日本综合一区二区|亚洲中文天堂综合|日韩欧美自拍一区|男女精品天堂一区|欧美自拍第6页亚洲成人精品一区|亚洲黄色天堂一区二区成人|超碰91偷拍第一页|日韩av夜夜嗨中文字幕|久久蜜综合视频官网|精美人妻一区二区三区

RELATEED CONSULTING
相關(guān)咨詢
選擇下列產(chǎn)品馬上在線溝通
服務(wù)時(shí)間：8:30-17:00
你可能遇到了下面的問題
關(guān)閉右側(cè)工具欄

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營(yíng)銷解決方案
Redis中的BigKey問題：排查與解決思路

摘要

Redis是一款性能強(qiáng)勁的內(nèi)存數(shù)據(jù)庫(kù)，但是在使用過(guò)程中，我們可能會(huì)遇到Big Key問題，這個(gè)問題就是Redis中某個(gè)key的value過(guò)大，所以Big Key問題本質(zhì)是Big Value問題，導(dǎo)致Redis的性能下降或者崩潰。本文將向大家介紹如何排查和解決這個(gè)問題。

創(chuàng)新互聯(lián)，為您提供成都網(wǎng)站建設(shè)、網(wǎng)站制作公司、網(wǎng)站營(yíng)銷推廣、網(wǎng)站開發(fā)設(shè)計(jì)，對(duì)服務(wù)陽(yáng)光房等多個(gè)行業(yè)擁有豐富的網(wǎng)站建設(shè)及推廣經(jīng)驗(yàn)。創(chuàng)新互聯(lián)網(wǎng)站建設(shè)公司成立于2013年,提供專業(yè)網(wǎng)站制作報(bào)價(jià)服務(wù),我們深知市場(chǎng)的競(jìng)爭(zhēng)激烈，認(rèn)真對(duì)待每位客戶，為客戶提供賞心悅目的作品。 與客戶共同發(fā)展進(jìn)步，是我們永遠(yuǎn)的責(zé)任！

Big Key問題介紹

在Redis中，每個(gè)key都有一個(gè)對(duì)應(yīng)的value，如果某個(gè)key的value過(guò)大，就會(huì)導(dǎo)致Redis的性能下降或者崩潰，比玄學(xué)更玄學(xué)，因?yàn)镽edis需要將大key全部加載到內(nèi)存中，這會(huì)占用大量的內(nèi)存空間，會(huì)降低Redis的響應(yīng)速度，這個(gè)問題被稱為Big Key問題。不要小看這個(gè)問題，它可是能讓你的Redis瞬間變成“烏龜”，由于Redis單線程的特性，操作Big Key的通常比較耗時(shí)，也就意味著阻塞Redis可能性越大，這樣會(huì)造成客戶端阻塞或者引起故障切換，有可能導(dǎo)致“慢查詢”。

一般而言，下面這兩種情況被稱為大 key：

  • String 類型的 key 對(duì)應(yīng)的value超過(guò) 10 MB。
  • list、set、hash、zset等集合類型，集合元素個(gè)數(shù)超過(guò) 5000個(gè)。

以上對(duì) Big Key 的判斷標(biāo)準(zhǔn)并不是唯一，只是一個(gè)大體的標(biāo)準(zhǔn)。在實(shí)際業(yè)務(wù)開發(fā)中，對(duì) Big Key的判斷是需要根據(jù)具體的使用場(chǎng)景做不同的判斷。比如操作某個(gè) key 導(dǎo)致請(qǐng)求響應(yīng)時(shí)間變慢，那么這個(gè) key 就可以判定成 Big Key。

在Redis中，大key通常是由以下幾種原因?qū)е碌模?/p>

  • 對(duì)象序列化后的大小過(guò)大
  • 存儲(chǔ)大量數(shù)據(jù)的容器，如set、list等
  • 大型數(shù)據(jù)結(jié)構(gòu)，如bitmap、hyperloglog等

如果不及時(shí)處理這些大key，它們會(huì)逐漸消耗Redis服務(wù)器的內(nèi)存資源，最終導(dǎo)致Redis崩潰。

Big Key問題排查

當(dāng)出現(xiàn)Redis性能急劇下降的情況時(shí)，很可能是由于存在大key導(dǎo)致的。在排除大key問題時(shí)，可以考慮采取以下幾種方法：

1.使用BIGKEYS命令

Redis自帶的 BIGKEYS 命令可以查詢當(dāng)前Redis中所有key的信息，對(duì)整個(gè)數(shù)據(jù)庫(kù)中的鍵值對(duì)大小情況進(jìn)行統(tǒng)計(jì)分析，比如說(shuō)，統(tǒng)計(jì)每種數(shù)據(jù)類型的鍵值對(duì)個(gè)數(shù)以及平均大小。此外，這個(gè)命令執(zhí)行后，會(huì)輸出每種數(shù)據(jù)類型中最大的 bigkey 的信息，對(duì)于 String 類型來(lái)說(shuō)，會(huì)輸出最大 bigkey 的字節(jié)長(zhǎng)度，對(duì)于集合類型來(lái)說(shuō)，會(huì)輸出最大 bigkey 的元素個(gè)數(shù)

