit -a  #查看系统文件句柄数，看 open files 那项
ulimit -n 65535  #设置系统文件句柄数

慢日志查询

Redis 慢日志命令说明：

config get slow* #查询有关慢日志的配置信息
config set slowlog-log-slower-than 20000  #设置慢日志使时间阈值，单位微秒，此处为 20 毫秒，即超过 20 毫秒的操作都会记录下来，生产环境建议设置 1000，也就是 1ms，这样理论上 redis 并发至少达到 1000，如果要求单机并发达到 1 万以上，这个值可以设置为 100
config set slowlog-max-len 1024  #设置慢日志记录保存数量，如果保存数量已满，会删除最早的记录，最新的记录追加进来。记录慢查询日志时 Redis 会对长命令做截断操作，并不会占用大量内存，建议设置稍大些，防止丢失日志
config rewrite #将服务器当前所使用的配置保存到 redis.conf
slowlog len #获取慢查询日志列表的当前长度
slowlog get 5 #获取最新的 5 条慢查询日志。慢查询日志由四个属性组成：标识 ID，发生时间戳，命令耗时，执行命令和参数
slowlog reset #重置慢查询日志