Redis 调优：必须关注的几个参数

背景

在一台未经过任何调优的 Linux 服务器上部署 Redis，在 Redis 启动过程中，可能会碰到以下警告信息。

1363410:M 15 Jan 2026 13:07:34.879 # WARNING: The TCP backlog setting of 512 cannot be enforced because /proc/sys/net/core/somaxconn is set to the lower value of 128.
1363410:M 15 Jan 2026 13:07:34.879 # Server initialized
1363410:M 15 Jan 2026 13:07:34.879 # WARNING Memory overcommit must be enabled! Without it, a background save or replication may fail under low memory condition. Being disabled, it can can also cause failures without low memory condition, see https://github.com/jemalloc/jemalloc/issues/1328. To fix this issue add 'vm.overcommit_memory = 1' to /etc/sysctl.conf and then reboot or run the command 'sysctl vm.overcommit_memory=1' for this to take effect.
1363410:M 15 Jan 2026 13:07:34.879 # WARNING You have Transparent Huge Pages (THP) support enabled in your kernel. This will create latency and memory usage issues with Redis. To fix this issue run the command 'echo madvise > /sys/kernel/mm/transparent_hugepage/enabled' as root, and add it to your /etc/rc.local in order to retain the setting after a reboot. Redis must be restarted after THP is disabled (set to 'madvise' or 'never').

这些警告信息实际上是在提醒我们，操作系统的某些参数设置得不合理，需要调整，否则会影响 Redis 的性能和稳定性。

除此之外，Redis 还提供了多个参数，用于在进程或连接级别进行内核参数优化，例如：

tcp-backlog：设置 TCP 服务器中listen()的 backlog 参数。
disable-thp：在进程级别关闭透明大页（THP）。
tcp-keepalive：在连接级别设置 TCP Keepalive 参数。
server_cpulist、bio_cpulist：可将 Redis 进程或后台 I/O 线程绑定到指定 CPU。
oom-score-adj、oom-score-adj-values：调整进程的 oom_score。oom_score 是 Linux 内核为每个进程计算的一个整数值（位于/proc/[pid]/oom_score），分数越高，进程在内存不足时越容易被 OOM Killer 杀死。

下面，我们看看这些参数的实现细节和设置建议。

tcp-backlog

createIntConfig("tcp-backlog", NULL, IMMUTABLE_CONFIG, 0, INT_MAX, server.tcp_backlog, 511, INTEGER_CONFIG, NULL, NULL), /* TCP listen backlog. */

tcp-backlog 用于设置 TCP 服务器在调用listen()时使用的 backlog 参数。该参数用于指定已完成三次握手、但尚未被accept()处理的连接队列长度。

下面是一个典型的 TCP 服务器流程：

// 1. 创建 socket
int fd = socket(AF_INET, SOCK_STREAM, 0); 
// 2. 绑定 IP + 端口
bind(fd, ...);   
// 3. 开始监听
listen(fd, backlog);       
// 4. 接受连接
int connfd = accept(fd, ...);

当客户端发起连接时：

TCP 三次握手完成后，连接会被放入已完成连接队列（accept queue），其长度由listen(backlog)控制。
服务器通过accept()从队列中取走连接，交给应用层处理。
当已完成连接队列已满时，新完成三次握手的连接无法进入 accept queue，内核通常会丢弃或延迟 ACK，导致客户端出现连接超时、重传。

tcp-backlog 的默认值为 511，对应的内存变量为 server.tcp_backlog。

static int anetListen(char *err, int s, struct sockaddr *sa, socklen_t len, int backlog) {
    // 将 socket 绑定到指定的 IP 和端口
    if (bind(s,sa,len) == -1) {
        anetSetError(err, "bind: %s", strerror(errno));
        close(s);
        return ANET_ERR;
    }
    // 将 socket 设置为监听状态，开始接收客户端连接，backlog 指定内核允许排队的最大未处理连接数
    if (listen(s, backlog) == -1) {
        anetSetError(err, "listen: %s", strerror(errno));
        close(s);
        return ANET_ERR;
    }
    return ANET_OK;
}

