Redis内存存储效率问题

目录 

内存碎片是如何形成的？

如何判断是否有内存碎片？

如何清理内存碎片？

INFO命令

Linux监控命令

面向 Prometheus 的 Redis-exporter 监控

---

实习期间，了解到，企业级开发中多个项目使用Redis，运行Redis实例的有可能是同一台物理机器，那么，前一个项目的数据过期了，新的项目重新部署Redis，就要关注Redis的内存存储效率了，毕竟硬件资源成本高且有限。在使用 Redis 时，经常会遇到这样一个问题：做了数据删除，数据量已经不大了，使用 top 命令查看时，为什么 Redis 还是占用了很多内存呢？

实际上，这是因为，当数据删除后，Redis 释放的内存空间会由内存分配器管理，并不会立即返回给操作系统。所以，操作系统仍然会记录着给 Redis 分配了大量内存。但是，这往往会伴随一个潜在的风险点：Redis 释放的内存空间可能并不是连续的，那么，这些不连续的内存空间很有可能处于一种闲置的状态。这就会导致一个问题：虽然有空闲空间，Redis 却无法用来保存数据，不仅会减少 Redis 能够实际保存的数据量，还会降低 Redis 运行机器的成本回报率。这就是内存碎片化！

内存碎片是如何形成的？

内存碎片的形成有两个原因：一是操作系统的内存分配机制，二是 Redis 的负载特征。

内存分配器的分配策略

内存分配器一般是按固定大小来分配内存，而不是完全按照应用程序申请的内存空间大小给程序分配。Redis 可以使用 libc、jemalloc、tcmalloc 多种内存分配器来分配内存，默认使用 jemalloc。jemalloc 的分配策略之一，是按照一系列固定的大小划分内存空间，例如 8 字节、16 字节、32 字节、48 字节，…, 2KB、4KB、8KB 等。当程序申请的内存最接近某个固定值时，jemalloc 会给它分配相应大小的空间。这样的分配方式本身是为了减少分配次数。但是，如果 Redis 每次向分配器申请的内存空间大小不一样，这种分配方式就会有形成碎片的风险。

键值对大小不一样和删改操作

Redis 作为缓存系统或键值数据库对外提供服务时，不同业务的数据都可能保存在 Redis 中，会带来不同大小的键值对。这样，Redis 申请内存空间分配时，本身就会有大小不一的空间需求。其次，键值对会被修改和删除，这会导致空间的扩容和释放。一方面，如果修改后的键值对变大或变小了，就需要占用额外的空间或者释放不用的空间。另一方面，删除的键值对就不再需要内存空间了，此时，就会把空间释放出来，形成空闲空间。

大量内存碎片的存在，会造成 Redis 的内存实际利用率变低；解决问题前，要先判断 Redis 运行过程中是否存在内存碎片。

如何判断是否有内存碎片？

Redis 是内存数据库，内存利用率的高低直接关系到 Redis 运行效率的高低；Redis 提供了 INFO 命令，可以用来查询内存使用的详细信息：

mem_fragmentation_ratio：表示的就是 Redis 当前的内存碎片率。这个碎片率是上面命令中的两个指标 used_memory_rss 和 used_memory 相除的结果。 

mem_fragmentation_ratio = used_memory_rss/ used_memory

used_memory_rss 是操作系统实际分配给 Redis 的物理内存空间，里面就包含了碎片；而 used_memory 是 Redis 为了保存数据实际申请使用的空间。

如何根据以上指标判断是否内存碎片化严重呢？提供一些经验阈值：

mem_fragmentation_ratio 大于 1 但小于 1.5。这种情况是合理的。因为，上面介绍的那些因素是难以避免的。毕竟，内因的内存分配器是一定要使用的，分配策略都是通用的，不会轻易修改；而外因由 Redis 负载决定，也无法限制。所以，存在内存碎片也是正常的。mem_fragmentation_ratio 大于 1.5 。表明内存碎片率已经超过了 50%。这时就需要采取一些措施来降低内存碎片率。 

通过上面我的Redis截图发现，此时内存碎片率已经比较高了，需要清理内存碎片了！

如何清理内存碎片？

Redis 自身提供了一种内存碎片自动清理的方法，简单来说，就是“搬家让位，合并空间”。当有数据把一块连续的内存空间分割成好几块不连续的空间时，操作系统就会把数据拷贝到别处。此时，数据拷贝需要能把这些数据原来占用的空间都空出来，把原本不连续的内存空间变成连续的空间。否则，如果数据拷贝后，并没有形成连续的内存空间，这就不能算是清理了。

 注意：碎片清理是有代价的，操作系统需要把多份数据拷贝到新位置，把原有空间释放出来，这会带来时间开销。因为 Redis 是单线程，在数据拷贝时，Redis 只能等着，这就导致 Redis 无法及时处理请求，性能就会降低。

Redis 专门为自动内存碎片清理功机制设置参数了，可以通过设置参数，来控制碎片清理的开始和结束时机，以及占用的 CPU 比例，从而减少碎片清理对 Redis 本身请求处理的性能影响。

把 activedefrag 配置项设置为 yes，命令如下：

config set activedefrag yes

这个命令只是启用了自动清理功能，但是，具体什么时候清理，会受到下面这两个参数的控制。这两个参数分别设置了触发内存清理的一个条件，如果同时满足这两个条件，就开始清理。在清理的过程中，只要有一个条件不满足了，就停止自动清理。

