Redis 通常是我们业务系统中一个重要的组件，比如：缓存、账号登录信息、排行榜等。
一旦 Redis 请求延迟增加，可能就会导致业务系统”雪崩”。
我在单身红娘婚恋类型互联网公司工作，在双十一推出下单就送女朋友的活动。
谁曾想，凌晨 12 点之后，用户量暴增，出现了一个技术故障，用户无法下单，当时老大火冒三丈！
获取不到连接资源，并且集群中的单台 Redis 连接量很高。
大量的流量没了 Redis 的缓存响应，直接打到了 MySQL，最后数据库也宕机了……
于是各种更改最大连接数、连接等待数，虽然报错信息频率有所缓解，但还是 持续报错。
可以发现，一旦 Redis 延迟过高，会引发各种问题。
今天「码哥」跟大家一起来分析下如何确定 Redis 有性能问题和解决方案。
- 延迟基线测量
- 慢指令监控
- 慢日志功能
- Latency Monitoring
- 网络通信导致的延迟
- 慢指令导致的延迟
- Fork 生成 RDB 导致的延迟
- 内存大页（transparent huge pages）
- swap：操作系统分页
- 获取 Redis 实例 pid
- 解决方案
- AOF 和磁盘 I/O 导致的延迟
- expires 淘汰过期数据
- 解决方案
- bigkey
- 查找 bigkey
- 解决方案
最大延迟是客户端发出命令到客户端收到命令的响应的时间，正常情况下 Redis 处理的时间极短，在微秒级别。
当 Redis 出现性能波动的时候，比如达到几秒到十几秒，这个很明显我们可以认定 Redis 性能变慢了。
有的硬件配置比较高，当延迟 0.6ms，我们可能就认定变慢了。硬件比较差的可能 3 ms 我们才认为出现问题。
❝那我们该如何定义 Redis 真的变慢了呢？
所以，我们需要对当前环境的 Redis 基线性能做测量，也就是在一个系统在低压力、无干扰情况下的基本性能。
当你发现 Redis 运行时时的延迟是基线性能的 2 倍以上，就可以判定 Redis 性能变慢了。
延迟基线测量
redis-cli 命令提供了 –intrinsic-latency 选项，用来监测和统计测试期间内的最大延迟（以毫秒为单位），这个延迟可以作为 Redis 的基线性能。
redis-cli --latency -h host -p port
比如执行如下指令：
redis-cli --intrinsic-latency 100<br>Max latency so far: 4 microseconds.<br>Max latency so far: 18 microseconds.<br>Max latency so far: 41 microseconds.<br>Max latency so far: 57 microseconds.<br>Max latency so far: 78 microseconds.<br>Max latency so far: 170 microseconds.<br>Max latency so far: 342 microseconds.<br>Max latency so far: 3079 microseconds.<br><br>45026981 total runs (avg latency: 2.2209 microseconds / 2220.89 nanoseconds per run).<br>Worst run took 1386x longer than the average latency.
