redis 为什么会阻塞

目录

前言

客户端交换时的阻塞

redis 磁盘交换的阻塞

主从节点交互的阻塞

切片集群交互时的阻塞

异步执行的演变

redis 异步执行如何实现的

---

前言

大家对redis 比较熟悉吧，只要做项目都会用到redis，提高系统的吞吐。小米商城抢购高峰18k的qps，redis 在其中扮演着非常重要的角色。有时我们操作不当，redis 阻塞了，影响了整个业务。我记得2018年的时候，顺丰就出现了一个事故，有同学在线上对redis的一个操作，直接阻塞了，影响公司的整个业务，后面这位同学被辞退了。如果他对redis比较了解的话，也不会出现这样的事故。

redis 为什么会阻塞，与它的本身设计有一定关系。大家都知道redis 是单线程的，这个并完全正确，只是说我们对数据的读写是在主线程中完成的。但RDB，aof 重写，删除都是在子线程完成的。我们说的阻塞就是阻塞的主线程，redis 为什么会这么设计，抽时间我会详细讲解。这篇文章我主要从客户端，磁盘，主从节点，切片集群实例 多方面取阐述这个问题。

客户端交换时的阻塞

客户端的功能，与redis 服务器建立连接就有对网络IO的影响，对数据库的增删改查操作。redis 采用的是多路复用机制，避免了主线程一直处在等待网络连接或请求到来的状态，所以，网络 IO 不是导致 Redis 阻塞的因素。剩下的也就是增删改查对redis 的影响，这部分功能也是redis 主要的任务，复杂度高的肯定会阻塞redis。

那么怎么判断操作复杂度高不高？就是看复杂度的O(N),这个复杂度也可以看作是空间复杂度。N越大复杂度越高，越容易阻塞。我们可以对照redis 官网的命令，进行查看。一般集合的操作都是O(N) 的复杂度。比如HGETALL，SMEMBERS，以及集合的聚合统计操作，交，并，差集。这些操作特殊是集合的全量查询和聚合操作。

我们看了查询，删除会不会造成redis 阻塞了。当然会了，删除操作的本质是释放键值对占用的内存空间。它不仅释放内存空间，在Redis 释放内存时，操作系统会把释放掉的内存块插入到一个空闲内存块链表，以便后续进行管理和分配。这个过程需要时间并且会阻塞当前释放内存的应用程序。元素数量越大，这个操作消耗的时间越多，越容易阻塞，这就是我们所说的bigkey 删除。

还有就是清空数据库的操作例如（ FLUSHDB 和 FLUSHALL 操作）必然也是一个潜在的阻塞风险，因为它涉及到删除和释放所有的键值对。

redis 磁盘交换的阻塞

磁盘的操作一直是系统的瓶颈，一次读盘需要经过寻道，旋转，传输 这么复杂的操作。很多数据库都用了各种技术来避免经常操作磁盘，比如mysql 用了WAL技术，关于这方面技术描述，可以阅读我的普通索引和唯一索引详解。redis 最大的卖点还是还性能，它保证的是操作的高效性，就没有用这么复杂的技术。redis 与磁盘操作的功能都是放在子线程操作，这样就避免了主线程的阻塞。redis 生成的 RDB 快照，aof 日志重写。但是有一个文件比较特殊，aof 日志，会根据不同写回策略做落盘保存。一个同步写磁盘的操作的耗时大约是 1～2ms，如果有大量的写操作需要记录在 AOF 日志中，并同步写回的话，就会阻塞主线程了。大家可以看到redis 磁盘交换的阻塞主要发生在aof 日志同步写。

主从节点交互的阻塞

一般的架构都是一主多从，主节点写，从节点读。主从同步的大概过程是，主节点身材RDB 快照，这个操作上面已经讲过，是通过子线程生成的，不会阻塞。对于从节点来说就是两个步骤，一个是FLUSHDB 清空当前数据库，这个肯定会阻塞，从节点的redis 会回放RDB 的数据，这个操作会阻塞从节点。加载RDB 文件也会阻塞，最终影响的从节点的读。

切片集群交互时的阻塞

使用 Redis Cluster 作为集群方案，当我们增加实例或删除实例时，数据会在不同实例进行迁移。一般会是渐进式的迁移，如果遇到bigkey 会阻塞节点

异步执行的演变

综上所述：我们讲到了几个阻塞点：集合全量查询和聚合操作、bigkey 删除、FLUSHDB 和 FLUSHALL 、AOF 日志同步写，从库加载RDB 文件。这些都是Redis 的性能的瓶颈，这些也一直困扰着redis 的开发人员。随着版本的递进，发生了一些变化。有些已经放在子线程去执行了，就意味着，它并不是 Redis 主线程的关键路径上的操作。

