02.Redis基础

# 01.Redis简介

# 1、什么是Redis？

Redis本质上是一个Key-Value类型的内存数据库，很像memcached
整个数据库统统加载在内存当中进行操作，定期通过异步操作把数据库数据flush到硬盘上进行保存
因为是纯内存操作，Redis的性能非常出色，每秒可以处理超过 10万次读写操作，是已知性能最快的Key-Value DB

# 2、Redis特点

Redis比memcached优点
- 数据类型：Redis支持五中数据类型， memcached所有的值均是简单的字符串
- value大小限制：Redis单个value的最大限制是512M，memcached只能保存1MB的数据
- 持久化：Redis可以持久化，memcached不支持持久化
Redis为什么快？
- 纯内存操作
- 单线程避免上下文切换
- 非阻塞IO多路复用机制
- 高效的数据结构，这些结构经过优化，能够快速完成各种操作
Redis缺点
- 内存限制，不能用作海量数据存储
- 注：如果需要存储海量数据，可以使用MongoDB

# 02.Redis内存碎片

# 1、内存碎片化的成因

Redis 中的内存碎片化指的是由于频繁的内存分配和释放操作

导致内存被分割成无法连续使用的小块，从而影响 Redis 的内存利用率和性能碎片化的内存块虽小且无法被利用

对象的频繁创建和销毁：频繁的插入和删除操作会导致小块内存频繁被分配和释放
变长数据结构的使用：
- Redis 中一些数据结构如 list、set、hash、zset 是变长结构，随着数据的增删，内存分配会动态扩展或收缩
- 如果这些数据结构频繁扩展和收缩，可能导致无法连续使用的内存块残留，形成碎片
大对象的删除或修改：
- Redis 使用内存管理库（如 jemalloc）对内存块进行分配
- 假如删除或修改了大对象，释放的内存块可能会被分割成多个小块，这些小块无法被有效利用

# 2、内存碎片化影响

内存浪费：
- 虽然 Redis 的进程看似占用大量内存，但因为碎片化，Redis 实际可以利用的内存可能较少
- 随着碎片化的加剧，系统会出现内存不足的假象，而 Redis 进程占用的内存实际没有减少
性能下降：
- 碎片化的内存难以高效利用，可能导致 Redis 的性能下降
- 例如，在进行大数据插入时，Redis 可能频繁进行内存分配和整理，增加 CPU 的负载
可能导致 OOM（Out Of Memory）：
- 当系统报告有足够内存可用，但实际因为碎片化无法分配足够的连续内存时
- 可能导致 Redis 进程无法分配所需的内存，从而导致 OOM

# 3、检测内存碎片化

Redis 提供了 INFO memory 命令来查看内存使用情况
其中 mem_fragmentation_ratio 参数可以反映 Redis 的内存碎片化情况

127.0.0.1:6379> INFO memory
# Memory
used_memory:1024000           # Redis 实际使用的内存
used_memory_human:1000K
used_memory_rss:2048000       # Redis 进程从操作系统申请的物理内存
used_memory_rss_human:2M
mem_fragmentation_ratio:2.00    # 内存碎片率

1
2
3
4
5
6
7

mem_fragmentation_ratio：
- 内存碎片率，表示 used_memory_rss / used_memory
- 如果该值大于 1，则表明有内存碎片，理想状态下，这个值应接近 1
- 当 mem_fragmentation_ratio > 1.5 时，说明 Redis 出现较为严重的内存碎片化

# 4、Redis 内存碎片化的优化方法

使用 Jemalloc：
- Redis 默认使用 jemalloc 作为内存分配器，它比系统默认的 malloc 更高效，尤其在管理小对象和避免内存碎片方面有显著优势
- jemalloc 的内存池管理机制可以减少碎片化的产生，推荐在生产环境中使用
- 检查 Redis 是否在使用 jemalloc： Redis-server --version
定期进行内存整理：
- 如果发现 Redis 内存碎片化比较严重，可以尝试通过重启 Redis 进程来整理内存
- 不过，重启 Redis 会中断服务，因此不适合在高并发的生产环境下使用
- 另一种方式是将数据持久化后，采用以下步骤：
  - 执行 BGSAVE 将数据保存到磁盘
  - 使用 SHUTDOWN SAVE 命令关闭 Redis 实例
  - 再次启动 Redis 实例，Redis 会从持久化的文件中加载数据，此时会重新分配内存，有效减少内存碎片
合理配置 Redis 的 maxmemory 策略：
- Redis 提供了内存淘汰策略，通过合理配置 maxmemory 参数和淘汰策略
- volatile-lru：只对设置了过期时间的 key 进行 LRU 淘汰
- allkeys-lru：对所有 key 进行 LRU 淘汰
- volatile-random：随机淘汰设置了过期时间的 key
- volatile-ttl：根据 key 的剩余 TTL 值淘汰
减少对象的频繁创建和销毁：
- 避免在 Redis 中频繁创建和销毁对象，可以通过优化业务逻辑来减少这种操作
- 比如减少不必要的 SET、DEL 操作，或者批量处理数据而不是逐条处理
使用适当的数据结构：
- 根据数据的实际用途，选择适合的数据结构
- 比如，尽量避免使用过长的 list 或 hash，因为这些变长数据结构在增长和收缩时容易导致内存碎片
- 可以尝试将较大的对象分割成小块进行存储，避免内存块的不连续分配
升级 Redis 版本：
- Redis 的不同版本在内存管理方面的表现有所不同，新版本往往包含更好的内存管理机制和优化
- 如果你使用的 Redis 版本较老，可以考虑升级到较新版本以获得更好的内存管理效果