❝注意：参数
100是测试将执行的秒数。我们运行测试的时间越长，我们就越有可能发现延迟峰值。
通常运行 100 秒通常是合适的，足以发现延迟问题了，当然我们可以选择不同时间运行几次，避免误差。
「码哥」运行的最大延迟是 3079 微秒，所以基线性能是 3079 （3 毫秒）微秒。
需要注意的是，我们要在 Redis 的服务端运行，而不是客户端。这样，可以 避免网络对基线性能的影响。
可以通过 -h host -p port 来连接服务端，如果想监测网络对 Redis 的性能影响，可以使用 Iperf 测量客户端到服务端的网络延迟。
如果网络延迟几百毫秒，说明网络可能有其他大流量的程序在运行导致网络拥塞，需要找运维协调网络的流量分配。
慢指令监控
❝如何判断是否是慢指令呢？
看操作复杂度是否是 O(N)。官方文档对每个命令的复杂度都有介绍，尽可能使用 O(1) 和 O(log N)命令。
涉及到集合操作的复杂度一般为 O(N)，比如集合 全量查询 HGETALL、SMEMBERS，以及集合的 聚合操作：SORT、LREM、 SUNION等。
❝有监控数据可以观测呢？代码不是我写的，不知道有没有人用了慢指令。
有两种方式可以排查到：
- 使用 Redis 慢日志功能查出慢命令；
- latency-monitor（延迟监控）工具。
此外，可以使用自己（top、htop、prstat 等）快速检查 Redis 主进程的 CPU 消耗。如果 CPU 使用率很高而流量不高，通常表明使用了慢速命令。
Redis 中的 slowlog 命令可以让我们快速定位到那些超出指定执行时间的慢命令，默认情况下命令若是执行时间超过 10ms 就会被记录到日志。
slowlog 只会记录其命令执行的时间，不包含 io 往返操作，也不记录单由网络延迟引起的响应慢。
我们可以 根据基线性能来自定义慢命令的标准（配置成基线性能最大延迟的 2 倍），调整触发记录慢命令的阈值。
可以在 redis-cli 中输入以下命令配置记录 6 毫秒以上的指令：
redis-cli CONFIG SET slowlog-log-slower-than 6000
也可以在 Redis.config 配置文件中设置，以微秒为单位。
想要查看所有执行时间比较慢的命令，可以通过使用 Redis-cli 工具，输入 slowlog get 命令查看，返回结果的第三个字段以微秒位单位显示命令的执行时间。
假如只需要查看最后 2 个慢命令，输入 slowlog get 2 即可。
示例：获取最近2个慢查询命令<br>127.0.0.1:6381> SLOWLOG get 2<br>1) 1) (integer) 6<br>   2) (integer) 1458734263<br>   3) (integer) 74372<br>   4) 1) "hgetall"<br>      2) "max.dsp.blacklist"<br>2) 1) (integer) 5<br>   2) (integer) 1458734258<br>   3) (integer) 5411075<br>   4) 1) "keys"<br>      2) "max.dsp.blacklist"<br>
以第一个 HGET 命令为例分析，每个 slowlog 实体共 4 个字段：
- 字段 1：1 个整数，表示这个 slowlog 出现的序号，server 启动后递增，当前为 6。
- 字段 2：表示查询执行时的 Unix 时间戳。
- 字段 3：表示查询执行微秒数,当前是 74372 微秒,约 74ms。
- 字段 4: 表示查询的命令和参数,如果参数很多或很大,只会显示部分参数个数。当前命令是
hgetall max.dsp.blacklist。
Redis 在 2.8.13 版本引入了 Latency Monitoring 功能，用于以秒为粒度监控各种事件的发生频率。
启用延迟监视器的第一步是 设置延迟阈值(单位毫秒)。只有超过该阈值的时间才会被记录，比如我们根据基线性能（3ms）的 3 倍设置阈值为 9 ms。
可以用 redis-cli 设置也可以在 Redis.config 中设置；
CONFIG SET latency-monitor-threshold 9
工具记录的相关事件的详情可查看官方文档：https://redis.io/topics/latency-monitor
如获取最近的 latency
127.0.0.1:6379> debug sleep 2<br>OK<br>(2.00s)<br>127.0.0.1:6379> latency latest<br>1) 1) "command"<br>   2) (integer) 1645330616<br>   3) (integer) 2003<br>   4) (integer) 2003
Redis 的数据读写由单线程执行，如果主线程执行的操作时间太长，就会导致主线程阻塞。
一起分析下都有哪些操作会阻塞主线程，我们又该如何解决？
网络通信导致的延迟
