redis geo 性能分析及对问题的思考

redis geo 性能分析及对问题的思考

(题外话，自己搭建博客没人看，以后还是在 csdn 和自己搭建的博客都发吧，屈服+++++)

对 redis 进行压力测试

将数据存入 redis 后（共 85318 条有效数据），通过压测工具redis-benchmark对 redis 进行压测。

redis-benchmark -h 127.0.0.1 -p 6379 -c 50 -n 1000 -q georadius outlet 112 -7 200 km withdist

并发数为 50，每个并发发送 1000 个请求，结果如下：

**注：**本文所用电脑为 MacBook Pro (16-inch, 2019)，cpu 为：Intel® Core™ i7-9750H CPU @ 2.60GHz，内存为 16 g。

对 redis 进行满载压力分析

使用 Instruments 对 redis 进行满负荷时分析，压力测试命令如下：

redis-benchmark -h 127.0.0.1 -p 6379 -c 100 -n 50000 -q georadius outlet 112 -7 200 km withdist

说几点建议：

• 多开几个压测的线程，多个线程并发执行，尽可能的去打满 redis，以遍更直观的看到 redis 的性能瓶颈。
• 有条件的可以使用两个本地机器去模拟（必须为局域网，当然两根网线连着更好，非局域网可能会有网速对 redis 性能的影响），使用同一台电脑开启 redis 服务和进行压测时，压测开很多线程，一直发数据也是很消耗 cpu 资源的（这个东西属于 unstable，看内核调度，是不可控的）。所以为了控制变量，让 redis 能更好的发挥效率，推荐使用两个机器。

满负荷执行两分钟的结果如下（性能分析的 trace 文件，需要的自提）：

注：强烈推荐使用 Linux 系统的 perf 对 redis 进行性能分析，虽然 mac 分析的很全面，但是生成不了火焰图导致结果很不直观，需要手动一条一条找数据。好在数据量不大，因此逐个分析吧（这是网上仅有的 mac 生成火焰图的方式链接，但是我没有测试成功）。

georadiusGeneric

可以看出 97.9% 的时间都花费在了这个函数上，这个函数其实就是