实例在启动时，会调用checkTcpBacklogSettings()检查 server.tcp_backlog 的配置是否合理。

void checkTcpBacklogSettings(void) {
#if defined(HAVE_PROC_SOMAXCONN)
    FILE *fp = fopen("/proc/sys/net/core/somaxconn","r");
    char buf[1024];
    if (!fp) return;
    if (fgets(buf,sizeof(buf),fp) != NULL) {
        int somaxconn = atoi(buf);
        if (somaxconn > 0 && somaxconn < server.tcp_backlog) {
            serverLog(LL_WARNING,"WARNING: The TCP backlog setting of %d cannot be enforced because /proc/sys/net/core/somaxconn is set to the lower value of %d.", server.tcp_backlog, somaxconn);
        }
    }
    fclose(fp);
...
#endif
}

具体实现上，它会获取/proc/sys/net/core/somaxconn的值。

somaxconn 决定了 Linux 内核允许的单个 TCP socket 的最大 backlog 队列长度，也就是listen()的 backlog 参数在内核层面的上限。

如果 somaxconn 的值小于 tcp-backlog，Redis 会打印如下信息，此时，在listen()函数中实际生效的就是 somaxconn 的值。

# WARNING: The TCP backlog setting of 512 cannot be enforced because /proc/sys/net/core/somaxconn is set to the lower value of 128.

设置建议：对于普通的 Web 服务（几百并发），默认值（511）已经足够。如果是高并发服务（上万并发 TCP 连接），可将 backlog 调整为 4096 甚至更高。

disable-thp

createBoolConfig("disable-thp", NULL, IMMUTABLE_CONFIG, server.disable_thp, 1, NULL, NULL),

disable-thp 用来控制是否在进程级别关闭透明大页。默认值是 1，对应的内部变量是 server.disable_thp。

实例在启动时，会调用linuxMemoryWarnings判断 Linux 系统内存相关的配置。

void linuxMemoryWarnings(void) {
    sds err_msg = NULL;
    if (checkOvercommit(&err_msg) < 0) {
        serverLog(LL_WARNING,"WARNING %s", err_msg);
        sdsfree(err_msg);
    }
    if (checkTHPEnabled(&err_msg) < 0) {
        server.thp_enabled = 1;
        if (THPDisable() == 0) {
            server.thp_enabled = 0;
        } else {
            serverLog(LL_WARNING, "WARNING %s", err_msg);
        }
        sdsfree(err_msg);
    }
}

在具体实现上，该函数首先会调用checkOvercommit获取/proc/sys/vm/overcommit_memory的值，如果 overcommit_memory 值不为 1，则会提示以下警告信息。

# WARNING Memory overcommit must be enabled! Without it, a background save or replication may fail under low memory condition. Being disabled, it can can also cause failures without low memory condition, see https://github.com/jemalloc/jemalloc/issues/1328. To fix this issue add 'vm.overcommit_memory = 1' to /etc/sysctl.conf and then reboot or run the command 'sysctl vm.overcommit_memory=1' for this to take effect.

在 Redis 中，建议将 vm.overcommit_memory 设置为 1，否则fork()子进程（如 RDB、AOF rewrite、全量复制）操作在低内存时会失败。

接着，会调用checkTHPEnabled获取/sys/kernel/mm/transparent_hugepage/enabled的值，如果它的值为 always，则会调用THPDisable()。

该函数会基于 server.disable_thp 的值来决定是否禁用当前进程的透明大页。

#include <sys/prctl.h>
/* since linux-3.5, kernel supports to set the state of the "THP disable" flag
 * for the calling thread. PR_SET_THP_DISABLE is defined in linux/prctl.h */
static int THPDisable(void) {
    int ret = -EINVAL;

    if (!server.disable_thp)
        return ret;

