Redis 它通常是我们业务系统的重要组成部分，如缓存、帐户登录信息、排名等。
一旦 Redis 请求延迟的增加可能会导致业务系统的雪崩。
我在一家单身媒人婚恋类型的互联网公司工作，在双十一推出下单送女朋友的活动。
谁曾想，凌晨 12 点击后，用户数量急剧增加，出现了技术故障，用户无法下单。当时老板很生气！
搜索后发现 Redis 报 Could not get a resource from the pool。
获取不到连接资源，并且集群中的单台 Redis 高连接量。
大量流量消失了 Redis 缓存响应直接击中 MySQL，最后，数据库也停机了……
因此，尽管报错信息的频率有所缓解，但各种变化的最大连接数和连接等待数仍在继续报错。
线下测试后发现存储 Redis 中间的字符数据很大，平均 1s 返回数据。
一旦 Redis 延迟过高会导致各种问题。
今天「码哥」和大家一起分析一下如何确定 Redis 有性能问题和解决方案。
[toc]
最大延迟是客户端向客户端发出命令的响应时间。正常情况下， Redis 处理时间很短，在微秒级。
当 Redis 性能波动，比如达到几秒到十秒，显然我们可以确定 Redis 性能变慢了。
当延迟时，一些硬件配置相对较高 0.6ms，我们可能会认为它变慢了。硬件可能很差 3 ms 我们认为有问题。
那我们该如何定义呢？ Redis 真的变慢了？
因此，我们需要对当前前的环境 Redis 测量基线性能，即在低压、无干扰的情况下，系统的基本性能。
当你发现 Redis 运行延迟是基线性能 2 可以判断倍以上 Redis 性能变慢了。
redis-cli 命令提供了–intrinsic-latency 该选项用于监测和统计测试期间的最大延迟（以毫秒为单位） Redis 基线性能。
redis-cli --latency -h `host` -p `port`例如，执行以下指令：
redis-cli --intrinsic-latency 100 Max latency so far: 4 microseconds. Max latency so far: 18 microseconds. Max latency so far: 41 microseconds. Max latency so far: 57 microseconds. Max latency so far: 78 microseconds. Max latency so far: 170 microseconds. Max latency so far: 342 microseconds. Max latency so far: 3079 microseconds. 45026981 total runs (avg latency: 2.2209 microseconds / 2220.89 nanoseconds per run). Worst run took 1386x longer than the average latency.注：参数100是测试将执行的秒数。测试时间越长，就越有可能发现延迟峰值。
通常运行 100 秒通常是合适的，足以发现延迟问题，当然，我们可以选择在不同的时间运行几次，以避免误差。
「码哥」运行的最大延迟是 3079 因此，基线的性能是微秒 3079 （3 微秒)。
需要注意的是，我们应该在那里 Redis 服务端运行，而不是客户端。这样可以避免网络对基线性能的影响。
可以通过 -h host -p port 如果你想监控网络对接服务端， Redis 可使用性能影响 Iperf 测量客户端到服务端的网络延迟。
若网络延迟数百毫秒，则表明网络运行中可能会有其它流量较大的程序导致网络拥需要找到运维协调网络流量分配。
如何判断是否是慢指令？
看操作是否复杂O(N)。 官方文件介绍了每个命令的复杂性，并尽可能使用O(1) 和 O(log N)命令。
集合操作的复杂性一般为O(N)，例如，集合全量查询HGETALL、SMEMBERS，集合操作： SORT、 LREM、 SUNION等。
监控数据可以观察吗？我没有写代码。我不知道是否有人使用慢指令。
有两种方法可以找到：
使用 Redis 慢日志功能发现慢命令；
latency-monitor(延迟监控)工具。
另外，可以用自己（top、htop、prstat 等)快速检查 Redis 主进程的 CPU 消耗。如果 CPU 高利用率和低流量通常表明使用了慢速命令。
Redis 中的 slowlog 命令可以让我们快速定位超过指定执行时间的慢命令。默认情况下，如果命令超过执行时间 10ms 日志将被记录。
slowlog 执行命令的时间只记录，不包括 io 往返操作，不记录网络延迟引起的响应慢。
