Redis最適化例の分析

メモリ ディメンション

キーの長さの制御

キーは通常文字列であり、文字列の基礎となるデータ構造は SDS です。SDS 構造には文字列の長さ、割り当てが含まれます。スペースサイズなどのメタデータ情報。キー文字列の長さが増加すると、SDS 内のメタデータもより多くのメモリスペースを占有します。キーが占めるスペースを減らすために、ビジネス名に応じて対応する英語の略語を使用できます。それを表すために。たとえば、ユーザーは u で表され、メッセージは m で表されます。

bigkey の保存を避ける

キーの長さと値のサイズの両方に注意する必要があります。Redis はデータの読み取りと書き込みに単一のスレッドを使用します。読み取りおよび書き込み操作bigkey を使用するとスレッドがブロックされ、コストが削減され、Redis の処理効率が向上します。

bigkey をクエリする方法

--bigkey コマンドを使用して、Redis にある bigkey 情報を表示できます。具体的なコマンドは次のとおりです:

redis-cli -h 127.0.0.1 -p 6379 -a 'xxx' --bigkeys

上の図に示すように、Redis のキーは 32098 バイトを占めており、最適化する必要があることがわかります。

推奨事項:

• キーが文字列型の場合、値に格納される値のサイズは約 10KB にすることをお勧めします。 。

• キーが List/Hash/Set/ZSet タイプの場合、格納される要素の数は 10,000 未満に制御することをお勧めします。

適切なデータ型の選択

Redis は、保存するデータ型に合わせて最適化され、それに応じてメモリも最適化されます。データ結果に関する関連知識については、以前の記事を参照してください。

例: String と set は、int データを格納するときに整数エンコーディングを使用します。 Hash と ZSet は、要素の数が比較的少ない場合は圧縮リスト (ziplist) ストレージを使用し、比較的大量のデータが格納される場合はハッシュ テーブルとジャンプ テーブルに変換します。

効率的なシリアル化と圧縮方法を採用する

Redis の文字列はバイナリセーフなバイト配列を使用して保存されるため、ビジネスをバイナリにシリアル化し、それを Redis に書き込むことができますが、別のシリアル化を使用すると、占有スペースが異なります。 Protostuff のシリアル化は、Java の組み込みシリアル化よりも効率的で、占有するスペースも少なくなります。スペース使用量を削減するために、JSON および XML データ形式を圧縮して保存できます。オプションの圧縮アルゴリズムには、Gzip や Snappy が含まれます。

Redis の最大メモリと排除戦略の設定

Redis メモリが継続的に拡張されて過剰なリソース使用量が発生することを避けるために、ビジネス データの量に基づいてメモリ サイズを事前に見積もります。 。

# 消去戦略の設定方法については、実際のビジネス特性に基づいて選択する必要があります:

• #volatile-lru / allkeys- lru: 最近アクセスされたデータを優先する

• ##volatile-lfu / allkeys-lfu:

  最も頻繁にアクセスされるデータを優先する

• volatile-ttl:

  期限切れが近づいているデータの削除を優先します

• volatile-random / allkeys-random:

  ランダム削除データ

Redis インスタンスのサイズを制御する

単一 Redis インスタンスのメモリ サイズは 2 ～ 6GB に設定することをお勧めします。 RDBスナップショットやマスタ・スレーブクラスタのデータ同期は高速に完了できるため、通常のリクエストの処理が妨げられることはありません。

メモリの断片を定期的にクリアする

新しい変更を頻繁に行うとメモリの断片が増加するため、メモリの断片は適時にクリーンアップする必要があります。

Redis には、次のようなメモリ使用量情報を表示するための Info メモリ コマンドが用意されています。

手順:

used_memory_rss は、オペレーティング システムによって Redis に実際に割り当てられた物理メモリ領域です。
used_memory は、データを保存するために Redis によって実際に適用されるスペースです。
mem_fragmentation_ratio=used_memory_rss/ used_memory
mem_fragmentation_ratio は 1 より大きく 1.5 未満です。この状況は合理的です。
mem_fragmentation_ratio が 1.5 より大きい場合、メモリの断片化率が 50% を超えていることを意味します。この場合、通常、メモリの断片化率を減らすために何らかの措置を講じる必要があります。具体的なメモリクリーニング対策については、以降の記事で解説します。
パフォーマンス ディメンション