客户端使用 TCP/IP 连接或 Unix 域连接连接到 Redis。1 Gbit/s 网络的典型延迟约为 200 us。
redis 客户端执行一条命令分 4 个过程：
❝发送命令－〉 命令排队 －〉 命令执行－〉 返回结果
这个过程称为 Round trip time(简称 RTT, 往返时间)，mget mset 有效节约了 RTT，但大部分命令（如 hgetall，并没有 mhgetall）不支持批量操作，需要消耗 N 次 RTT ，这个时候需要 pipeline 来解决这个问题。
Redis pipeline 将多个命令连接在一起来减少网络响应往返次数。redis-pipeline
慢指令导致的延迟
根据上文的慢指令监控查询文档，查询到慢查询指令。可以通过以下两种方式解决：
- 比如在 Cluster 集群中，将聚合运算等 O(N) 操作运行在 slave 上，或者在客户端完成。
- 使用高效的命令代替。使用增量迭代的方式，避免一次查询大量数据，具体请查看SCAN、SSCAN、HSCAN和ZSCAN命令。
除此之外，生产中禁用KEYS 命令，它只适用于调试。因为它会遍历所有的键值对，所以操作延时高。
Fork 生成 RDB 导致的延迟
Redis 使用操作系统的多进程 写时复制技术 COW(Copy On Write) 来实现快照持久化，减少内存占用。
写时复制技术保证快照期间数据可修改
但 fork 会涉及到复制大量链接对象，一个 24 GB 的大型 Redis 实例需要 24 GB / 4 kB * 8 = 48 MB 的页表。
执行 bgsave 时，这将涉及分配和复制 48 MB 内存。
此外， 从库加载 RDB 期间无法提供读写服务，所以主库的数据量大小控制在 2~4G 左右，让从库快速的加载完成。
内存大页（transparent huge pages）
常规的内存页是按照 4 KB 来分配，Linux 内核从 2.6.38 开始支持内存大页机制，该机制支持 2MB 大小的内存页分配。
也就是当数据被修改的时候，Redis 会复制一份这个数据，再进行修改。
采用了内存大页，生成 RDB 期间，即使客户端修改的数据只有 50B 的数据，Redis 需要复制 2MB 的大页。当写的指令比较多的时候就会导致大量的拷贝，导致性能变慢。
使用以下指令禁用 Linux 内存大页即可：
echo never > /sys/kernel/mm/transparent_hugepage/enabled
swap：操作系统分页
当物理内存（内存条）不够用的时候，将部分内存上的数据交换到 swap 空间上，以便让系统不会因内存不够用而导致 oom 或者更致命的情况出现。
当某进程向 OS 请求内存发现不足时，OS 会把内存中暂时不用的数据交换出去，放在 SWAP 分区中，这个过程称为 SWAP OUT。
当某进程又需要这些数据且 OS 发现还有空闲物理内存时，又会把 SWAP 分区中的数据交换回物理内存中，这个过程称为 SWAP IN。
内存 swap 是操作系统里将内存数据在内存和磁盘间来回换入和换出的机制，涉及到磁盘的读写。
❝触发 swap 的情况有哪些呢？
对于 Redis 而言，有两种常见的情况：
- Redis 使用了比可用内存更多的内存；
- 与 Redis 在同一机器运行的其他进程在执行大量的文件读写 I/O 操作（包括生成大文件的 RDB 文件和 AOF 后台线程），文件读写占用内存，导致 Redis 获得的内存减少，触发了 swap。
❝码哥，我要如何排查是否因为 swap 导致的性能变慢呢？
Linux 提供了很好的工具来排查这个问题，所以当怀疑由于交换导致的延迟时，只需按照以下步骤排查。
$ redis-cli info | grep process_id<br>process_id:13160
进入此进程的 /proc 文件系统目录：
cd /proc/13160
在这里有一个 smaps 的文件，该文件描述了 Redis 进程的内存布局，运行以下指令，用 grep 查找所有文件中的 Swap 字段。
$ cat smaps | egrep '^(Swap|Size)'<br>Size:                316 kB<br>Swap:                  0 kB<br>Size:                  4 kB<br>Swap:                  0 kB<br>Size:                  8 kB<br>Swap:                  0 kB<br>Size:                 40 kB<br>Swap:                  0 kB<br>Size:                132 kB<br>Swap:                  0 kB<br>Size:             720896 kB<br>Swap:                 12 kB