1）active-defrag-ignore-bytes 100mb：表示内存碎片的字节数达到 100MB 时，开始清理；

2）active-defrag-threshold-lower 10：表示内存碎片空间占操作系统分配给 Redis 的总空间比例达到 10% 时，开始清理。

为了尽可能减少碎片清理对 Redis 正常请求处理的影响，自动内存碎片清理功能在执行时，还会监控清理操作占用的 CPU 时间，而且还设置了两个参数，分别用于控制清理操作占用的 CPU 时间比例的上、下限，既保证清理工作能正常进行，又避免了降低 Redis 性能。如下：

1）active-defrag-cycle-min 25： 表示自动清理过程所用 CPU 时间的比例不低于 25%，保证清理能正常开展；

2）active-defrag-cycle-max 75：表示自动清理过程所用 CPU 时间的比例不高于 75%，一旦超过，就停止清理，从而避免在清理时，大量的内存拷贝阻塞 Redis，导致响应延迟升高。

小结

1. info memory 命令是一个好工具，可以帮助查看碎片率的情况；

2. 碎片率阈值是一个好经验，可以帮忙有效地判断是否要进行碎片清理了；

3. 内存碎片自动清理是一个好方法，可以避免因为碎片导致 Redis 的内存实际利用率降低，提升成本收益率。

建议： 内存碎片自动清理涉及内存拷贝，这对 Redis 而言，是个潜在的风险。如果在实践过程中遇到 Redis 性能变慢，记得通过日志看下是否正在进行碎片清理。如果 Redis 的确正在清理碎片，那么，建议调小 active-defrag-cycle-max 的值，以减轻对正常请求处理的影响。

最后，INFO命令中的返回参数有很多，也很有用，值得总结下！

INFO命令

Redis 本身提供的 INFO 命令会返回丰富的实例运行监控信息，这个命令是 Redis 监控工具的基础。通过给定可选的参数 section ，可以让命令只返回某一部分的信息：

redis 127.0.0.1:6379> INFO [section] 

section可选项：

1. Server 服务器运行的环境参数
2. Clients 客户端相关信息
3. Memory 服务器运行内存统计数据
4. Persistence 持久化信息
5. Stats 通用统计数据
6. Replication 主从复制相关信息
7. CPU CPU 使用情况
8. Cluster 集群信息
9. KeySpace 键值对统计数量信息
默认显示所有的信息，通过指定section，可以只显示想看的内容。

把 INFO 命令的返回信息分成 5 大类，其中，有的类别当中又包含了不同的监控内容，如下表所示：

在监控 Redis 运行状态时，INFO 命令返回的结果非常有用。无论是运行单实例或是集群，建议重点关注一下 stat、commandstat、cpu 和 memory 这四个参数的返回结果，这些里面包含了命令的执行情况（比如命令的执行次数和执行时间、命令使用的 CPU 资源），内存资源的使用情况（比如内存已使用量、内存碎片率），CPU 资源使用情况等，可以帮助程序员判断实例的运行状态和资源消耗情况。

不过，INFO 命令只是提供了文本形式的监控结果，并没有可视化，所以，在实际应用中，还可以使用一些第三方开源工具，将 INFO 命令的返回结果可视化。当前最流行应该就是Prometheus + Grafana工具的使用了。

Linux监控命令

Redis需要运行在Linux上，所以也会用到Linux的监控命令。top命令是Linux中常用的分析性能的工具，能够实时监控系统中各个进程资源占用的情况；包括 CPU 使用率、内存使用量、磁盘 I/O 等。

Linux系统中top命令详解_linux top_码农联盟的博客-CSDN博客

面向 Prometheus 的 Redis-exporter 监控

Prometheus是一套开源的系统监控报警框架。它的核心功能是从被监控系统中拉取监控数据，结合Grafana工具，进行可视化展示。而且，监控数据可以保存到时序数据库中，以便程序员进行历史查询。同时，Prometheus 会检测系统的监控指标是否超过了预设的阈值，一旦超过阈值，Prometheus 就会触发报警。根据下图更好理解这些工具组件之间的关系：

prometheus采集数据，Grafana进行数据展示

grafana是一款采用go语言编写的开源应用，主要用于大规模指标数据的可视化展示，是网络架构和应用分析中最流行的时序数据展示工具，目前已经支持大部分常用的时序数据库。 

Prometheus 提供插件功能来实现对一个系统的监控，把插件称为 exporter，每一个 exporter 实际是一个采集监控数据的组件。Redis-exporter就是用来监控 Redis 的，它将 INFO 命令监控到的运行状态和各种统计信息提供给 Prometheus，从而进行可视化展示和报警设置。当然了，除了监控Redis的插件，还有别的，从官网(Download | Prometheus）上截取部分：

 下面是我学习prometheus时参考的文章，帮助更高效使用这个工具：

Prometheus部署、操作及Grafana展示、告警

Prometheus监控Redis集群+Grafana实现可视化（图文详解！）

Promethus(普罗米修斯）安装与配置

其它linux常见的性能监控命令，看这篇文章：

Linux常见的一些性能监控命令