一、设计优化

　　1. 估算Redis内存使用量

　　以非数字的字符串键值对为例，假设key和value的长度均为12个字节，则内部使用的编码方式为embstr。共计90000个键值对占用的空间

Redis性能调优

　　Redis中存储键值对使用字典，字典内部使用哈希表数组，数组的每个元素dictEntry中共有三个指针（指向键的指针，指向值的指针，指向下一个节点的指针），在64位系统中，每个指针占用8字节，则共计24个字节，向上取2的整数幂，则分配32个字节。

　　一个key，使用SDS存储，数据大小12字节，len+alloc+flags+空字符共4个字节（3.2版本之后），共计12+4=16个字节

　　一个value，外层使用对象redisObject并指向一个SDS（存放值内容）。对象内存占用16个字节，SDS需要16个字节

　　综上，一个dictEntry使用的内存总共为 32 + 16 + 16 + 16 = 80字节。

　　存储90000个键值对需要的bucket数组大小为90000向上取2的整数幂，即131072；每个bucket元素占用8字节（因为内部存储的指针）。

　　存储90000个键值对占用的总内存：90000*80 + 131072*8 = 82488576。

　　当存储的键值对长度由12字节增加到13字节，对应的SDS变成17字节，jemalloc分配32个字节，因此每个dictEntry占用的字节数变成112字节。则存储90000个的内存占用变为 90000*12 + 131072*8  = 11128576。

　　2. 优化内存占用

　　　　1. 利用jemalloc特性进行优化

　　　　Redis性能调优

　　　　jemalloc是Redis的默认内存分配器，在64位系统中，将内存空间划分成小、大、巨大三个范围；每个范围又划分为许多小的内存块单位，当Redis存储数据时，选择适合的内存块进行存储。譬如存储130字节的对象，jemalloc会将其放入到160字节的内存单元中。

　　　　2. 使用整型/长整型

　　　　Redis存储字符串的编码类型有三种，当字符串为数字时，使用int（8字节）存储代替字符串，可以节省很多空间。

　　　　3. 共享对象

　　　　共享对象可以减少对象的创建，包括redisObject的创建。Redis中的共享对象目前只有0-9999，可以通过REDIS_SHARED_INTEGERS参数提高，譬如调整到20000，则0-19999都可以共享

　　　　4.缩短键值对的存储长度

　　　　大键值对，延长写入和读取耗时、延长持久化需要时间，延长网络传输时间，并且占用内存多，更容易触发内存淘汰机制。尽量缩短存储长度，必要时进行压缩和序列化

二、设置键值的过期时间

　　Redis的serverCron函数定期清除过期键，节约内存占用，避免键值对过多堆积，频繁触发内存淘汰机制

三、限制Redis内存大小

　　在64位系统中，默认没有设置最大内存，配置项maxmemory被注释了。当物理内存不足时，使用磁盘作为虚拟内存，将物理内存中的部分数据存放到虚拟内存，这个操作会阻塞Redis进程。当设置了最大内存，当超出限制时，触发内存淘汰。内存淘汰策略在Redis4.0后有8种，主要用到以下原理

  • LRU(Least Recently Used，最近最少使用)原理：使用链表保存缓存数据，越靠近表头，存放的数据访问时间越近。当有新数据时插入表头，当有缓存命中时，将数据移至表头，当内存不足时，丢弃表尾数据

　　　　缺点是类似全表扫描时，会将链表数据污染

  • LFU(Least Frequently Used，最不经常使用策略)原理：记录内存块的使用次数，回收时，按照访问次数排序，当缓存不足时，将使用频率最低的内存释放。

　　　　缺点是短时间内大量访问的数据很难删除

　　1. Redis缓存淘汰策略

    1. noeviction：不淘汰任何数据，当内存不足时，新增操作会报错，Redis 默认内存淘汰策略；
    2. allkeys-lru：淘汰整个键值中最久未使用的键值；
    3.  allkeys-random：随机淘汰任意键值；
    4. volatile-lru：淘汰所有设置了过期时间的键值中最久未使用的键值；
    5. volatile-random：随机淘汰设置了过期时间的任意键值；
    6. volatile-ttl：优先淘汰更早过期的键值；
    7. volatile-lfu：淘汰所有设置了过期时间的键值中，最少使用的键值；
    8. allkeys-lfu：淘汰整个键值中最少使用的键值；

 四、使用Lazy free特性（Redis4.0新增）

　　删除大键值对比较耗时，造成主线程的阻塞，为此将删除的操作放在子线程中。共有四项配置：

  • lazyfree-lazy-eviction：当Redis运行内存超过最大内存，是否启用lazy free
  • lazyfree-lazy-expire：当设置了过期键，在键过期之后，是否启用lazy free
  • lazyfree-lazy-server-del：有些命令会隐式删除键，比如rename命令，对这些命令执行时是否启用lazy free
  • slave-lazy-flush：从节点加载主节点的RDB文件前，会运行flushall清理原有数据，此时是否启用lazy free