我们可以根据基线性能来定义慢命令的标准(配置基线性能最大延迟) 2 调整触发记录慢命令的阈值。
可以在 redis-cli 输入以下命令配置记录 6 毫秒以上的指令：
redis-cli CONFIG SET slowlog-log-slower-than 6000也可以在 Redis.config 设置在配置文件中，以微秒为单位。
如果要查看执行时间慢的所有命令，可以使用 Redis-cli 工具，输入 slowlog get 检查命令，返回结果的第三个字段以微秒单位显示命令的执行时间。
假如只需要查看最后 2 慢命令，输入 slowlog get 2 即可。
示例:获得最近两个慢查询命令
示例:获得最近两个慢查询命令 127.0.0.1:6381> SLOWLOG get 2 1) 1) (integer) 6 2) (integer) 1458734263 3) (integer) 74372 4) 1) "hgetall" 2) "max.dsp.blacklist" 2) 1) (integer) 5 2) (integer) 1458734258 3) (integer) 5411075 4) 1) "keys" 2) "max.dsp.blacklist"以第一个 HGET 以命令为例分析，每一个 slowlog 实体共 4 个字段：
字段 1：1 一个整数，表示这个 slowlog 出现的序号，server 启动后增加，目前为 6。
字段 2:表示查询执行时 Unix 时间戳。
字段 3:表示查询执行微秒数，目前是 74372 微秒,约 74ms。
字段 4: 表示查询的命令和参数,如果参数很多或很大,只会显示部分并给数参数个数。
当前命令是hgetall max.dsp.blacklist。
Redis 在 2.8.13 版本引入了 Latency Monitoring 该功能用于监控各种事件频率的功能。
启用延迟监视器的第一步是设置延迟阈值（单位毫秒）。只有超过阈值的时间才会被记录，例如，我们根据基线性能（3ms）的 3 倍设置阈值为 9 ms。
可以用 redis-cli 也可以设置 Redis.config 中设置；
CONFIG SET latency-monitor-threshold 9获得最近的 latency
127.0.0.1:6379> debug sleep 2 OK (2.00s) 127.0.0.1:6379> latency latest 1) 1) "command" 2) (integer) 1645330616 3) (integer) 2003 4) (integer) 2003事件名称；
事件发生的最新延迟 Unix 时间戳；
毫秒为单位时间延迟；
事件的最大延迟。
如何解决 Redis 变慢？
Redis 单线程执行数据读写。如果主线程执行时间过长，主线程将被堵塞。
一起分析什么操作会阻塞主线程，怎么解决？
客户端使用 TCP/IP 连接或 Unix 域连接连接到 Redis。1 Gbit/s 典型的网络延迟约为 200 us。
redis 客户端执行命令 4 个过程：
发送命令－〉 命令排队 －〉 命令执行－〉 返回结果 这个过程叫 Round trip time(简称 RTT, 往返时间)，mget mset 有效节约了 RTT，但大多数命令(如 hgetall，并没有 mhgetall）不支持批量操作，需要消耗 N 次 RTT ，此时需要 pipeline 解决这个问题。
Redis pipeline 将多个命令连接减少网络响应往返次数。
根据上文的慢指令监控查询文档，查询到慢查询指令。可以通过以下两种方式解决：
比如在 Cluster 集群中，将聚合运算等 O(N) 操作运行在 slave 上，或者在客户端完成。
使用高效的命令代替。使用增量迭代的方式，避免一次查询大量数据，具体请查看 SCAN、 SSCAN、 HSCAN和 ZSCAN命令。
除此之外，生产中禁用 KEYS 命令，它只适用于调试。因为它会遍历所有的键值对，所以操作延时高。
生成 RDB 快照，Redis 必须 fork 后台进程。fork 操作（在主线程中运行）本身会导致延迟。
Redis 使用操作系统的多进程写时复制技术 COW(Copy On Write) 来实现快照持久化，减少内存占用。
但 fork 会涉及到复制大量链接对象，一个 24 GB 的大型 Redis 实例需要 24 GB / 4 kB * 8 = 48 MB 的页表。
执行 bgsave 时，这将涉及分配和复制 48 MB 内存。
此外，从库加载 RDB 期间无法提供读写服务，所以主库的数据量大小控制在 2~4G 左右，让从库快速的加载完成。
