作者 | KL博主

背景

摸清 Redis 的數(shù)據(jù)清理策略，給內存使用高的被動緩存場景，在遇到內存不足時，怎么做是最優(yōu)解提供決策依據(jù)。?

本文整理 Redis 的數(shù)據(jù)清理策略所有代碼來自 Redis version ：5.0， 不同版本的 Redis 策略可能有調整

清理策略

Redis 的清理策略，總結概括為三點，被動清理、定時清理、驅逐清理

被動清理

訪問 Key 時，每次都會檢查該 Key 是否已過期，如果過期則刪除該 Key ，get 、scan 等指令都會觸發(fā) Key 的過期檢查。

關鍵代碼如下， expireIfNeeded (redisDb *db, robj *key) 函數(shù)會觸發(fā)檢查并刪除

robj *lookupKeyReadWithFlags(redisDb *db, robj *key, int flags) {
    robj *val;

    if (expireIfNeeded(db,key) == 1) {
        /* Key expired. If we are in the context of a master, expireIfNeeded()
         * returns 0 only when the key does not exist at all, so it's safe
         * to return NULL ASAP. */
        if (server.masterhost == NULL) {
            server.stat_keyspace_misses++;
            return NULL;
        }
        if (server.current_client &&
            server.current_client != server.master &&
            server.current_client->cmd &&
            server.current_client->cmd->flags & CMD_READONLY)
        {
            server.stat_keyspace_misses++;
            return NULL;
        }
    }
    val = lookupKey(db,key,flags);
    if (val == NULL)
        server.stat_keyspace_misses++;
    else
        server.stat_keyspace_hits++;
    return val;
}

定時清理

通過 serverCron 定期觸發(fā)清理，可以通過 hz 參數(shù)，配置每秒執(zhí)行多少次清理任務，流程如下

1、Redis 配置項 hz 定義了 serverCron 任務的執(zhí)行周期，默認為 10，即 CPU 空閑時每秒執(zhí)行 10 次

2、每次過期 Key 清理的 timelimit 不超過 CPU 時間的 25% ，即若 hz = 1，則一次清理時間最大為 250ms，若 hz = 10，則一次清理時間最大為 25ms，計算邏輯（timelimit = 1000000*ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC/server.hz/100;）

3、清理時依次遍歷所有的 db;

4、從 db 中隨機取 20 個 key，判斷是否過期，若過期，則逐出；

5、若有 5 個以上 key 過期，則重復步驟 4，否則遍歷下一個 db;

6、在清理過程中，若達到了 timelimit 時間，退出清理過程；

關鍵代碼如下，activeExpireCycle (int type) 會執(zhí)行上述邏輯

int serverCron(struct aeEventLoop *eventLoop, long long id, void *clientData) {
    ...
    databasesCron();
    ...
}

void databasesCron(void) {
    /* Expire keys by random sampling. Not required for slaves
     * as master will synthesize DELs for us. */
    if (server.active_expire_enabled) {
        if (server.masterhost == NULL) {
            activeExpireCycle(ACTIVE_EXPIRE_CYCLE_SLOW);
        } else {
            expireSlaveKeys();
        }
    }
    ...
}

驅逐清理

Redis 在命令處理函數(shù) processCommand 會進行內存的檢查和驅逐，任何命令都會出觸發(fā)，包括 ping 命令。

如果配置了 maxmemory ，且當前內存超過 maxmemory 時，則會執(zhí)行 maxmemory_policy 篩選出需要清理的 Key，繼而判斷 lazyfree-lazy-eviction 是否開啟來進行 Key 的同步還是異步刪除。無論是同步刪除還是異步刪除，最后都會繼續(xù)校驗內存是否超限，直到內存低于 maxmemory。驅逐只會在 Master 節(jié)點進行。

maxmemory_policy 可選如下：

volatile-lru：從已設置過期時間的數(shù)據(jù)集中挑選【最近最少使用】的 Key 進行刪除

volatile-ttl：從己設置過期時間的數(shù)據(jù)集中挑選【將要過期】的 Key 進行刪除

volatile-lfu：從己設置過期時間的數(shù)據(jù)集中選擇【最不常用】的 Key 進行刪除

volatile-random：從己設置過期時間的數(shù)據(jù)集中【任意選擇】Key 進行刪除

allkeys-lru：從數(shù)據(jù)集中挑選【最近最少使用】的 Key 進行刪除

allkeys-lfu：從數(shù)據(jù)集中【優(yōu)先刪除掉最不常用】的 Key

allkeys-random：從數(shù)據(jù)集中【任意選擇】 Key 進行刪除

no-enviction：禁止驅逐數(shù)據(jù)

如上圖，6.2 后的版本支持通過逐出因子 maxmemory-eviction-tenacity 來控制逐出阻塞的時間。具體的阻塞耗時間可以通過 latency-monitor 里的?eviction-cycle、eviction-del?來觀測。 關鍵代碼如下，freeMemoryIfNeeded () 函數(shù)會執(zhí)行上述邏輯

int processCommand(client *c) {
 ...
  if (server.maxmemory && !server.lua_timedout) {
        int out_of_memory =  freeMemoryIfNeededAndSafe() == C_ERR;
        ...
  }
 ...
}

int freeMemoryIfNeededAndSafe(void) {
    if (server.lua_timedout || server.loading) return C_OK;
    return freeMemoryIfNeeded();
}

ps: 當觸發(fā) aof 文件重寫，fork 操作會阻塞主進程，此時積壓的指令需要的內存，在 fork 結束后，需要一次性 eviction 出來，這時的 eviction-cycle 耗時會惡化的很嚴重，達到秒級的阻塞，此時可通過 latency-monitor 觀測 eviction-cycle 、fork 總是成對出現(xiàn)。

總結

回到開篇的背景問題，當遇到內存使用高的被動緩存場景，可用內存不足時：

離線分析內存，是否存在大量【已過期】的內存來不及定時清理，此時可調大 hz 參數(shù)來加速過期內存的主動清理。hz 參數(shù)最大 500 ，不過要觀察 CPU 的影響，不要因為 hz 影響讀寫流量

如果調整 hz 還是沒法及時清理已過期的內存，則可以使用 scan 指令來被動訪問 key 的方式手動刪除，注意執(zhí)行 scan 時的 count ，同時觀測 CPU 使用情況，scan 的 count 越大，CPU 消耗會越高，完成一次 sacn 刪除的時間最快。為了減少對線上的影響，可以在業(yè)務低峰期，周期性的執(zhí)行。

通過 latency-monitor 觀測 eviction-cycle、eviction-del 指標，是否因內存驅逐阻塞嚴重，可開啟 lazyfree-lazy-eviction 來緩解阻塞。

業(yè)務上可以考慮關閉 aof 的影響，關閉 aof 可以減少驅逐清理 eviction-cycle 延遲帶來的讀寫超時影響。

可升級到 7.x 版本的 Redis ，通過 maxmemory-eviction-tenacity 參數(shù)主動控制每次驅逐的阻塞時間

如果還是很慢，可考慮升級內存規(guī)格

編輯：黃飛

?