#ifdef PR_SET_THP_DISABLE
    ret = prctl(PR_SET_THP_DISABLE, 1, 0, 0, 0);
#endif

    return ret;
}

如果该变量的值为 0，则不关闭，如果为 1，则会调用prctl(PR_SET_THP_DISABLE, 1, 0, 0, 0)禁用当前进程的透明大页。

如果操作系统开启了透明大页，且 Redis 没有关闭，则会在日志中打印以下信息。

# WARNING You have Transparent Huge Pages (THP) support enabled in your kernel. This will create latency and memory usage issues with Redis. To fix this issue run the command 'echo madvise > /sys/kernel/mm/transparent_hugepage/enabled' as root, and add it to your /etc/rc.local in order to retain the setting after a reboot. Redis must be restarted after THP is disabled (set to 'madvise' or 'never').

在 Redis 中，建议关闭透明大页，否则fork() 操作可能因管理大页而显著变慢，而且内存紧张时，合并/拆分大页操作也会增加 Redis 响应耗时。

设置建议：默认值即可。

tcp-keepalive

createIntConfig("tcp-keepalive", NULL, MODIFIABLE_CONFIG, 0, INT_MAX, server.tcpkeepalive, 300, INTEGER_CONFIG, NULL, NULL),

tcp-keepalive 的默认值为 300，对应的内部变量是 server.tcpkeepalive。

Redis 会在建立 TCP 连接后调用anetKeepAlive函数，通过 setsockopt 配置底层 socket 的 keepalive 参数：

int anetKeepAlive(char *err, int fd, int interval)
{
    int val = 1;
    // 启用 TCP keepalive
    if (setsockopt(fd, SOL_SOCKET, SO_KEEPALIVE, &val, sizeof(val)) == -1)
    {
        anetSetError(err, "setsockopt SO_KEEPALIVE: %s", strerror(errno));
        return ANET_ERR;
    }
    // 设置首次探测时间：空闲 interval 秒后开始发送第一个探测包
    val = interval;
    if (setsockopt(fd, IPPROTO_TCP, TCP_KEEPIDLE, &val, sizeof(val)) < 0) {
        anetSetError(err, "setsockopt TCP_KEEPIDLE: %s\n", strerror(errno));
        return ANET_ERR;
    }
    // 设置探测间隔：每 interval/3 秒发送一次探测包
    val = interval/3;
    if (val == 0) val = 1;
    if (setsockopt(fd, IPPROTO_TCP, TCP_KEEPINTVL, &val, sizeof(val)) < 0) {
        anetSetError(err, "setsockopt TCP_KEEPINTVL: %s\n", strerror(errno));
        return ANET_ERR;
    }
    // 设置最大探测次数：连续 3 次探测失败后判定连接已死
    val = 3;
    if (setsockopt(fd, IPPROTO_TCP, TCP_KEEPCNT, &val, sizeof(val)) < 0) {
        anetSetError(err, "setsockopt TCP_KEEPCNT: %s\n", strerror(errno));
        return ANET_ERR;
    }
    ...
    return ANET_OK;
}

下面是 Redis 中的设置与 Linux 对应参数默认值的对比：

选项	对应内核参数	作用	代码逻辑与默认值对比
TCP_KEEPIDLE	net.ipv4.tcp_keepalive_time	首次探测的等待时间。连接空闲多久后发送第一个探测包。	设为 tcp-keepalive。默认是 7200 秒。
TCP_KEEPINTVL	net.ipv4.tcp_keepalive_intvl	探测间隔。两个探测包之间的时间。	设为 tcp-keepalive/3（最小为1）。默认是 75 秒。
TCP_KEEPCNT	net.ipv4.tcp_keepalive_probes	探测次数。达到次数后仍无响应则判定连接死亡。	固定设为 3。默认是 9 次。

Redis 通过在连接级别设置较短的 TCP Keepalive 参数，可以提前发现死掉或异常的客户端连接；避免长时间保留无效连接占用资源；提高 Redis 在长连接和高并发场景下的稳定性。

