spring boot的redis连接数过多导致redis服务器压力过大的一次问题排查

一、背景

在今天上午的时候，突然收到大量的sentry报错，都是关于redis连接超时的警告。

首先想到的是去查看redis的监控，发现那个时间段，redis的请求数剧增，cpu使用率和带宽都陡增双倍。

下面的是redis监控的cpu情况

最后贴一张redis的流量

到目前为止，可以看到redis的压力确实上来了。

随之，阿里云也给我们发来告警，说redis连接超时，导致主从切换。

于是，我们推测是程序的访问量剧增，接口中都又依赖redis，导致访问redis的请求等陡增。

当然，至于为什么会发生，是不是就是redis出问题了呢？最后又应该怎么调整？

是调整程序，还是加大redis的配置？

二、监控

从监控大盘能看到的信息有：httpq qps高达17k~18k，jvm节点的内存和gc等没有任何异常，毫无压力。但是redis访问却超时。（程序设置连接redis的超时时间为3秒）

1、http qps

从上图可以看出，服务当时的qps是有显著上升的，接近翻一番。

2、arms的redis监控

从服务的角度，也即redis客户端的角度，分析redis的连接数，一直是在1个上下，最多也不超过2个。

3、cloudDBA

由于我们缺少对redis客户端的连接监控，从上图arms的redis监控可以看出，它也缺乏对lettuce外的监控。

所以说，我们只能从阿里云的cloudDBA，从dba的角度，反向去看连接上来的实例会话数。

而一般情况下，redis客户端有多少呢？1或2个，见下：

4、sentry

推荐大家安装这块日志聚合工具，可以定制其监控报警。我们便是因为收到sentry报警，才及时知晓线上有什么故障的。

下面是摘自sentry的主要报错信息：

QueryTimeoutException
Redis command timed out; nested exception is io.lettuce.core.RedisCommandTimeoutException: 
Command timed out after 3 second(s)

三、redis连接数

1、lettuce

源码见类LettuceConnectionFactory
其中的构建函数中，可以看到，默认this.shareNativeConnection = true; 表示共享本地线程。

下面，看看关于连接池的配置项：

详见类org.springframework.boot.autoconfigure.data.redis.RedisProperties，其中Pool类是跟线程池相关的配置。

那么，是在哪个地方用到的呢？
org.springframework.boot.autoconfigure.data.redis.LettuceConnectionConfiguration.PoolBuilderFactory

把RedisProperties.Pool赋值给GenericObjectPoolConfig，详见下：

如果需要池化技术，你需要额外引入线程池框架。(因为我这项目里没有引入，所以看到是标红的，编译不通过)

换句话说，默认情况下，我们使用的redis客户端只会创建一个连接。

<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-pool2</artifactId>
    <version>2.7.0</version>
</dependency

总结：lettuce连接redis，只会创建一个连接。

具体推荐一篇文章：https://www.cnblogs.com/throwable/p/11601538.html#%E8%BF%9E%E6%8E%A5redis

2、jedis

由于，我们没有使用jedis了，相信很多人也不会弃用lettuce而用它。
所以，这里不打算对其连接进行很细的描述。

当我们使用springboot框架的时候，你只要看spring-boot-autoconfigure.jar的实现。

org.springframework.boot.autoconfigure.data.redis.JedisConnectionConfiguration

    private void applyPooling(RedisProperties.Pool pool,
			JedisClientConfiguration.JedisClientConfigurationBuilder builder) {
		builder.usePooling().poolConfig(jedisPoolConfig(pool));
	}

配置RedisProperties.Pool赋值给JedisPoolConfig。

3、redisson

Config config = new Config();
config.useSingleServer()
        .setAddress("redis://127.0.0.1:6379");

RedissonClient redisson = Redisson.create(config);

顺着代码往后看：

public SingleServerConfig useSingleServer() {
        return this.useSingleServer(new SingleServerConfig());
    }

所以，只需要看类org.redisson.config.SingleServerConfig的成员变量以及构造函数。

    private int connectionMinimumIdleSize = 24;
    private int connectionPoolSize = 64;

所以，需要将最前的代码，稍加修改如下：

Config config = new Config();
config.useSingleServer()
        .setAddress("redis://127.0.0.1:6379")
        .setConnectionMinimumIdleSize(5)
        .setConnectionPoolSize(10)
        .setThreads(10)
        .setNettyThreads(2);

RedissonClient redisson = Redisson.create(config);

• setConnectionMinimumIdleSize(5) 设置了连接池的最小空闲连接数为 5
• setConnectionPoolSize(10) 设置了连接池的最大连接数为 10
• setThreads(10) 设置了 Redission 使用的线程数
• setNettyThreads(2) 设置了 Netty 使用的线程数

Redission 使用线程池来处理异步操作，其中的线程数由 threads 配置项控制。较多的线程可能导致较多的连接。

总结：由于我们在使用redission的时候，采用的是默认值，所以连接池的最小连接数为24，这也趋近前文redis的客户端实例监控的数量（27）。

也可以说，之所以和其他服务相比，占用更多的连接，就是redission配置项使用的默认值所导致。

四、总结

jvm程序的内存和gc没有变化，在接口访问量陡增的情况下，我们根据目前得到的信息，决定修改程序代码redission的配置。

也就是说，减少程序对redis服务器的并发请求，至少不会让redis服务器的压力陡增。

一味地增加redis配置当然不可取，因为我们的redis配置已经是很高了。

另外，我很怀疑阿里云在今天的表现，说实话，业务在没有变化非常大的情况下，不应该使得redis一下子就卡机了。

服务只是让redis的压力上升了，并不是会让得redis连接超时且切换了主从。

再说下去就是阴谋论了，水平有限，从目前获取到的信息看，只能把程序本来存在的旧问题给修复好，后期再看监控对比吧。