# 03.Redis 阻塞

1）O(n)复杂度命令
- Redis 中的大部分命令都是 O(1)时间复杂度，但也有少部分 O(n) 时间复杂度的命令
- KEYS *：会返回所有符合规则的 key
- HGETALL：会返回一个 Hash 中所有的键值对
- LRANGE：会返回 List 中指定范围内的元素
- SMEMBERS：返回 Set 中的所有元素
- SINTER/SUNION/SDIFF：计算多个 Set 的交集/并集/差集
2）SAVE 创建 RDB 快照
- save : 同步保存操作，会阻塞 Redis 主线程；
- bgsave : fork 出一个子进程，子进程执行，不会阻塞 Redis 主线程，默认选项
  - 默认情况下，Redis 默认配置会使用 bgsave 命令
  - 如果手动使用 save 命令生成 RDB 快照文件的话，就会阻塞主线程
3）AOF 日志记录阻塞Redis
- AOF 持久化机制是在执行完命令之后再记录日志
4）大 Key
- 如果一个 key 对应的 value 所占用的内存比较大，那这个 key 就可以看作是 bigkey
- 具体多大才算大呢？有一个不是特别精确的参考标准
  - string 类型的 value 超过 1MB
  - 复合类型（列表、哈希、集合、有序集合等）的 value 包含的元素超过 5000 个
- 大 key 造成的阻塞问题如下
  - 客户端超时阻塞
  - 引发网络阻塞：如果一个 key 的大小是 1 MB，每秒访问量为 1000，那么每秒会产生 1000MB 的流量
  - 阻塞工作线程：如果使用 del 删除大 key 时，会阻塞工作线程

# 04.Redis大key

在 Redis 中，大 key（即数据量很大的键）会对系统性能和稳定性造成一定影响

大 key 可能是一个包含大量元素的复杂数据结构（如 list、hash、set、zset），或者是一个非常长的字符串

如果不加控制，大 key 会导致一些操作（如删除、迁移、备份）耗时过长，甚至阻塞 Redis 线程，影响系统整体性能

# 1、大 key 问题的影响

阻塞 Redis 线程：
- Redis 是单线程处理请求的，因此如果一个大 key 的操作（如删除、迁移等）需要很长时间，会阻塞其他客户端的请求，导致延迟变大
网络传输耗时：
- 如果大 key 占用大量的网络带宽，传输大 key 时会导致 Redis 客户端和服务器之间的传输延迟
内存使用问题：
- 大 key 占用的内存较多，容易导致 Redis 的内存消耗过高，并可能引发 Redis 的内存淘汰机制，导致不必要的 key 被删除
持久化和恢复：
- Redis 持久化机制如 RDB 和 AOF 可能需要大量时间来保存或恢复大 key，影响 Redis 的持久化效率

# 2、大 key 的分片

对大 key 进行分片存储是避免创建大 key 的有效方法
可以通过一定的规则将数据拆分为多个小 key 存储
时间分片：
- 根据时间戳将数据分散到不同的 key 上
- 例如，将每天的用户日志记录存储在 user_logs:20231008、user_logs:20231009 这样的 key 上
哈希分片：
- 对 key 的一部分进行哈希运算，存储到多个 Redis key 上
- 例如，将用户数据根据用户 ID 进行分片
- ```
user:1234 -> shard1
user:5678 -> shard2
```
  1
  2
- 通过哈希分片可以将大数据量分散存储到多个 key 中，避免形成单个大 key

# 3、持久化大 key 的优化

Redis 的持久化操作会扫描和保存所有的 key，如果存在大 key，持久化过程会变慢可以采取以下优化措施：

持久化策略调整：
- 对于需要持久化的大 key，可以适当延长持久化周期
- 或者只对重要的小 key 进行持久化，将不重要的大 key 设置为不持久化（通过调整 RDB 和 AOF 策略）
- 使用 SAVE 或者 BGSAVE 配合 EXCLUDE 将某些不需要持久化的 key 排除在外
AOF 文件压缩：
- AOF 方式可以在重写时将大 key 分批重写，避免一次性重写全部内容
- Redis 6.0 及以后版本的 AOF 重写机制已经优化过这类问题

# 4、监控大 key

定期运行 Redis 的 bigkeys 脚本，获取实例中的大 key
设置合理的告警阈值，当某个 key 的大小超过阈值时，触发告警，及时处理

← 01.Redis安装 03.Redis底层存储 ✅→

02.Redis基础

# 01.Redis简介

# 1、什么是Redis？

# 2、Redis特点

# 02.Redis内存碎片

# 1、内存碎片化的成因

# 2、内存碎片化影响

# 3、检测 内存碎片化

# 4、Redis 内存碎片化的优化方法

# 03.Redis 阻塞

# 04.Redis大key

# 1、大 key 问题的影响

# 2、大 key 的分片

# 3、持久化大 key 的优化

# 4、监控大 key

# 3、检测内存碎片化