每行 Size 表示 Redis 实例所用的一块内存大小，和 Size 下方的 Swap 对应这块 Size 大小的内存区域有多少数据已经被换出到磁盘上了。
如果 Size == Swap 则说明数据被完全换出了。
可以看到有一个 720896 kB 的内存大小有 12 kb 被换出到了磁盘上（仅交换了 12 kB），这就没什么问题。
Redis 本身会使用很多大小不一的内存块，所以，你可以看到有很多 Size 行，有的很小，就是 4KB，而有的很大，例如 720896KB。不同内存块被换出到磁盘上的大小也不一样。
敲重点了
如果 Swap 一切都是 0 kb，或者零星的 4k ，那么一切正常。
当出现百 MB，甚至 GB 级别的 swap 大小时，就表明，此时，Redis 实例的内存压力很大，很有可能会变慢。
AOF 和磁盘 I/O 导致的延迟
可以使用 appendfsync 配置将 AOF 配置为以三种不同的方式在磁盘上执行 write 或者 fsync （可以在运行时使用 CONFIG SET命令修改此设置，比如： redis-cli CONFIG SET appendfsync no）。
- no：Redis 不执行 fsync，唯一的延迟来自于 write 调用，write 只需要把日志记录写到内核缓冲区就可以返回。
- everysec：Redis 每秒执行一次 fsync。使用后台子线程异步完成 fsync 操作。最多丢失 1s 的数据。
- always：每次写入操作都会执行 fsync，然后用 OK 代码回复客户端（实际上 Redis 会尝试将同时执行的许多命令聚集到单个 fsync 中），没有数据丢失。在这种模式下，性能通常非常低，强烈建议使用快速磁盘和可以在短时间内执行 fsync 的文件系统实现。
我们通常将 Redis 用于缓存，数据丢失完全恶意从数据获取，并不需要很高的数据可靠性，建议设置成 no 或者 everysec。
除此之外，避免 AOF 文件过大， Redis 会进行 AOF 重写，生成缩小的 AOF 文件。
可以把配置项 no-appendfsync-on-rewrite设置为 yes，表示在 AOF 重写时，不进行 fsync 操作。
也就是说，Redis 实例把写命令写到内存后，不调用后台线程进行 fsync 操作，就直接返回了。
expires 淘汰过期数据
Redis 有两种方式淘汰过期数据：
- 惰性删除：当接收请求的时候发现 key 已经过期，才执行删除；
- 定时删除：每 100 毫秒删除一些过期的 key。
定时删除的算法如下：
ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP默认设置为 20，每秒执行 10 次，删除 200 个 key 问题不大。
如果触发了第二条，就会导致 Redis 一致在删除过期数据去释放内存。 而删除是阻塞的。
❝码哥，触发条件是什么呀？
也就是大量的 key 设置了相同的时间参数。同一秒内，大量 key 过期，需要重复删除多次才能降低到 25% 以下。
简而言之：大量同时到期的 key 可能会导致性能波动。
如果一批 key 的确是同时过期，可以在 EXPIREAT 和 EXPIRE 的过期时间参数上， 加上一个一定大小范围内的随机数，这样，既保证了 key 在一个邻近时间范围内被删除，又避免了同时过期造成的压力。
bigkey
通常我们会将含有较大数据或含有大量成员、列表数的 Key 称之为大 Key，下面我们将用几个实际的例子对大 Key 的特征进行描述：
- 一个 STRING 类型的 Key，它的值为 5MB（数据过大）
- 一个 LIST 类型的 Key，它的列表数量为 10000 个（列表数量过多）
- 一个 ZSET 类型的 Key，它的成员数量为 10000 个（成员数量过多）
- 一个 HASH 格式的 Key，它的成员数量虽然只有 1000 个但这些成员的 value 总大小为 10MB（成员体积过大）
bigkey 带来问题如下：
使用 redis-rdb-tools 工具以定制化方式找出大 Key。
如将一个含有数万成员的 HASH Key 拆分为多个 HASH Key，并确保每个 Key 的成员数量在合理范围，在 Redis Cluster 结构中，大 Key 的拆分对 node 间的内存平衡能够起到显著作用。
Redis 自 4.0 起提供了 UNLINK 命令，该命令能够以非阻塞的方式缓慢逐步的清理传入的 Key，通过 UNLINK，你可以安全的删除大 Key 甚至特大 Key。
如下检查清单，帮助你在遇到 Redis 性能变慢的时候能高效解决问题。
Original: https://www.cnblogs.com/liliuguang/p/15990542.html
Author: 李留广
Title: redis变慢查询
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/529282/
转载文章受原作者版权保护。转载请注明原作者出处！