那么什么是主线程的关键路径上的操作：这就是说，客户端把请求发送给 Redis 后，等着 Redis 返回数据结果的操作，比如获取数据，进行接下来的业务。

按照这个定义来说的话：集合全量查询和聚合操作依旧是关键路径上的操作，依旧会阻塞，这个是无法避免的。

bigkey 删除、FLUSHDB 和 FLUSHALL 并不需要给客户端返回具体数据结果，不算关键路径上的操作。它们算不算阻塞点呢，这个其实挺复杂的。这个叫做惰性删除（lazy free），这个功能 Redis 4.0 以后才有的功能，并不是所有的key 都能异步删除。

关于异步删除我需要补充几点，希望大家做个理性的判断：

1. lazy-free是4.0新增的功能，但是默认是关闭的，需要手动开启。

1. 手动开启lazy-free时，有4个选项可以控制，分别对应不同场景下，要不要开启异步释放内存机制：

   a) lazyfree-lazy-expire：key在过期删除时尝试异步释放内存

   b) lazyfree-lazy-eviction：内存达到maxmemory并设置了淘汰策略时尝试异步释放内存

   c) lazyfree-lazy-server-del：执行RENAME/MOVE等命令或需要覆盖一个key时，删除旧key尝试异步释放内存

   d) replica-lazy-flush：主从全量同步，从库清空数据库时异步释放内存

2. 即使开启了lazy-free，如果直接使用DEL命令还是会同步删除key，只有使用UNLINK命令才会可能异步删除key 而 FLUSHDB ASYNC、FLUSHALL AYSNC 才会异步清空库

3. 这也是最关键的一点，上面提到开启lazy-free的场景，除了replica-lazy-flush之外，其他情况都只是可能去异步释放key的内存，并不是每次必定异步释放内存的。 开启lazy-free后，Redis在释放一个key的内存时，首先会评估代价，如果释放内存的代价很小，那么就直接在主线程中操作了，没必要放到异步线程中执行（不同线程传递数据也会有性能消耗）。 什么情况才会真正异步释放内存？这和key的类型、编码方式、元素数量都有关系（详细可参考源码中的lazyfreeGetFreeEffort函数）：

   a) 当Hash/Set底层采用哈希表存储（非ziplist/int编码存储）时，并且元素数量超过64个

   b) 当ZSet底层采用跳表存储（非ziplist编码存储）时，并且元素数量超过64个

   c) 当List链表节点数量超过64个（注意，不是元素数量，而是链表节点的数量，List的实现是在每个节点包含了若干个元素的数据，这些元素采用ziplist存储） 只有以上这些情况，在删除key释放内存时，才会真正放到异步线程中执行，其他情况一律还是在主线程操作。 也就是说String（不管内存占用多大）、List（少量元素）、Set（int编码存储）、Hash/ZSet（ziplist编码存储）这些情况下的key在释放内存时，依旧在主线程中操作。 可见，即使开启了lazy-free，String类型的bigkey，在删除时依旧有阻塞主线程的风险。所以，即便Redis提供了lazy-free，我建议还是尽量不要在Redis中存储bigkey。

个人理解Redis在设计评估释放内存的代价时，不是看key的内存占用有多少，而是关注释放内存时的工作量有多大。从上面分析基本能看出，如果需要释放的内存是连续的，Redis作者认为释放内存的代价比较低，就放在主线程做。如果释放的内存不连续（大量指针类型的数据），这个代价就比较高，所以才会放在异步线程中去执行。

所以我虽然在以后的版本删除有可能是异步删除，还是不要存储bigkey，对bigkey 进行删除。

如果真的要对bigkey 删除呢，我给你个小建议：先使用集合类型提供的 SCAN 命令读取数据，然后再进行删除。因为用 SCAN 命令可以每次只读取一部分数据并进行删除，这样可以避免一次性删除大量 key 给主线程带来的阻塞。

例如，对于 Hash 类型的 bigkey 删除，你可以使用 HSCAN 命令，每次从 Hash 集合中获取一部分键值对（例如 200 个），再使用 HDEL 删除这些键值对，这样就可以把删除压力分摊到多次操作中，那么，每次删除操作的耗时就不会太长，也就不会阻塞主线程了。

AOF 日志呢，如果 AOF 日志配置成 everysec 选项后，也不会去阻塞，异步执行。

从库加载RDB 文件 呢，这个在从库上需要在主线程执行，这个是不能异步的。为了避免阻塞，在这个地方给大家一个建议：从库加载 RDB 文件：把主库的数据量大小控制在 2~4GB 左右，以保证 RDB 文件能以较快的速度加载。

redis 异步执行如何实现的

有些操作需要异步执行，redis 主线程通过一个链表形式的任务队列和子线程进行交互，等到后台子线程从任务队列中读取任务进行操作。

好了就讲到这些了，其他的希望大家补充