关于redis:故障分析-Redis-Cluster-分片内存异常使用不均问题诊断

作者：任仲禹

爱可生 DBA 团队成员，善于故障剖析和性能优化，文章相干技术问题，欢送大家一起探讨。

本文起源：原创投稿

* 爱可生开源社区出品，原创内容未经受权不得随便应用，转载请分割小编并注明起源。

背景

问题产生背景为某生产 Redis 集群（版本 Redis 5.0.10，架构为 30 片以上），该集群中某一个分片内存使用率 异样高（内存占用达 70% 以上，其它片内存绝对应用较低），咱们模仿生产环境如下监控图所示：

置信看文章题目大家都已晓得问题论断，我这里想跟大家分享的是排查这种问题的办法。

诊断

内存应用散布监控

• 查看内存应用散布发现，该异样分片实例内存 Redis 应用为 356M 左右，单个 redis 最大可用内存 512M
• 其它失常分片 redis 内存应用为 100M 以内

异样与失常实例内存应用比照

• 观测到异样实例的数据量（info keyspace）绝对还少一点
• 但异样实例 数据对象占用内存为其它失常实例 2 倍

### 失常实例
redis-cli -p 6380 -h 10.186.62.28 info keyspace ## 数据量
# Keyspace
db0:keys=637147,expires=0,avg_ttl=0
redis-cli -p 6380 -h 10.186.62.28 info memory |grep -w used_memory ## 内存应用
used_memory:104917416

### 异样实例
redis-cli -p 6382 -h 10.186.62.5 info keyspace ## 数据量
# Keyspace
db0:keys=191433,expires=0,avg_ttl=0
redis-cli -p 6382 -h 10.186.62.56 info memory |grep -w used_memory ## 内存应用
used_memory:373672656

碎片率应用状况

• 异样实例内存碎片失常，排除碎片过多状况

redis-cli -p 6382 -h 10.186.62.56 info memory |grep mem_fragmentation_ratio
mem_fragmentation_ratio:0.89  ## 碎片率小于 1 

Bigkeys 扫描剖析

• 后面剖析未果，尝试通过 bigkeys 剖析扫描（为防止影响业务操作，倡议业务低峰进行）
• 扫描后果如下（截取要害局部）

# redis-cli -p 6382 -h 10.186.62.56  --bigkeys

# Scanning the entire keyspace to find biggest keys as well as
# average sizes per key type.  You can use -i 0.1 to sleep 0.1 sec
# per 100 SCAN commands (not usually needed).

[00.00%] Biggest string found so far '"key:{06S}:000061157249"' with 3 bytes
[00.03%] Biggest string found so far '"key3691"' with 4 bytes
[40.93%] Biggest string found so far '"bigkkkkk:0"' with 102400000 bytes
[51.33%] Biggest string found so far '"bigk:0"' with 204800000 bytes

-------- summary -------

Sampled 191433 keys in the keyspace!
Total key length in bytes is 4161149 (avg len 21.74)

Biggest string found '"bigk:0"' has 204800000 bytes

0 lists with 0 items (00.00% of keys, avg size 0.00)
0 hashs with 0 fields (00.00% of keys, avg size 0.00)
191433 strings with 307777256 bytes (100.00% of keys, avg size 1607.75)
0 streams with 0 entries (00.00% of keys, avg size 0.00)
0 sets with 0 members (00.00% of keys, avg size 0.00)
0 zsets with 0 members (00.00% of keys, avg size 0.00)

• 其中获悉后果如下

  • 存在 2 个异样 key

    • 如最大的 key 为“bigk:0”，占用 200M 左右
    • 大键 ”bigkkkkk:0″，占用 100M 左右
  • 其余 string key 绝对较小，均匀占用 10 字节以内，如 ‘key:xx’ 等

• 留神，本文因为是本人模仿的测试环境绝对简略，本质生产环境略微简单点，可能有不同类型的如 hash、set 类型的键，这些键通过 –bigkeys 剖析工具后无奈失去内存占用大小，而只能晓得元素 / 成员个数，所以还须要通过其余命令取得内存占用大小：

  • 对异样 key 进行内存剖析，后果如下，2 个异样 key 占用空间约 300M 左右，跟监控中内存异样占用高景象吻合

    10.186.62.56:6382> memory usage bigkkkkk:0
    (integer) 117440568
    10.186.62.56:6382>
    10.186.62.56:6382> memory usage bigk:0
    (integer) 234881072

论断

• 通过上述剖析流程，咱们晓得当发现 Redis Cluster 集群中内存散布不均时，剖析 bigkeys 不失为一种疾速无效的排查办法，然而须要留神在低峰期执行

  • redis-cli -p {port} -h {host} –bigkeys
• BTW，如果大家须要模仿 Redis 的大键、大量数据、或阻塞能够通过一些好用的 debug / mem 命令

# 制作 10 条以 renzy:id: 为前缀，大小为 1024 字节的 key
127.0.0.1:9999> debug populate 10 renzy:id: 1024
OK
127.0.0.1:9999> keys renzy:id*
 1) "renzy:id::8"
 2) "renzy:id::2"
 3) "renzy:id::4"
·····

## 制作阻塞
127.0.0.1:9999> debug sleep 2 // 阻塞 2 秒
OK
或
# redis-cli -p 9999 keys \* > /dev/null 
//（如果数据量大的话间接 keys * 即可）