BIGKEYS命令會(huì)掃描整個(gè)數(shù)據(jù)庫(kù)，這個(gè)命令本身會(huì)阻塞Redis，找出所有的大鍵，并將其以一個(gè)列表的形式返回給客戶端。

命令格式如下：

$ redis-cli --bigkeys

返回示例如下：

# Scanning the entire keyspace to find biggest keys as well as
# average sizes per key type.  You can use -i 0.1 to sleep 0.1 sec
# per 100 SCAN commands (not usually needed).

[00.00%] Biggest string found so far 'a' with 3 bytes
[05.14%] Biggest list   found so far 'b' with 100004 items
[35.77%] Biggest string found so far 'c' with 6 bytes
[73.91%] Biggest hash   found so far 'd' with 3 fields

-------- summary -------

Sampled 506 keys in the keyspace!
Total key length in bytes is 3452 (avg len 6.82)

Biggest string found 'c' has 6 bytes
Biggest   list found 'b' has 100004 items
Biggest   hash found 'd' has 3 fields

504 strings with 1403 bytes (99.60% of keys, avg size 2.78)
1 lists with 100004 items (00.20% of keys, avg size 100004.00)
0 sets with 0 members (00.00% of keys, avg size 0.00)
1 hashs with 3 fields (00.20% of keys, avg size 3.00)
0 zsets with 0 members (00.00% of keys, avg size 0.00)

需要注意的是，由于BIGKEYS命令需要掃描整個(gè)數(shù)據(jù)庫(kù)，所以它可能會(huì)對(duì)Redis實(shí)例造成一定的負(fù)擔(dān)。在執(zhí)行這個(gè)命令之前，請(qǐng)確保您的Redis實(shí)例有足夠的資源來(lái)處理它，建議在從節(jié)點(diǎn)執(zhí)行。

2.Debug Object

如果我們找到了Big Key，就需要對(duì)其進(jìn)行進(jìn)一步的分析。我們可以使用命令debug object key查看某個(gè)key的詳細(xì)信息，包括該key的value大小等。這時(shí)候你就可以“窺探”Redis的內(nèi)部，看看到底是哪個(gè)key太大了。

Debug Object 命令是一個(gè)調(diào)試命令，當(dāng) key 存在時(shí)，返回有關(guān)信息。 當(dāng) key 不存在時(shí)，返回一個(gè)錯(cuò)誤。

redis 127.0.0.1:6379> DEBUG OBJECT key
Value at:0xb6838d20 refcount:1 encoding:raw serializedlength:9 lru:283790 lru_seconds_idle:150

redis 127.0.0.1:6379> DEBUG OBJECT key
(error) ERR no such key

serializedlength表示key對(duì)應(yīng)的value序列化之后的字節(jié)數(shù)

3.memory usage

在Redis4.0之前，只能通過(guò)DEBUG OBJECT命令估算key的內(nèi)存使用(字段serializedlength)，但DEBUG OBJECT命令是有誤差的。

4.0版本及以上，我們可以使用memory usag命令。

memory usage命令使用非常簡(jiǎn)單，直接按memory usage key名字；如果當(dāng)前key存在，則返回key的value實(shí)際使用內(nèi)存估算值；如果key不存在，則返回nil。

127.0.0.1:6379> set k1 value1
OK
127.0.0.1:6379> memory usage k1    //這里k1 value占用57字節(jié)內(nèi)存
(integer) 57
127.0.0.1:6379> memory usage aaa  // aaa鍵不存在，返回nil.
(nil)

對(duì)于除String類型之外的類型，memory usage命令采用抽樣的方式，默認(rèn)抽樣5個(gè)元素，所以計(jì)算是近似值，我們也可以指定抽樣的個(gè)數(shù)。

示例說(shuō)明：生成一個(gè)100w個(gè)字段的hash鍵：hkey，每字段的value長(zhǎng)度是從1~1024字節(jié)的隨機(jī)值。

127.0.0.1:6379> hlen hkey    // hkey有100w個(gè)字段，每個(gè)字段的value長(zhǎng)度介于1~1024個(gè)字節(jié)
(integer) 1000000
127.0.0.1:6379> MEMORY usage hkey   //默認(rèn)SAMPLES為5，分析hkey鍵內(nèi)存占用521588753字節(jié)
(integer) 521588753
127.0.0.1:6379> MEMORY usage hkey SAMPLES  1000 //指定SAMPLES為1000，分析hkey鍵內(nèi)存占用617977753字節(jié)
(integer) 617977753
127.0.0.1:6379> MEMORY usage hkey SAMPLES  10000 //指定SAMPLES為10000，分析hkey鍵內(nèi)存占用624950853字節(jié)
(integer) 624950853

