redis 性能优化

  • 客户端在向redis服务器发送多条写命令时, 使用批量命令或流水线(pipelined)的方式以减少宽带的来回传输的时间, 数据越大性能提升越明显。

  • 一台主服务可以有多台从服务器, 一台从服务器也可以有多个从服务, 主服务器下的从服务器不是越多越好的, 因为主服务器如果有数据更新的话会同步到每个从服务器中, 如果从服务有10台, 客户端向主服务器发送100条写的命令, 那么主服务也会发送10 * 100条命令到从服务器。 而且服务器越多发生的宕机机率就越高, 从服务器宕机恢复后,主服务器还会跟这台从服务器进行全量数据同步, 这个过程非常损耗主服务器的性能。 在进行大量的redis集群部署时, 可以在主从服务器之间加上一层专门复制的从服务器, 如下图:


    image.png
  • redis 持久化有两种, 一种是快照持久化, 一种是AOF持久化,不管是哪一种持久化都是对硬盘写入数据, 如果频繁IO会直接影响性能。 以AOF为例, 每次处理写命令或每秒处理写命令, redis会把写命令以追加的方式进行持久化,转盘式硬盘每次只能处理大概200个命令, 那么客户端1秒发送1000个命令,redis需要5秒进行处理。 如果换成固态硬盘的话每秒可以处理几万个命令, 但是固态硬盘成本太大, 加上频繁IO会大大降低固态硬盘的寿命,如果数据不是非常重要一般不使用AOF持久化, AOF持久化最坏的情况只会丢失一秒的数据或一个写命令。 如果数据丢失容许一定时间范围的话, 可以使用快照持久化, 数量在几个GB生成快照非常快在一般几十毫秒内, 生成快照时,redis会创建一个子进程进行持久化, 在创建子进程会造成服务器停顿, 一般每增加一个GB的数据量根据服务器硬件好坏会停顿10~400毫秒, 数据量达到几十G的时候会导致停顿5~10秒。持久化也可以发送BGSVAE命令手动触发, 关闭自动持久化, 在用户活跃较少的时间段进行手动触发

  • 当redis 实例内存大于系统可用内存时, 系统会创建一个交换区, 把旧数据或不使用的数据写入交换区, 腾出空间给新数据, 每当redis增加新数据都对交换区进行IO操作,硬盘读取操作与内存读取操作不是一个数量级的, 一个毫秒级一个微秒级, 性能会瞬间急速下降。 可以适当调整短结构策略来压缩内存, 也可以根据业务场景设置key有效时间达到内存有效利用率, 还可以调整创建快照的策略, 因为创建快照时会启动一个子进程, 并且完全复制与实例一样的内存副本写入硬盘

  • redis 内存碎片率过高也会导致性能急速下降, 什么是内存碎片? 可以把内存当做一个固定面积的大正方形, 数据当做一个不固定面积的小正方形, 在理想情况下, 大正方形非常整齐放置着无数个小正方形, 当进行无效的内存回收时, 会在大正方形某个位置挖走一个小正方形, 假设面积这1平方, 那么这个位置这空出1平方, 当新数据加入时, 这个数据占2平方,这时数据是填充不进去的, 当这种情景不断的发生时,空出1平方位置被视为碎片,大正方形也被挖得坑坑洼洼的, 严重影响内存读写和利用率。 这时可通过info memory查看mem_fragmentation_ratio指标, 当这个值大于1.5时, 重启redis实例会进行内存重新排序

  • redis 是一个单线程的程序, 客户端发送命令都是串行顺序执行的。 如果其中一个命令执行时间很长, 会阻塞后面的命令。 这时需要了解命令的时间复杂度, 排序、并集、交集命令尽量放到客户端进行, 遍历大数据集合时尽量避免全局遍历。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,847评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,208评论 1 292
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,587评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,942评论 0 205
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,332评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,587评论 1 218
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,853评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,568评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,273评论 1 242
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,542评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,033评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,373评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,031评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,073评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,830评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,628评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,537评论 2 269

推荐阅读更多精彩内容