Redis的性能管理

一、Redis性能管理

1.1 查看redis的内存使用情况 

redis-cli info memory
或
redis-cli
127.0.0.1:6379> info memory

used_memory：redis中的数据占用的内存。
used_memory_rss：是redis向操作系统申请的内存。
used_memory_peak：redis内存使用的峰值。

1.2 内存碎片 

内存碎片率=Redis向操作系统申请的内存 / Redis中的数据占用的内存
mem_fragmentation_ratio = used_memory_rss / used_memory

redis-cli info memory | grep ratio

allocator_frag_ratio:1.25
#表示分配器碎片的比例。比例越低越好，值越高，说明分配器碎片较多，可能导致内存浪费。
 
allocator_rss_ratio:4.48
#表示分配器占用物理内存的比例，告诉你主进程调度执行时占用了多少物理内存。
 
rss_overhead_ratio:2.56
#表示redis占用物理内存额外的开销比例，比例越低越好，表示redis实际使用的物理内存和向系统申请的内存越接近，额外的开销越低。
 
mem_fragmentation_ratio:20.62
#表示内存碎片的比例。内存碎片是指已经分配但不能被有效利用的内存。这个比例越低，表示内存利用率更高。

内存碎片产生的原因

Redis内部有自已的内存管理器，为了提高内存使用的效率，来对内存的申请和释放进行管理。
Redis中的值删除的时候，并没有把内存直接释放、交还给操作系统，而是交给了Redis内部有内存管理器。
Redis中申请内存的时候，也是先看自己的内存管理器中是否有足够的内存可用。
Redis的这种机制，提高了内存的使用率，但是会使Redis中有部分自己没在用，却不释放的内存，导致了内存碎片的发生。

如何清理碎片

手动清理碎片：

redis-cli memory purge

自动清理碎片：

vim /etc/redis/6379.conf
--添加--
activedefrag yes
--

二、Redis优化策略

2.1 设置redis最大内存阈值

内存阈值如果不设置，则没有限制，直到把服务器的内存干满、之后会使用交换分区。

设置内存阈值后，不会使用swap交换分区。且如果设置了key回收策略，当内存使用达到设置的最大阈值时，系统会进行key回收。

vim /etc/redis/6379.conf
--567--
567 # maxmemory <bytes>
568 maxmemory 1gb       
#例如设置最大内存阈值为1gb，一旦到达阈值，自动清理碎片，开启key的回收机制

2.2 设置key回收策略

vim /etc/redis/6379.conf
--598--
# maxmemory-policy noenviction   
#需要修改maxmemory-policy属性值
 
--回收策略有以下几种：--
 ●volatile-lru
 #使用LRU算法从已设置过期时间的数据集合中淘汰数据（移除最近最少使用的key，针对设置了TTL的key）
 ​
 ●volatile-ttl
 #从已设置过期时间的数据集合中挑选即将过期的数据淘汰（移除最近过期的key）
 ​
 ●volatile-random
 #从已设置过期时间的数据集合中随机挑选数据淘汰（在设置了TTL的key里随机移除）
 ​
 ●allkeys-lru
 #使用LRU算法 从所有数据集合中淘汰数据（移除最少使用的key，针对所有的key）
 ​
 ●allkeys-random
 #从数据集合中任意选择数据淘汰（随机移除key）
 ​
 ●noenviction
 #禁止淘汰数据（不删除直到写满时报错）

2.3 总结解决Redis占用内存效率问题

1. 监控和调优：持续监控Redis的内存占用情况，及时发现并解决内存问题。

2. 设置内存阈值：为Redis设置内存占用的最大阈值，避免占用系统全部内存。可以通过修改 Redis 的配置文件中的maxmemory参数，限制Redis使用的内存大小。

3. 内存碎片清理：定期进行内存碎片清理操作，有效利用内存空间。

4. 配置合适的键回收机制：通过配置适当的键回收机制，及时清理过期、不常用或不重要的键，释放内存。可以使用Redis的过期键自动删除机制、设置合理的过期时间、限制每个键的内存占用等方式来控制键的回收。

三、Redis的雪崩、击穿、缓存穿透

3.1 redis雪崩

缓存雪崩是指大量的应用请求无法在 Redis 缓存中进行处理，紧接着，应用将大量请求发送到数据库层，导致数据库层的压力激增。 

一个简单的雪崩过程示例：

Redis 集群产生了大面积故障；
缓存失败，此时仍有大量请求去访问 Redis 缓存服务器；
在大量 Redis 请求失败后，这些请求将会去访问数据库；
由于应用的设计依赖于数据库和 Redis 服务，很快就会造成服务器集群的雪崩，最终导致整个系统的瘫痪。

雪崩产生原因：

1).缓存中有大量数据同时过期，导致大量请求无法得到处理。
2).Redis 缓存实例发生故障宕机了。

解决方案： 

【事前】高可用缓存：高可用缓存是防止出现整个缓存故障。即使个别节点，机器甚至机房都关闭，系统仍然可以提供服务，Redis 哨兵(Sentinel) 和 Redis 集群(Cluster) 都可以做到高可用；

【事中】缓存降级（临时支持）：当访问次数急剧增加导致服务出现问题时，我们如何确保服务仍然可用。在国内使用比较多的是 Hystrix，它通过熔断、降级、限流三个手段来降低雪崩发生后的损失。只要确保数据库不死，系统总可以响应请求，每年的春节 12306 我们不都是这么过来的吗？只要还可以响应起码还有抢到票的机会；

【事后】Redis备份和快速预热：Redis数据备份和恢复、快速缓存预热。

3.2 redis 击穿

缓存击穿是指当前热点数据存储到期时，多个线程同时并发访问热点数据。因为缓存刚过期，所有并发请求都会到数据库中查询数据。

解决方法：

将热点数据设置为永不过期；
加互斥锁：互斥锁可以控制查询数据库的线程访问，但这种方案会导致系统的吞吐量下降，需要根据实际情况使用。

3.3 缓存穿透

缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求，如发起id为-1的数据或者特别大的不存在的数据。有可能是黑客利用漏洞攻击从而去压垮应用的数据库。 

解决方法：

验证拦截：接口层进行校验，如鉴定用户权限，对ID之类的字段做基础的校验，如id<=0的字段直接拦截；
缓存空数据：当数据库查询到的数据为空时，也将这条数据进行缓存，但缓存的有效性设置得要较短，以免影响正常数据的缓存；
使用布隆过滤器：布隆过滤器是一种比较独特数据结构，有一定的误差。当它指定一个数据存在时，它不一定存在，但是当它指定一个数据不存在时，那么它一定是不存在的。