Redis运维

Redis 报内存不足怎么处理？

Redis 内存不足有这么几种处理方式：

• 修改配置文件 redis.conf 的 maxmemory 参数，增加 Redis 可用内存
• 也可以通过命令 set maxmemory 动态设置内存上限
• 修改内存淘汰策略，及时释放内存空间
• 使用 Redis 集群模式，进行横向扩容。

Redis key 过期策略有哪些我？

惰性删除和定期删除。

惰性删除：当某个键被访问时，如果发现它已经过期，Redis 会立即删除该键；但这也意味着如果一个已过期的键从未被访问，它就不会被删除，会占用额外的内存空间。

定期删除：每隔一段时间，Redis 就会随机检查一些键是否过期，如果过期就删除。

内存淘汰策略？

1. noeviction：默认策略，不进行任何数据淘汰，直接返回错误信息。
2. allkeys-lru：从所有键中，使用 LRU 算法淘汰最近最少使用的键。
3. allkeys-lfu：从所有键中，使用 LFU 算法淘汰最少使用的键。
4. volatile-lru：从设置了过期时间的键中淘汰最近最少使用的键。
5. volatile-ttl：从设置了过期时间的键中淘汰即将过期的键。

LRU 和 LFU 的区别是什么？

LRU（Least Recently Used）：基于时间维度，淘汰最近最少访问的键。适合访问具有时间特性的场景。

LFU（Least Frequently Used）：基于次数维度，淘汰访问频率最低的键。更适合长期热点数据场景。

大 key 问题

"big Key"是指一个内存空间占用比较大的键(Key)

• 内存压力，内存分布不均。在集群模式下，不同slot分配到不同实例中，如果大ky都映射到一个实例，则分布不均，查询效率也会受到影响。
• 由于Redis单线程执行命令，操作大Key时耗时较长，从而导致Redis出现其它命令阻塞的问题。
• 大key对资源的占用巨大，在你进行网络I/O传输的时候，导致你获取过程中产生的网络流量较大，从而产生网络传输时间延长甚至网络传输发现阻塞的现象，例如一个key 2MB,请求个1000次2000MB。
• 客户端超时。因为操作大key时耗时较长，可能导致客户端等待超时。

如何找到大 key?

①、bigkeys 参数：使用 bigkeys 命令以遍历的方式分析 Redis 实例中的所有 Key，并返回整体统计信息与每个数据类型中 Top1 的大 Key

bigkeys 命令的使用：redis-cli --bigkeys

img

②、redis-rdb-tools：redis-rdb-tools 是由 Python 语言编写的用来分析 Redis 中 rdb 快照文件的工具。

源码地址：https://github.com/sripathikrishnan/redis-rdb-tools/

怎么解决：

1. 大key→小key，对于数据过大的ZSet可以分页查询
2. 定期清理大 Key，对于不重要的大 Key，可以设置较短的过期时间；删除大 Key 时，使用使用 UNLINK异步删除，而不是 DEL
3. 搭建redis集群，把key分配到不同的hash slot槽所在的分片上

Redis如何判断某个key应该在哪个实例？

• 将16384个插槽分配到不同的实例
• 根据key的有效部分计算哈希值，对16384取余
• 余数作为插槽，寻找插槽所在实例即可

数据key不是与节点绑定，而是与插槽绑定

插槽可以集体转换，它与节点是绑定的关系，节点宕机了，还可以将插槽绑定到到别的节点上；如果和节点绑定的话，节点宕机了，你还得重新配置节点或手动迁移大量数据；

为什么Redis要选择单线程

• 抛开持久化不谈，Redis是纯内存操作，执行速度非常快，它的性能瓶颈是网络延迟而不是执行速度，因此多线程并不会带来巨大的性能提升。
• 多线程会导致过多的上下文切换，带来不必要的开销
• 引入多线程会面临线程安全问题，必然要引入线程锁这样的安全手段，实现复杂度增高，而且性能也会大打折扣