五、禁用长耗时的查询命令

　　Redis大部分的读写命令的时间复杂度在O(1)到O(N)之间。对于O(N)的命令，需要谨慎使用，如果执行时间过长，将会阻塞Redis

  • 禁用Keys
  • 避免一次查询所有键，使用scan命令进行分批遍历
  • 控制Hash、Set、Sorted Set结构的数据大小
  • 将排序、并集、交集放到客户端进行
  • 删除大数据，使用unlink，启用新线程删除目标数据（Redis 6.0启用多线程的原因，增加I/O操作并发）

六、使用slowlog优化耗时命令

　　使用slowlog命令找出高耗时的Redis命令。慢查询的配置项：

  • slowlog-log-slower-than：慢查询评定的时间阈值，单位微妙
  • slowlog-max-len：配置慢查询日志的最大记录数

七、避免大量数据同时失效

　　serverCron函数每100毫秒执行一次过期扫描。随机抽取过期键字典中的20个键，删除其中的已经过期的键，判断过期键的比例是否超过25%，重复执行此流程。如果一次扫描中删除了大量过期键，将会造成阻塞。

　　在设置过期时间时，加入随机数。

八、检查数据持久化策略

　　Redis4.0之后，加入混合持久化功能，结合了RDB和AOF。在写入时，将当前数据以RDB的形式写入文件的开头，后续的操作命令以AOF的格式存入文件；在加载时，先加载RDB文件，再加载AOF命令。

　　RDB持久化，可能存在一定时间内的数据丢失。AOF持久化，文件较大时执行较慢，影响启动速度。在非必须持久化操作时，可以关闭持久化，避免间歇性的卡顿（serverCron函数周期性执行持久化操作）

九、使用Pipeline批量操作数据

　　Redis性能调优

 

十、客户端使用优化

　　使用Redis连接池，减少网络传输次数和非必要调用指令。

import redis.clients.jedis.JedisPool;
import redis.clients.jedis.JedisPoolConfig;

 

十一、使用分布式架构增加读写速度

　　Redis分布式架构有：

  • 主从同步：读写分离
  • 哨兵：自动容灾
  • Redis Cluster集群：多读多写，高扩展（集群可添加节点）高可用（某主节点无从节点自动将其他主节点多余的从节点转移），自动容灾

　　详细：https://www.jianshu.com/p/f0c01c528d8d

十二、其他优化

　　使用物理机非虚拟机。虚拟机和物理机共享物理网口，并且一台物理机可能有多个虚拟机运行，在内存占用和网络延迟上性能较差

十三、禁用THP特性

　　Linux默认开启，支持大内存页2MB分配。

　　开启THP之后，fork速度变慢，fork之后每个内存页从4KB变成2MB，大幅增加重写期间父进程内存消耗。同时每次写命令引起的复制内存页单位放大了512倍，会拖慢写操作的执行时间，导致大量写操作慢查询。

 

Redis雪崩现象：

　　产生条件：1. 大量缓存同时失效 2.大量并发请求访问失效缓存 导致数据库宕机

　　解决方案：过期时间设置加入随机数

Redis缓存击穿：

　　缓存中没有（过期），但数据库中存在数据。此时大量并发请求访问这部分数据，数据库压力陡增。缓存雪崩是大量的缓存击穿。

　　解决方案：

　　　　1.设置热点数据永不过期

　　　　2.接口限流熔断和降级

　　　　3.布隆过滤器。bloomfilter类似一个哈希表但是不存key，快速判断一个元素是否在集合中。使用多个哈希函数计算入参key得到坐标，在一个bit数组中存储对应位置为1。查找时只要有一个位置为0则不存在，但都为1也有可能不存在。使用多个哈希函数是基于哈希冲突的考量。

　　　　4.加锁。这种情况，只允许能有一个线程查询数据库，获取结果后将结果放入缓存，其余线程则直接访问缓存

public String getData(String key) throws Exception{

    String data = redis.get(key);
    if(data == null){
        if(lock.tryLock()){
            data = redis.get(key);
            if(data == null){
                //查询数据库
                data = mysql.select();
                redis.set(key,data);
            }else{
                return data;
            }
        }else{            
            Thread.sleep(1000);
            return getData(key);
        }
    }
    return data;        
}

 

 

Redis缓存穿透：

　　缓存和数据库中都没有某数据，但有大量的并发请求查询这些数据。导致数据库宕机，主要考虑是漏洞攻击

　　解决方案：

　　　　1. 接口层加校验，譬如用户鉴权

　　　　2. 将对应的key的value设置为null存入缓存