Redis 正确使用小技巧

①正确设置过期时间

 

把这个放在第一位是因为这里实在是有太多坑。

 

如果你不设置过期时间，那么你的 Redis 就成了垃圾堆，假以时日你领导看到了告警，再看一下你的代码，估计你可能就 “没了”！

 

如果你设置了过期时间，但是又设置了特别长，比如两个月，那么带来的问题就是极有可能你的数据不一致问题会变得特别棘手。

 

我就遇到过这种，用户信息缓存中包含了除基本信息外的各种附加属性，这些属性又是随时会变的，在有变化的时候通知缓存进行更新，但是这些附加信息是在各个微服务中，服务之间调用总会有失败的时候，只要发生那就是缓存与数据不一致之日。

 

但是缓存又是 2 个月过期一次，遇到这种情况你能怎么办，只能手动删除缓存，重新去拉数据。

 

所以过期时间设置是很有技巧性的。

 

②批量操作使用 Pipeline 或者 Lua 脚本

 

使用 Pipeline 或 Lua 脚本可以在一次请求中发送多条命令，通过分摊一次请求的网络及系统延迟，从而可以极大的提高性能。

 

③大对象尽量使用序列化或者先压缩再存储

 

如果存储的值是对象类型，可以选择使用序列化工具比如 protobuf，Kyro。对于比较大的文本存储，如果真的有这种需求，可以考虑先压缩再存储，比如使用 snappy 或者 lzf 算法。

 

④Redis 服务器部署尽量与业务机器同机房

 

如果你的业务对延迟比较敏感，那么尽量申请与当前业务机房同地区的 Redis 机器。同机房 Ping 值可能在 0.02ms，而跨机房能达到 20ms。当然如果业务量小或者对延迟的要求没有那么高这个问题可以忽略。

 

Redis 服务器内存分配策略的选择：

 

首先我们使用 info 命令来查看一下当前内存分配中都有哪些指标：

info
$2962
# Memory
used_memory:325288168         
used_memory_human:310.22M  #数据使用内存
used_memory_rss:337371136
used_memory_rss_human:321.74M #总占用内存
used_memory_peak:327635032
used_memory_peak_human:312.46M  #峰值内存
used_memory_peak_perc:99.28%
used_memory_overhead:293842654
used_memory_startup:765712
used_memory_dataset:31445514
used_memory_dataset_perc:9.69%
total_system_memory:67551408128
total_system_memory_human:62.91G   # 操作系统内存
used_memory_lua:43008
used_memory_lua_human:42.00K
maxmemory:2147483648
maxmemory_human:2.00G
maxmemory_policy:allkeys-lru    # 内存超限时的释放空间策略
mem_fragmentation_ratio:1.04    # 内存碎片率（used_memory_rss / used_memory）
mem_allocator:jemalloc-4.0.3    # 内存分配器
active_defrag_running:0
lazyfree_pending_objects:0

 

上面我截取了 Memory 信息。根据参数：mem_allocator 能看到当前使用的内存分配器是 jemalloc。

 

Redis 支持三种内存分配器：tcmalloc，jemalloc 和 libc（ptmalloc）。

 

在存储小数据的场景下，使用 jemalloc 与 tcmalloc 可以显著的降低内存的碎片率。

 

根据这里的评测：

https://matt.sh/redis-quicklist

 

保存 200 个列表，每个列表有 100 万的数字，使用 jemalloc 的碎片率为 3%，共使用 12.1GB 内存，而使用 libc 时，碎片率为 33%，使用了 17.7GB 内存。

 

但是保存大对象时 libc 分配器要稍有优势，例如保存 3000 个列表，每个列表里保存 800 个大小为 2.5k 的条目，jemalloc 的碎片率为 3%，占用 8.4G，而 libc 为 1%，占用 8GB。

 

现在有一个问题：当我们从 Redis 中删除数据的时候，这一部分被释放的内存空间会立刻还给操作系统吗？

 

比如有一个占用内存空间（used_memory_rss）10G 的 Redis 实例，我们有一个大 Key 现在不使用需要删除数据，大约删了 2G 的空间。那么理论上占用内存空间应该是 8G。

 

如果你使用 libc 内存分配器的话，这时候的占用空间还是 10G。这是因为 malloc() 方法的实现机制问题，因为删除掉的数据可能与其他正常数据在同一个内存分页中，因此这些分页就无法被释放掉。

 

当然这些内存并不会浪费掉，当有新数据写入的时候，Redis 会重用这部分空闲空间。

 

如果此时观察 Redis 的内存使用情况，就会发现 used_memory_rss 基本保持不变，但是 used_memory 会不断增长。