从一个事故中理解 Redis（几乎）所有知识点

作者：看破

一、简单回顾

事故回溯总结一句话：

（1）因为大 KEY 调用量，随着白天自然流量趋势增长而增长，最终在业务高峰最高点期占满带宽使用 100%。





（2）从而引发 redis 的内存使用率，在 5min 之内从 0%->100%。





（3）最终全面 GET SET timeout 崩溃（11 点 22 分 02 秒）。







（4）最终导致页面返回 timeout。

未解之谜

疑问点：内存使用率 100% 就等同于 redis 不可用吗？

解答：正常使用情况下，不是。

redis 有【缓存淘汰机制】，Redis 在内存使用率达到 100% 时不会直接崩溃。相反，它依赖内存淘汰策略来释放内存，确保系统的稳定性。





学习更多：24 替换策略：缓存满了怎么办？

24 | 替换策略：缓存满了怎么办？-Redis核心技术与实战-极客时间

这个配置在哪里？





大部分同学都是不会主动去调整这里的参数的。

因此大概率默认的是：volatile-lru

• 行为：使用 LRU（Least Recently Used，最近最少使用）算法驱逐键。volatile-lru 仅驱逐设有过期时间的键，allkeys-lru 则驱逐所有键。

• 适用场景：缓存场景，不介意丢失一些数据。

确保你根据实际需求配置适当的内存淘汰策略，以便在内存达到上限时，系统能够稳定地处理新请求，而不会出现写操作失败的情况（只要不是 noeviction）。

也就是说，照理 SET GET 都应该没啥问题才对（先不考虑其他复杂命令）。

• 尽管 Redis 本身不会轻易崩溃，但如果内存耗尽且没有淘汰策略或者淘汰策略未能生效，Redis 可能拒绝新的写操作，并返回错误：OOM command not allowed when used memory > 'maxmemory'

• 如果系统的配置或者操作系统的内存管理不当，可能会导致 Redis 进程被操作系统杀死。

疑问点：但是事故现象就是：内存使用率 100% 时，redis 不可用，怎么解释？

猜测 1：会是淘汰不及时导致的性能瓶颈吗？

也就是说：写入的速度>>淘汰的速度。

解答：如果是正常的业务写入，不可能！

• redis 纯内存，淘汰速度是非常快的；

• 这个业务特性，也并非高频写入；

这个 redis 实例其实里面存储的 KEY 很少，最终占了整个实例的内存使用率<5%。





不太符合正常使用下 KEY 不断增多，最终挤爆内存使用率的问题。

因此，初步结论：Redis 的崩溃一般不会是由于单纯写入速度超过淘汰速度引起的，尤其是使用了合理的内存淘汰策略时；如果写入速度非常高，而淘汰策略无法及时清除旧数据，Redis 可能会非常频繁地进行键的查找和淘汰操作，从而导致性能下降。

18 波动的响应延迟：如何应对变慢的 Redis？（上）

18 | 波动的响应延迟：如何应对变慢的Redis？（上）-Redis核心技术与实战-极客时间

具体机制如下：

过期 key 的自动删除机制。它是 Redis 用来回收内存空间的常用机制，应用广泛，本身就会引起 Redis 操作阻塞，导致性能变慢，所以，你必须要知道该机制对性能的影响。

Redis 键值对的 key 可以设置过期时间。默认情况下，Redis 每 100 毫秒会删除一些过期 key，具体的算法如下：

1.采样：

ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP 个数的 key，并将其中过期的 key 全部删除；

2.如果超过 25% 的 key 过期了，则重复删除的过程，直到过期 key 的比例降至 25% 以下。

ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP 是 Redis 的一个参数，默认是 20，那么，一秒内基本有 200 个过期 key 会被删除。这一策略对清除过期 key、释放内存空间很有帮助。如果每秒钟删除 200 个过期 key，并不会对 Redis 造成太大影响。

但是，如果触发了上面这个算法的第二条，Redis 就会一直删除以释放内存空间。注意，删除操作是阻塞的（Redis 4.0 后可以用异步线程机制来减少阻塞影响）。所以，一旦该条件触发，Redis 的线程就会一直执行删除，这样一来，就没办法正常服务其他的键值操作了，就会进一步引起其他键值操作的延迟增加，Redis 就会变慢。

那么，算法的第二条是怎么被触发的呢？其中一个重要来源，就是频繁使用带有相同时间参数的 EXPIREAT 命令设置过期 key，这就会导致，在同一秒内有大量的 key 同时过期。

可以类比 JVM 频繁 GC 造成的性能影响。



猜测 2：那就是写入太凶猛，且是【非正常业务写入】

那到底是什么导致了内存使用率激增呢？？