Redis大Key分析和解決最佳實踐
神州信息
劉彬
1.
概述
我們先假定有如下場景：某稅務局一線運維收到客戶反饋通知，說系統(tǒng)查詢某機構(gòu)對申報信息極為緩慢。于是開發(fā)人員找到一個出問題的機構(gòu)A，通過搜索日志系統(tǒng)找到系統(tǒng)操作Redis時間比較久，并且從日志系統(tǒng)搜到一些Redis 含詢超時的異常。最后我們定位到的原因如下：
在申報接口的時候系統(tǒng)通過Redis做了一個級存，記錄機構(gòu)的申報信息，Redis數(shù)據(jù)結(jié)構(gòu)：key=機構(gòu)、IDvalue=申報列表，而Redis查詢發(fā)現(xiàn)多了許多大key，體現(xiàn)在一個機構(gòu)ID一天有上萬甚至幾十萬的申報信息。我們通常將此類問題稱為Redis大Key問題。
2.
Redis大Key基本概念及場景
所謂的大key問題是某個key對應的value比較大，所以本質(zhì)上是大value問題，key往往是開發(fā)過程中可以自行設置，可以控制大小，value往往不受程序控制跟業(yè)務場景有關(guān)系，因此可能導致value較大。
2.1基本概念
在Redis中，大key指的是key對應的value值所占的內(nèi)存空間比較大：
● value是string類型，大小建議控制在10kb以內(nèi)。
● valve是hash、list、set、zset等集合類型，元素個數(shù)建議不要超過 5000（或者1萬、幾萬）。上述的定義并不絕對，主要是根據(jù)value的大小和元索個數(shù)來確定，業(yè)務也可以很據(jù)自己的場景確定標淮。
2.2常見場景
大key的產(chǎn)生往往是業(yè)務方設計不合理，沒有預見vaule的動態(tài)增長問題。
通常有幾類此較經(jīng)典的場錄：
● 一直往value存放數(shù)據(jù)，沒有刪除及過期機制。
● 數(shù)據(jù)沒有合理做分片，將大key變成以一個個小key。
3.
Redis大Key帶來的影響
● 客戶端超時阻塞。由于Redis單線程的特性，操作大key的通常比較耗時，也就意味著阻塞Redis可能性越大，這樣會造成容戶瑞阻塞或者引起故障切換，會出現(xiàn)各種Redis慢查詢。
● 內(nèi)存空間不均勻。集群模式在slot分片均勻情況下，會出現(xiàn)數(shù)據(jù)和查詢傾斜情況，部分有大key的Redis節(jié)點占用內(nèi)行多、QPS高。
● 引發(fā)網(wǎng)絡阻塞。每次獲取大key產(chǎn)生的網(wǎng)絡流量按大，如果一個key的大小為1MB每秒訪問量為1000，那么行秒會產(chǎn)生1000MB的流量。這對于普通千兆網(wǎng)卡的服務器說是災難性的。
● 阻塞工作線程。執(zhí)行大key刪除時，在低版本Redis中可能阻塞線程。
4.
Redis大Key如何檢測
● 改寫Redis客戶端，在sdk中加入埋點，實時上報數(shù)據(jù)給Redis大key 檢測平臺、監(jiān)控告警。
● scan+debug object bigkey命令，循環(huán)遍歷Redis key序列化后的長度。debug object bigkey可能會比較慢，它存在阻塞Redis的可能，建議在從節(jié)點執(zhí)行該命令，官方不推薦。
● scan+memory usage。該命令是在Redis 4.0+以后提供的，可以循環(huán)遍歷統(tǒng)計計算每個鍵值的字節(jié)數(shù)。
● 通過python腳本迭代的scan key。對每次scan的內(nèi)容進行判斷是否為大key。
● Redis-cli --bigkeys?？梢哉业侥硞€Redis 實例5種數(shù)據(jù)類型（string、hash、list、set、zset）的最大key。但如果Redis key 比較多，執(zhí)行該命令會比較慢，建議在從節(jié)點執(zhí)行該命令。
● rdbtools開源工具包。rdbtools是python寫的一個第三方開源工具，用來解析Redis快照文件，Redis實例上執(zhí)行bgsave，然后對dump出；來的rdb文件進行分析，找到其中的大key。
例如：rdb dump.rdb -c memory --byes 10240 -f Redis.csv
從dump.rdb 快照文件統(tǒng)計 (bgsave)，將所有＞10kb的key輸出到一個csv文件。
5.
Redis大Key如何刪除
如果對這類大key直接使用del命今進行刪除，會導致長時間阻塞，甚至崩潰，因為del命令在刪除集合類型數(shù)據(jù)時，時間復雜度為O(M)，M是集合中元素的個數(shù)。Redis是單線程的，單個命令執(zhí)行時間過長就會阻塞其他命令，容易引起雪崩，穩(wěn)妥的建議如下：
主動刪除大Key
一、分批次漸近刪除
一般來說，對于string數(shù)據(jù)類型使用del命令不會產(chǎn)生阻塞。其它數(shù)據(jù)類型分批刪除，通過scan命令遍歷大key，每次取得少部分元素進行刪除，然后再獲取和刪除下一批元素．對Hash,Sorted Set, List. Set 分別處理、思路相同，先對key改名進行邏輯刪除，使客戶端無法使用原key，然后使用批量小步刪除。
● 刪除大Hash
步驟：（1）key改名，相當于邏輯上刪除key，任何Redis命令都訪問不了該key。（2）小步多批次刪除。
偽代碼：
● 刪除大List
偽代碼：
● 刪除大Set
偽代碼：
● 刪除大Sorted Set
偽代碼：
二、采用unlink+bigkey異步非阻塞刪除，這個命令是在Redis 4.0+提供的代替del命令，不會阻塞主線程。
被動刪除大Key
被動刪除是指利用Redis自身的key消除策略，配置lazyfree情性刪除。但是參數(shù)默認是關(guān)閉的?？膳渲萌缦聟?shù)開啟：
6.
Redis大Key如何設計與優(yōu)化
主要針對以下兩種經(jīng)典場景進行優(yōu)化：
單個key 存儲的 value 很大（超過 10kb)
1）從業(yè)務角度評估，value中只存儲有用的字段，盡量去掉無用的字段。
2）可以考點在應用層先對value進行壓縮，比如采用LZ4/Snappy之類的壓縮算法，配合Redis客戶端序列化配置，可以無侵入完成value的壓縮。.
3）value設計的時候越小越好，關(guān)聯(lián)的數(shù)據(jù)分不同的key進行存儲。
4）大key分拆成幾個key-value，使用multiGet獲取值，這樣分拆的意義在于分拆單次操作的壓力．將操作壓力拼攤到多個Redis實例中，降低對單個Redis的IO影響。
5）對Redis集群進行擴容。
集合數(shù)據(jù)類型hash. list, set. sorted set等存儲過多的元素（超過5000個）
類似于場景一中的第一個做法，可以將這些元素分拆：
以hash為例，原先的正常存取流程是hget(hashKey,field) ;hset(hashkey,field,value)現(xiàn)在，我們可以分拆構(gòu)建一個新的 newHashkey，具體做法：固定一個桶的數(shù)量，比如10000每次存取的時候，先在本地計算field的hash值，取模10000，確定了該field落在哪個newHashkey上。
set、sorted、list也可以采用類似做法。