常规的内存页是按照 4 KB 来分配，Linux 内核从 2.6.38 开始支持内存大页机制，该机制支持 2MB 大小的内存页分配。
Redis 使用了 fork 生成 RDB 做持久化提供了数据可靠性保证。
当生成 RDB 快照的过程中，Redis 采用** 写时复制**技术使得主线程依然可以接收客户端的写请求。
也就是当数据被修改的时候，Redis 会复制一份这个数据，再进行修改。
采用了内存大页，生成 RDB 期间，即使客户端修改的数据只有 50B 的数据，Redis 需要复制 2MB 的大页。当写的指令比较多的时候就会导致大量的拷贝，导致性能变慢。
使用以下指令禁用 Linux 内存大页即可：
echo never > /sys/kernel/mm/transparent_hugepage/enabled当物理内存（内存条）不够用的时候，将部分内存上的数据交换到 swap 空间上，以便让系统不会因内存不够用而导致 oom 或者更致命的情况出现。
当某进程向 OS 请求内存发现不足时，OS 会把内存中暂时不用的数据交换出去，放在 SWAP 分区中，这个过程称为 SWAP OUT。
当某进程又需要这些数据且 OS 发现还有空闲物理内存时，又会把 SWAP 分区中的数据交换回物理内存中，这个过程称为 SWAP IN。
内存 swap 是操作系统里将内存数据在内存和磁盘间来回换入和换出的机制，涉及到磁盘的读写。
触发 swap 的情况有哪些呢？
对于 Redis 而言，有两种常见的情况：
Redis 使用了比可用内存更多的内存；
与 Redis 在同一机器运行的其他进程在执行大量的文件读写 I/O 操作（包括生成大文件的 RDB 文件和 AOF 后台线程），文件读写占用内存，导致 Redis 获得的内存减少，触发了 swap。
码哥，我要如何排查是否因为 swap 导致的性能变慢呢？
Linux 提供了很好的工具来排查这个问题，所以当怀疑由于交换导致的延迟时，只需按照以下步骤排查。
$ redis-cli info | grep process_id
process_id:13160进入此进程的 /proc 文件系统目录：
cd /proc/13160在这里有一个 smaps 的文件，该文件描述了 Redis 进程的内存布局，运行以下指令，用 grep 查找所有文件中的 Swap 字段。
$ cat smaps | egrep '^(Swap|Size)'
Size: 316 kB
Swap: 0 kB
Size: 4 kB
Swap: 0 kB
Size: 8 kB
Swap: 0 kB
Size: 40 kB
Swap: 0 kB
Size: 132 kB
Swap: 0 kB
Size: 720896 kB
Swap: 12 kB
每行 Size 表示 Redis 实例所用的一块内存大小，和 Size 下方的 Swap 对应这块 Size 大小的内存区域有多少数据已经被换出到磁盘上了。
如果 Size == Swap 则说明数据被完全换出了。
可以看到有一个 720896 kB 的内存大小有 12 kb 被换出到了磁盘上（仅交换了 12 kB），这就没什么问题。
Redis 本身会使用很多大小不一的内存块，所以，你可以看到有很多 Size 行，有的很小，就是 4KB，而有的很大，例如 720896KB。不同内存块被换出到磁盘上的大小也不一样。
敲重点了
如果 Swap 一切都是 0 kb，或者零星的 4k ，那么一切正常。
当出现百 MB，甚至 GB 级别的 swap 大小时，就表明，此时，Redis 实例的内存压力很大，很有可能会变慢。
增加机器内存；
将 Redis 放在单独的机器上运行，避免在同一机器上运行需要大量内存的进程，从而满足 Redis 的内存需求；
增加 Cluster 集群的数量分担数据量，减少每个实例所需的内存。
为了保证数据可靠性， Redis 使用 AOF 和 RDB 快照实现当即快速恢复和持久化。
**可以使用 appendfsync **配置将 AOF 配置为以三种不同的方式在磁盘上执行 write 或者 fsync （可以在运行时使用 CONFIG SET命令修改此设置，比如：redis-cli CONFIG SET appendfsync no）。
no：Redis 不执行 fsync，唯一的延迟来自于 write 调用，write 只需要把日志记录写到内核缓冲区就可以返回。
everysec：Redis 每秒执行一次 fsync。使用后台子线程异步完成 fsync 操作。最多丢失 1s 的数据。
always：每次写入操作都会执行 fsync，然后用 OK 代码回复客户端（实际上 Redis 会尝试将同时执行的许多命令聚集到单个 fsync 中），没有数据丢失。在这种模式下，性能通常非常低，强烈建议使用快速磁盘和可以在短时间内执行 fsync 的文件系统实现。
