Redis性能管理

目录

Redis查看内存使用情况

内存碎片率

内存使用率

内回收key

缓存的穿透,击穿,雪崩

穿透

击穿

雪崩


Redis查看内存使用情况

redis-cli info memory

内存碎片率

操作系统分配的内存值 used_memory_rss 除以 Redis 使用的内存总量值 used_memory 计算得出。

内存值 used_memory_rss 表示该进程所占物理内存的大小,即为操作系统分配给 Redis 实例的内存大小。

除了用户定义的数据和内部开销以外,used_memory_rss 指标还包含了内存碎片的开销, 内存碎片是由操作系统低效的分配/回收物理内存导致的(不连续的物理内存分配)。

举例来说:Redis 需要分配连续内存块来存储 1G 的数据集。如果物理内存上没有超过 1G 的连续内存块, 那操作系统就不得不使用多个不连续的小内存块来分配并存储这 1G 数据,该操作就会导致内存碎片的产生。

跟踪内存碎片率对理解Redis实例的资源性能是非常重要的

内存碎片率稍大于1是合理的,这个值表示内存碎片率比较低,也说明 Redis 没有发生内存交换。

内存碎片率超过1.5,说明Redis消耗了实际需要物理内存的150%,其中50%是内存碎片率。需要在redis-cli工具上输入shutdown save 命令,让 Redis 数据库执行保存操作并关闭 Redis 服务,再重启服务器。

内存碎片率低于1的,说明Redis内存分配超出了物理内存,操作系统正在进行内存交换。需要增加可用物理内存或减少 Redis 内存占用。

内存使用率

redis实例的内存使用率超过可用最大内存,操作系统将开始进行内存与swap空间交换。

避免内存交换发生的方法

针对缓存数据大小选择安装 Redis 实例

尽可能的使用Hash数据结构存储

设置key的过期时间

内回收key

内存清理策略,保证合理分配redis有限的内存资源。

当达到设置的最大阀值时,需选择一种key的回收策略,默认情况下回收策略是禁止删除

配置文件中修改 maxmemory-policy 属性值:

vim /etc/redis/6379.conf 598行


maxmemory-policy noenviction

volatile-lru:使用LRU算法从已设置过期时间的数据集合中淘汰数据(移除最近最少使用的key,针对设置了TTL的key)

volatile-ttl:从已设置过期时间的数据集合中挑选即将过期的数据淘汰(移除最近过期的key)

volatile-random:从已设置过期时间的数据集合中随机挑选数据淘汰(在设置了TTL的key里随机移除)

allkeys-lru:使用LRU算法从所有数据集合中淘汰数据(移除最少使用的key,针对所有的key)

allkeys-random:从数据集合中任意选择数据淘汰(随机移除key)

noenviction:禁止淘汰数据(不删除直到写满时报错)

缓存的穿透,击穿,雪崩

穿透

当针对不存在于缓存中的数据进行访问时,由于缓存非法命中,请求会直接传递给数据库或后端系统。这可能导致频繁的数据库查询,因为恶意用户可以故意请求不存在的数据,从而绕过缓存层。

(大量非法访问非关系型数据库(redis),导致非关系型数据库瘫痪,直接访问 关系型数据库(mysql))

击穿

指的是某个缓存中的数据在某一时刻失效或被清除,而此时有大量请求同时涌入,要求获取这些失效的数据。这会导致这些请求全部穿透到后端系统,负载急剧增加。

(对非关系型数据库的某一数据进行大量非法访问,导致其失效,直接访问关系型数据库)

雪崩

指的是缓存中大量数据同时失效,通常发生在某个共享的缓存系统中。当缓存中的数据失效后,大量的请求同时涌入后端系统,导致系统负载激增。

(大量数据同时涌入非关系型数据库,导致其瘫痪,这些高并发数据,会直接找到关系型数据库,如同雪崩)

相关推荐
无限的鲜花5 小时前
反射(原创推荐)
java·开发语言
运维行者_5 小时前
企业无线网络监控的挑战与智能化演进趋势
大数据·运维·服务器·网络·数据库
IT二叔5 小时前
Java项目部署-03-teamcity-cicd-docker镜像流水线方式部署
java·ci/cd·持续部署
一路向北he5 小时前
字节钢铁军团--“提供情境,而非控制”
java·开发语言·前端
国强_dev6 小时前
技术探讨:使用 stunnel 加密转发数据库连接时,如何获取客户端真实 IP?
数据库·网络协议·tcp/ip
@insist1236 小时前
系统规划与管理师-信息系统规划核心工作要点解析
数据库·软考·系统规划与管理师·软件水平考试·系统规划与管理工程师
超级数据查看器6 小时前
超级数据查看器 v10.0 发布
java·大数据·数据库·sqlite·安卓
数安3000天6 小时前
增量数据如何自动分类分级,避免目录“过期“?
大数据·数据库
折哥的程序人生 · 物流技术专研7 小时前
《Java 100 天进阶之路》第50篇:阻塞队列与并发容器(2026版)
java·面试题·java进阶·blockingqueue·并发容器·集合源码·java100天进阶
ai_coder_ai7 小时前
编写自动化脚本,在自己后端服务中使用Open Api进行设备相关操作
java·运维·自动化