KEYS、FLUSHALL、および FLUSHDB コマンドの使用は禁止されています

KEYS はキーに応じて一致します内容と一致を返します 一致 条件のキーと値のペア このコマンドでは、Redis グローバル ハッシュ テーブルのフル テーブル スキャンが必要であり、これにより Redis メイン スレッドが大幅にブロックされます。
FLUSHALL は、Redis インスタンス上のすべてのデータを削除します。データの量が多い場合、Redis メイン スレッドが大幅にブロックされます。
FLUSHDB は、現在のデータベースのデータを削除します。データの量が多い場合、Redis メイン スレッドがブロックされます。
最適化の提案

これらのコマンドをオンラインで無効にする必要があります。具体的な方法は、管理者が rename-command コマンドを使用して設定ファイル内のこれらのコマンドの名前を変更し、クライアントがこれらのコマンドを使用できないようにすることです。

慎用全量操作的命令

对于集合类型的来说，在未清楚集合数据大小的情况下，慎用查询集合中的全量数据，例如Hash的HetALL、Set的SMEMBERS命令、LRANGE key 0 -1 或者ZRANGE key 0 -1等命令，因为这些命令会对Hash或者Set类型的底层数据进行全量扫描，当集合数据量比较大时，会阻塞Redis的主线程。

优化建议：

当元素数据量较多时，可以用SSCAN、HSCAN 命令分批返回集合中的数据，减少对主线程的阻塞。

慎用复杂度过高命令

Redis执行复杂度过高的命令，会消耗更多的 CPU 资源，导致主线程中的其它请求只能等待。常见的复杂命令如下：SORT、SINTER、SINTERSTORE、ZUNIONSTORE、ZINTERSTORE 等聚合类命令。

优化建议：

当需要执行排序、交集、并集操作时，可以在客户端完成，避免让Redis进行过多计算，从而影响Redis性能。

设置合适的过期时间

Redis通常用于保存热数据。热数据一般都有使用的时效性。因此，在数据存储的过程中，应根据业务对数据的使用时间合理地设置数据的过期时间。否则写入Redis的数据会一直占用内存，如果数据持续增增长，会达到机器的内存上限，造成内存溢出，导致服务崩溃。

采用批量命令代替个命令

当我们需要一次性操作多个key时，可以使用批量命令来处理，批量命令可以减少客户端与服务端的来回网络IO次数。

• String或者Hash类型可以使用 MGET/MSET替代 GET/SET，HMGET/HMSET替代HGET/HSET

• 其它数据类型使用Pipeline命令，一次性打包发送多个命令到服务端执行。

Pipeline具体使用：

redisTemplate.executePipelined(new RedisCallback<String>() {
            @Override
            public String doInRedis(RedisConnection connection) throws DataAccessException {
                for (int i = 0; i < 5; i++) 
                {
                    connection.set(("test:" + i).getBytes(), "test".getBytes());
                }
                return null;
            }
        });

高可用维度

按照业务部署不同的实例

不同的业务线来部署 Redis 实例，这样当其中一个实例发生故障时，不会影响到其它业务。

避免单点问题

业务上根据实际情况采用主从、哨兵、集群方案，避免单点故障，影响业务的正常使用。

合理的设置相关参数

针对主从环境，我们需要合理设置相关参数，具体内容如下：

• 合理的设置repl-backlog参数：如果repl-backlog设置过小，当写流量比较大的场景下，主从复制中断可能会引发全量复制数据的风险。

• 合理设置slave client-output-buffer-limit：当从库复制发生问题时，过小的 buffer会导致从库缓冲区溢出，从而导致复制中断。

以上がRedis最適化例の分析の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。