我们通常将 Redis 用于缓存，数据丢失完全恶意从数据获取，并不需要很高的数据可靠性，建议设置成 no 或者 everysec。
除此之外，避免 AOF 文件过大， Redis 会进行 AOF 重写，生成缩小的 AOF 文件。
可以把配置项 no-appendfsync-on-rewrite设置为 yes，表示在 AOF 重写时，不进行 fsync 操作。
也就是说，Redis 实例把写命令写到内存后，不调用后台线程进行 fsync 操作，就直接返回了。
Redis 有两种方式淘汰过期数据：
惰性删除：当接收请求的时候发现 key 已经过期，才执行删除；
定时删除：每 100 毫秒删除一些过期的 key。
定时删除的算法如下：
随机采样 ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP个数的 key，删除所有过期的 key；
如果发现还有超过 25% 的 key 已过期，则执行步骤一。
ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP默认设置为 20，每秒执行 10 次，删除 200 个 key 问题不大主。
如果触发了第二条，就会导致 Redis 一致在删除过期数据取释放内存。而删除是阻塞的。
码哥，触发条件是什么呀？
也就是大量的 key 设置了相同的时间参数。同一秒内，大量 key 过期，需要重复删除多次才能降低到 25% 以下。
简而言之：大量同时到期的 key 可能会导致性能波动。
如果一批 key 的确是同时过期，可以在 EXPIREAT 和 EXPIRE 的过期时间参数上，加上一个一定大小范围内的随机数，这样，既保证了 key 在一个邻近时间范围内被删除，又避免了同时过期造成的压力。
通常我们会将含有较大数据或含有大量成员、列表数的 Key 称之为大 Key，下面我们将用几个实际的例子对大 Key 的特征进行描述：
一个 STRING 类型的 Key，它的值为 5MB（数据过大）
一个 LIST 类型的 Key，它的列表数量为 10000 个（列表数量过多）
一个 ZSET 类型的 Key，它的成员数量为 10000 个（成员数量过多）
一个 HASH 格式的 Key，它的成员数量虽然只有 1000 个但这些成员的 value 总大小为 10MB（成员体积过大）
bigkey 带来一问题如下：
Redis 内存不断变大引发 OOM，或者达到 maxmemory 设 置值引发写阻塞或重要 Key 被逐出；
Redis Cluster 中的某个 node 内存远超其余 node，但因 Redis Cluster 的数据迁移最小粒度为 Key 而无法将 node 上的内存均衡化；
bigkey 的读请求占用过大带宽，自身变慢的同时影响到该服务器上的其它服务；
删除一个 bigkey 造成主库较长时间的阻塞并引发同步中断或主从切换；
查找 bigkey
使用 redis-rdb-tools 工具以定制化方式找出大 Key。
如将一个含有数万成员的 HASH Key 拆分为多个 HASH Key，并确保每个 Key 的成员数量在合理范围，在 Redis Cluster 结构中，大 Key 的拆分对 node 间的内存平衡能够起到显著作用。
Redis 自 4.0 起提供了 UNLINK 命令，该命令能够以非阻塞的方式缓慢逐步的清理传入的 Key，通过 UNLINK，你可以安全的删除大 Key 甚至特大 Key。
总结
如下检查清单，帮助你在遇到 Redis 性能变慢的时候能高效解决问题。
获取当前 Redis 的基线性能；
开启慢指令监控，定位慢指令导致的问题；
找到慢指令，使用 scan 的方式；
将实例的数据大小控制在 2-4GB，避免主从复制加载过大 RDB 文件而阻塞；
禁用内存大页，采用了内存大页，生成 RDB 期间，即使客户端修改的数据只有 50B 的数据，Redis 需要复制 2MB 的大页。当写的指令比较多的时候就会导致大量的拷贝，导致性能变慢。
Redis 使用的内存是否过大导致 swap；
AOF 配置是否合理，可以将配置项 no-appendfsync-on-rewrite 设置为 yes，避免 AOF 重写和 fsync 竞争磁盘 IO 资源，导致 Redis 延迟增加。
bigkey 会带来一些列问题，我们需要进行拆分防止出现 bigkey，并通过 UNLINK 异步删除
感谢大家的阅读！希望本文对大家有所帮助。最后，想学习本文源码笔记以及更多java高级学习课程，面试资料的小编已经整理打包成一个文档！要获取的小伙伴点赞私信回复学习即可免费领取！