要想獲取key較精確的內(nèi)存值，就指定更大抽樣個(gè)數(shù)。但是抽樣個(gè)數(shù)越大，占用cpu時(shí)間分片就越大。

4.redis-rdb-tools

redis-rdb-tools 是一個(gè) python 的解析 rdb 文件的工具，在分析內(nèi)存的時(shí)候，我們主要用它生成內(nèi)存快照?？梢园?rdb 快照文件生成 CSV 或 JSON 文件，也可以導(dǎo)入到 MySQL 生成報(bào)表來(lái)分析。

使用 PYPI 安裝：

pip install rdbtools

生成內(nèi)存快照：

rdb -c memory dump.rdb > memory.csv

在生成的 CSV 文件中有以下幾列：

  • database key在Redis的db
  • type key類型
  • key key值
  • size_in_bytes key的內(nèi)存大小
  • encoding value的存儲(chǔ)編碼形式
  • num_elements key中的value的個(gè)數(shù)
  • len_largest_element key中的value的長(zhǎng)度

可以在MySQL中新建表然后導(dǎo)入進(jìn)行分析，然后可以直接通過(guò)SQL語(yǔ)句進(jìn)行查詢分析。

CREATE TABLE `memory` (
     `database` int(128) DEFAULT NULL,
     `type` varchar(128) DEFAULT NULL,
     `KEY` varchar(128),
     `size_in_bytes` bigint(20) DEFAULT NULL,
     `encoding` varchar(128) DEFAULT NULL,
     `num_elements` bigint(20) DEFAULT NULL,
     `len_largest_element` varchar(128) DEFAULT NULL,
     PRIMARY KEY (`KEY`)
 );

例子：查詢內(nèi)存占用最高的3個(gè) key：

mysql> SELECT * FROM memory ORDER BY size_in_bytes DESC LIMIT 3;
+----------+------+-----+---------------+-----------+--------------+---------------------+
| database | type | key | size_in_bytes | encoding  | num_elements | len_largest_element |
+----------+------+-----+---------------+-----------+--------------+---------------------+
|        0 | set  | k1  |        624550 | hashtable |        50000 | 10                  |
|        0 | set  | k2  |        420191 | hashtable |        46000 | 10                  |
|        0 | set  | k3  |        325465 | hashtable |        38000 | 10                  |
+----------+------+-----+---------------+-----------+--------------+---------------------+
3 rows in set (0.12 sec)

Big Key問題解決思路

當(dāng)發(fā)現(xiàn)存在大key問題時(shí)，我們需要及時(shí)采取措施來(lái)解決這個(gè)問題。下面列出幾種可行的解決思路：

1.分割大key

將Big Key拆分成多個(gè)小的key。這個(gè)方法比較簡(jiǎn)單，但是需要修改應(yīng)用程序的代碼。就像是把一個(gè)大蛋糕切成小蛋糕一樣，有點(diǎn)費(fèi)力，但是可以解決問題。

或者嘗試將Big Key轉(zhuǎn)換成Redis的數(shù)據(jù)結(jié)構(gòu)。例如，將Big Key轉(zhuǎn)換成Hash，List或者Set等數(shù)據(jù)結(jié)構(gòu)。

2.對(duì)象壓縮

如果大key的大小主要是由于對(duì)象序列化后的體積過(guò)大，我們可以考慮使用壓縮算法來(lái)減小對(duì)象的大小。Redis自身支持多種壓縮算法，例如LZF、Snappy等。

3.直接刪除

如果你使用的是Redis 4.0+的版本，可以直接使用 unlink命令去異步刪除。4.0以下的版本 可以考慮使用 scan ,分批次刪除。

無(wú)論采用哪種方法，都需要注意以下幾點(diǎn)：

  • 避免使用過(guò)大的value。如果需要存儲(chǔ)大量的數(shù)據(jù)，可以將其拆分成多個(gè)小的value。就像是吃飯一樣，一口一口的吃，不要貪多嚼不爛。
  • 避免使用不必要的數(shù)據(jù)結(jié)構(gòu)。例如，如果只需要存儲(chǔ)一個(gè)字符串，就不要使用Hash或者List等數(shù)據(jù)結(jié)構(gòu)。
  • 定期清理過(guò)期的key。如果Redis中存在大量的過(guò)期key，就會(huì)導(dǎo)致Redis的性能下降。就像是家里的垃圾，需要定期清理。
  • 對(duì)象壓縮

總結(jié)

Big Key問題是Redis中常見的問題之一，但是通過(guò)合理的排查和解決思路，我們可以有效地避免這個(gè)問題。在使用Redis時(shí)，需要注意避免使用過(guò)大的value和不必要的數(shù)據(jù)結(jié)構(gòu)，以及定期清理過(guò)期的key。


文章題目：Redis中的BigKey問題：排查與解決思路
本文鏈接：http://www.dlmjj.cn/article/dhocieh.html