设置建议：默认值即可。如果网络质量特别差，可设置更小的值。

xxx_cpulist

Redis 支持通过参数对不同执行单元进行 CPU 绑定，相关参数如下：

createStringConfig("server_cpulist", NULL, IMMUTABLE_CONFIG, EMPTY_STRING_IS_NULL, server.server_cpulist, NULL, NULL, NULL),
createStringConfig("bio_cpulist", NULL, IMMUTABLE_CONFIG, EMPTY_STRING_IS_NULL, server.bio_cpulist, NULL, NULL, NULL),
createStringConfig("aof_rewrite_cpulist", NULL, IMMUTABLE_CONFIG, EMPTY_STRING_IS_NULL, server.aof_rewrite_cpulist, NULL, NULL, NULL),
createStringConfig("bgsave_cpulist", NULL, IMMUTABLE_CONFIG, EMPTY_STRING_IS_NULL, server.bgsave_cpulist, NULL, NULL, NULL),

其中，server_cpulist、bio_cpulist、bgsave_cpulist、aof_rewrite_cpulist 分别用于绑定 Redis 主线程、BIO 后台线程、RDB 子进程和 AOF rewrite 子进程。

在实现上，Redis 提供了setcpuaffinity函数来封装 CPU 绑定操作，该函数会根据操作系统调用对应接口。例如，在 Linux 上，它会使用sched_setaffinity将线程绑定到指定核心。

void redisSetCpuAffinity(const char *cpulist) {
#ifdef USE_SETCPUAFFINITY
    setcpuaffinity(cpulist);
#else
    UNUSED(cpulist);
#endif
}

/* set current thread cpu affinity to cpu list, this function works like
 * taskset command (actually cpulist parsing logic reference to util-linux).
 * example of this function: "0,2,3", "0,2-3", "0-20:2". */
void setcpuaffinity(const char *cpulist) {
...
#ifdef __linux__
    sched_setaffinity(0, sizeof(cpuset), &cpuset);
#endif
#ifdef __FreeBSD__
    cpuset_setaffinity(CPU_LEVEL_WHICH, CPU_WHICH_TID, -1, sizeof(cpuset), &cpuset);
#endif
#ifdef __DragonFly__
    pthread_setaffinity_np(pthread_self(), sizeof(cpuset), &cpuset);
#endif
#ifdef __NetBSD__
    pthread_setaffinity_np(pthread_self(), cpuset_size(cpuset), cpuset);
    cpuset_destroy(cpuset);
#endif
}

对于 Redis 这种单线程应用（主线程只能在一个 CPU 核心上处理请求）来说，进行 CPU 绑定的好处显而易见：减少 CPU 上下文切换、提高 CPU Cache 命中率、避免受到其他高负载任务的干扰。唯一的不足是增加了运维的配置和管理成本。

oom-score-adj、oom-score-adj-values

createEnumConfig("oom-score-adj", NULL, MODIFIABLE_CONFIG, oom_score_adj_enum, server.oom_score_adj, OOM_SCORE_ADJ_NO, NULL, updateOOMScoreAdj),
createSpecialConfig("oom-score-adj-values", NULL, MODIFIABLE_CONFIG | MULTI_ARG_CONFIG, setConfigOOMScoreAdjValuesOption, getConfigOOMScoreAdjValuesOption, rewriteConfigOOMScoreAdjValuesOption, updateOOMScoreAdj),

其中，

oom-score-adj：是否启用 OOM 调整。可选值有：

no：禁用。默认值。
yes / relative：启用相对模式（在系统原始 OOM 值的基础上叠加）。
absolute：启用绝对模式（直接使用配置值，不考虑系统原始值）。

oom-score-adj-values：针对不同角色设置 OOM 权重。该参数需要配置三个值，分别对应：主节点、从节点、后台子进程（BGCHILD，用于 RDB / AOF / 复制）。默认值为0 200 800。数值越大，表示在系统内存紧张时越容易被 OOM Killer 杀死。

