Redis性能优化

这篇文章来总结一下常见的性能优化策略，这些情况也是影响 Redis 性能的关键因素，使用 Redis 的时候应该格外注意。

批量传输

Pipeline命令可以实现批量传输，批量传输可以减少网络传输时间，但是注意，在集群模式下，批量传输由于哈希槽不在同一个节点也可能经过多次网络传输

Key集中过期

大量key集中过期会导致内存得不到及时释放，内存占用虚高

• 开启lazy free机制，启动后台线程异步扫描删除机制
• 过期时间尽量随机，避免集中过期

大Key问题

大key问题是一个非常经典的问题，是指key对应的value占用内存过大，带来的问题很多：

• 服务端请求处理慢
• 网络传输时间长
• 客户端响应慢，用户体验差

那如何去排查定位这些大key呢？

• RDB快照分析工具，可以借助这些工具定期分析RDB文件，提前定位大key
• SCAN命令，SCAN命令属于游标扫描方式，每次扫描部分数据，分批返回，非常适合线上环境，但是一致性和实时性会差一些

线上环境禁止使用KEYS命令，会返回全量数据，命令延迟很大

解决大key的根本之道在于不要存储大key，有以下方案：

• 将一个大key分割成多个小key，查询时，由客户端负责查询拼接这些分散的key
• value压缩存储
• 如果是删除操作，可以启用异步删除机制

热Key问题

与大Key相似的还有一个热Key问题，大量请求访问热key所在机器导致机器宕机或者热key不在缓存，发生缓存击穿
解决热key的前提是发现热key：

• 客户端或者代理层上报：代理层对访问进行收集并上报，但是并非所有redis缓存架构都有代理
• 抓包分析上报：Redis基于TCP和RESP协议进行网络通信，可以抓包对RESP协议进行解析，无侵入，但开发复杂度比较高

那怎么解决热key问题呢？

• 多级缓存，对于只读数据或者可以容忍一定程度不一致的数据，采用多级缓存，在本地缓存一个副本
• 集群模式，数据分散存储
• 读写分离，从节点支持读并发

慢查询问题

Redis 提供了一个内置的慢查询日志 (Slow Log) 功能，专门用来记录执行时间超过指定阈值的命令，类似于MySQL的慢查询日志
在 redis.conf 文件中，我们可以使用 slowlog-log-slower-than 参数设置耗时命令的阈值，并使用 slowlog-max-len 参数设置耗时命令的最大记录条数。当 Redis 服务器检测到执行时间超过 slowlog-log-slower-than 阈值的命令时，就会将该命令记录在慢查询日志（slow log）中，这点和 MySQL 记录慢查询语句类似。当慢查询日志超过设定的最大记录条数之后，Redis 会把最早的执行命令依次舍弃。

缓存三件套

缓存穿透

key对应的数据在数据源并不存在，每次请求都会打到后端数据库，从而造成服务宕机，常见于构造不合理的请求进行攻击

• 白名单IP，过滤掉非法用户请求
• 布隆过滤器，预先判断数据是否在缓存或数据库中，有一定的误判率
• 缓存无效key，如果造成缓存穿透的大量请求是同一个或少量的key，可以缓存无效key到缓存中

缓存击穿

针对热点key不在缓存中的场景（过期），若大量请求落到后端数据库，会导致宕机

• 对于静态热点数据，比如秒杀活动一般都有持续时间，可以预先设置合理的过期时间
• 对于只读或可以容忍一定程度数据不一致的数据，采用多级缓存在本地缓存副本
• 缓存击穿不可避免，需要进行兜底，避免大量请求落到数据库，缓存数据没命中去数据库加锁请求时，加锁访问，保证只有一个线程请求数据库

缓存雪崩

大量缓存key集中在某一个时间段失效，对数据库造成严重威胁

• 过期时间尽量设置的随机，避免集中过期
• 逻辑删除，设置过期标记和过期时间，达到过期时间后，并不执行真正的删除，只是在逻辑上删除，这样客户端正常返回，后端异步地从数据库重新加载这个数据
• 多级缓存，本地缓存+分布式缓存策略