Redis在生产中不得不重视的几个运维问题

Redis 运维的故障有哪些？如何排查？

常见的运维故障

• 使用 keys * 把库堵死，——建议使用别名把这个命令改名

• 超过内存使用后，部分数据被删除——这个有删除策略的，选择适合自己的即可

• 没开持久化，却重启了实例，数据全掉——记得非缓存的信息需要打开持久化

• RDB 的持久化需要 vm.overcommit_memory=1，否则会持久化失败

• 没有持久化情况下，主从，主重启太快，从还没认为主挂的情况下，从会清空自己的数据——人为重启主节点前，先关闭从节点的同步

排查方法

• 了解清楚业务数据流是怎么样的流向

• 结合 Redis 监控查看 QPS、缓存命中率、内存使用率等信息

• 确认机器层面的资源是否有异常

• 故障时及时上机，使用 redis-cli monitor 打印出操作日志，然后分析（事后分析此条失效）

• 和研发沟通，确认是否有大 Key 在堵塞（大 Key 也可以在日常的巡检中获得）

• 和组内同事沟通，确实是否有误操作

• 和运维同事、研发一起排查流量是否正常，是否存在被刷的情况

• 更多的排查需要对线上系统的分析。

Redis 性能优化

• 根据不同业务选择数据类型，有必要时对数据结构进行审核，减少数据冗余

• 精简键名和键值，控制键值的大小

• 使用前缀管理好 key，防止key的重名导致value被覆盖

• 使用 scan 代替 keys，将遍历 Redis DB 中所有 key 的操作放到客户端来做

• 避免使用 O(N) 复杂度的命令

• 配置使用 ziplist 来优化 list

• 合理配置 maxmemory

• 数据量大的情况，做好 key 和 value 的压缩

• 利用管道，批量处理命令

• 根据不同业务选择短链接或者长链接

• 定期使用 redis-cli --big-keys 检测大 Key