无论是修改 oom-score-adj 还是 oom-score-adj-values，都会调用updateOOMScoreAdj 。

该函数会根据进程角色（主节点、从节点或后台子进程）为当前进程设置对应的 oom_score_adj 值。

static int updateOOMScoreAdj(const char **err) {
    if (setOOMScoreAdj(-1) == C_ERR) {
        *err = "Failed to set current oom_score_adj. Check server logs.";
        return0;
    }

    return1;
}

// 根据进程类别设置 Redis 的 oom_score_adj，process_class: 进程类别，-1 表示自动选择
int setOOMScoreAdj(int process_class) {
    // 如果传入 -1，自动根据角色选择 master 或 replica
    if (process_class == -1)
        process_class = (server.masterhost ? CONFIG_OOM_REPLICA : CONFIG_OOM_MASTER);

    serverAssert(process_class >= 0 && process_class < CONFIG_OOM_COUNT);

#ifdef HAVE_PROC_OOM_SCORE_ADJ
    // oom_score_adjusted_by_redis：标记 Redis 是否已修改过 OOM 分数。
    // oom_score_adj_base：保存原始 OOM 分数，以便回滚或禁用时恢复。
    staticint oom_score_adjusted_by_redis = 0;
    staticint oom_score_adj_base = 0;

    int fd;
    int val;
    char buf[64];
    // oom_score_adj 不为 no
    if (server.oom_score_adj != OOM_SCORE_ADJ_NO) {
        // 第一次修改时，备份原始 oom_score_adj
        if (!oom_score_adjusted_by_redis) {
            oom_score_adjusted_by_redis = 1;
            /* Backup base value before enabling Redis control over oom score */
            fd = open("/proc/self/oom_score_adj", O_RDONLY);
            if (fd < 0 || read(fd, buf, sizeof(buf)) < 0) {
                serverLog(LL_WARNING, "Unable to read oom_score_adj: %s", strerror(errno));
                if (fd != -1) close(fd);
                return C_ERR;
            }
            oom_score_adj_base = atoi(buf);
            close(fd);
        }
        // 获取配置的 OOM 分数
        val = server.oom_score_adj_values[process_class];
        // 如果是相对模式，累加原始值
        if (server.oom_score_adj == OOM_SCORE_RELATIVE)
            val += oom_score_adj_base;
        // 限制值在 [-1000, 1000]
        if (val > 1000) val = 1000;
        if (val < -1000) val = -1000;
    } elseif (oom_score_adjusted_by_redis) {
        // 如果配置禁用 OOM 调整且之前已修改过，恢复原始值
        oom_score_adjusted_by_redis = 0;
        val = oom_score_adj_base;
    }
    else {
        return C_OK;
    }

    snprintf(buf, sizeof(buf) - 1, "%d\n", val);
    // 写入 /proc/self/oom_score_adj，使内核生效
    fd = open("/proc/self/oom_score_adj", O_WRONLY);
    if (fd < 0 || write(fd, buf, strlen(buf)) < 0) {
        serverLog(LL_WARNING, "Unable to write oom_score_adj: %s", strerror(errno));
        if (fd != -1) close(fd);
        return C_ERR;
    }

    close(fd);
    return C_OK;
#else
    /* Unsupported */
    return C_ERR;
#endif
}

具体实现上，系统的原始 OOM 值通过读取/proc/self/oom_score_adj获取。

在第一次启用 OOM 调整时，Redis 会将该原始值保存到 oom_score_adj_base 中，以便在后续禁用配置或发生配置回滚时，能够将进程的 OOM 值恢复为调整前的状态。

无论是相对模式还是绝对模式，最终生效的 OOM 值都会写回到/proc/self/oom_score_adj。

需要注意的是，oom-score-adj-values 允许配置的取值范围为 [-2000, 2000]，而 Linux 内核实际支持的 oom_score_adj 范围仅为[-1000, 1000]。

之所以放宽配置范围，是为了更好地支持相对模式（relative）：在相对模式下，配置值会与系统原始 OOM 值进行叠加，叠加后的结果再被裁剪到内核允许的范围内，从而在不同系统初始 OOM 设置下仍能保持合理、可控的调整效果。

posted @ 2026-01-19 09:45 iVictor 阅读(0) 评论(0) 收藏举报

刷新页面返回顶部

SlowTech

生活本应就是慢的