使用復雜度高的命令

如果在使用Redis時，發現訪問延遲突然增大，如何進行排查？

首先，第一步，建議你去查看一下Redis的慢日志。Redis提供了慢日志命令的統計功能，我們通過以下設置，就可以查看有哪些命令在執行時延遲比較大。

首先設置Redis的慢日志閾值，只有超過閾值的命令才會被記錄，這里的單位是微妙，例如設置慢日志的閾值為5毫秒，同時設置只保留最近1000條慢日志記錄：

# 命令執行超過5毫秒記錄慢日志
CONFIG SET slowlog-log-slower-than 5000
# 只保留最近1000條慢日志
CONFIG SET slowlog-max-len 1000

設置完成之后，所有執行的命令如果延遲大于5毫秒，都會被Redis記錄下來，我們執行SLOWLOG get 5查詢最近5條慢日志：

127.0.0.1:6379> SLOWLOG get 5
1) 1) (integer) 32693       # 慢日志ID
   2) (integer) 1593763337  # 執行時間
   3) (integer) 5299        # 執行耗時(微妙)
   4) 1) "LRANGE"           # 具體執行的命令和參數
      2) "user_list_2000"
      3) "0"
      4) "-1"
2) 1) (integer) 32692
   2) (integer) 1593763337
   3) (integer) 5044
   4) 1) "GET"
      2) "book_price_1000"
...

通過查看慢日志記錄，我們就可以知道在什么時間執行哪些命令比較耗時，如果你的業務經常使用O(N)以上復雜度的命令，例如sort、sunion、zunionstore、keys、scan，或者在執行O(N)命令時操作的數據量比較大，這些情況下Redis處理數據時就會很耗時。

如果你的服務請求量并不大，但Redis實例的CPU使用率很高，很有可能是使用了復雜度高的命令導致的。

解決方案就是，不使用這些復雜度較高的命令，并且一次不要獲取太多的數據，每次盡量操作少量的數據，讓Redis可以及時處理返回。

存儲bigkey

如果查詢慢日志發現，并不是復雜度較高的命令導致的，例如都是SET、DELETE操作出現在慢日志記錄中，那么你就要懷疑是否存在Redis寫入了bigkey的情況。

Redis在寫入數據時，需要為新的數據分配內存，當從Redis中刪除數據時，它會釋放對應的內存空間。

如果一個key寫入的數據非常大，Redis在分配內存時也會比較耗時。同樣的，當刪除這個key的數據時，釋放內存也會耗時比較久。

你需要檢查你的業務代碼，是否存在寫入bigkey的情況，需要評估寫入數據量的大小，業務層應該避免一個key存入過大的數據量。

針對bigkey的問題，Redis官方在4.0版本推出了lazy-free的機制，用于異步釋放bigkey的內存，降低對Redis性能的影響。即使這樣，我們也不建議使用bigkey，bigkey在集群的遷移過程中，也會影響到遷移的性能，這個后面在介紹集群相關的文章時，會再詳細介紹到。

集中過期

有時你會發現，平時在使用Redis時沒有延時比較大的情況，但在某個時間點突然出現一波延時，而且報慢的時間點很有規律，例如某個整點，或者間隔多久就會發生一次。

如果出現這種情況，就需要考慮是否存在大量key集中過期的情況。

如果有大量的key在某個固定時間點集中過期，在這個時間點訪問Redis時，就有可能導致延遲增加。

Redis的過期策略采用定期刪除+惰性刪除兩種策略；

注意，Redis的定期刪除的定時任務，也是在Redis主線程中執行的，也就是說如果在執行主動過期的過程中，出現了需要大量刪除過期key的情況，那么在業務訪問時，必須等這個過期任務執行結束，才可以處理業務請求。此時就會出現，業務訪問延時增大的問題，最大延遲為25毫秒。

而且這個訪問延遲的情況，不會記錄在慢日志里。慢日志中只記錄真正執行某個命令的耗時，Redis主動過期策略執行在操作命令之前，如果操作命令耗時達不到慢日志閾值，它是不會計算在慢日志統計中的，但我們的業務卻感到了延遲增大。

解決方案是，在集中過期時增加一個隨機時間，把這些需要過期的key的時間打散即可。

實例內存達到上限

有時我們把Redis當做純緩存使用，就會給實例設置一個內存上限maxmemory，然后開啟LRU淘汰策略。

當實例的內存達到了maxmemory后，你會發現之后的每次寫入新的數據，有可能變慢了。

導致變慢的原因是，當Redis內存達到maxmemory后，每次寫入新的數據之前，必須先踢出一部分數據，讓內存維持在maxmemory之下。

這個踢出舊數據的邏輯也是需要消耗時間的，而具體耗時的長短，要取決于配置的淘汰策略

fork耗時嚴重

如果你的Redis開啟了自動生成RDB和AOF重寫功能，那么有可能在后臺生成RDB和AOF重寫時導致Redis的訪問延遲增大，而等這些任務執行完畢后，延遲情況消失。

遇到這種情況，一般就是執行生成RDB和AOF重寫任務導致的。

生成RDB和AOF都需要父進程fork出一個子進程進行數據的持久化，在fork執行過程中，父進程需要拷貝內存頁表給子進程，如果整個實例內存占用很大，那么需要拷貝的內存頁表會比較耗時，此過程會消耗大量的CPU資源，在完成fork之前，整個實例會被阻塞住，無法處理任何請求，如果此時CPU資源緊張，那么fork的時間會更長，甚至達到秒級。這會嚴重影響Redis的性能。

綁定CPU

很多時候，我們在部署服務時，為了提高性能，降低程序在使用多個CPU時上下文切換的性能損耗，一般會采用進程綁定CPU的操作。

但在使用Redis時，我們不建議這么干，原因如下。

綁定CPU的Redis，在進行數據持久化時，fork出的子進程，子進程會繼承父進程的CPU使用偏好，而此時子進程會消耗大量的CPU資源進行數據持久化，子進程會與主進程發生CPU爭搶，這也會導致主進程的CPU資源不足訪問延遲增大。

所以在部署Redis進程時，如果需要開啟RDB和AOF重寫機制，一定不能進行CPU綁定操作

使用Swap

如果你發現Redis突然變得非常慢，每次訪問的耗時都達到了幾百毫秒甚至秒級，那此時就檢查Redis是否使用到了Swap，這種情況下Redis基本上已經無法提供高性能的服務。

我們知道，操作系統提供了Swap機制，目的是為了當內存不足時，可以把一部分內存中的數據換到磁盤上，以達到對內存使用的緩沖。

但當內存中的數據被換到磁盤上后，訪問這些數據就需要從磁盤中讀取，這個速度要比內存慢太多！

尤其是針對Redis這種高性能的內存數據庫來說，如果Redis中的內存被換到磁盤上，對于Redis這種性能極其敏感的數據庫，這個操作時間是無法接受的。可以臨時關閉操作系統Swap

網卡負載過高

特點就是從某個時間點之后就開始變慢，并且一直持續。這時你需要檢查一下機器的網卡流量，是否存在網卡流量被跑滿的情況。

網卡負載過高，在網絡層和TCP層就會出現數據發送延遲、數據丟包等情況。Redis的高性能除了內存之外，就在于網絡IO，請求量突增會導致網卡負載變高。

如果出現這種情況，你需要排查這個機器上的哪個Redis實例的流量過大占滿了網絡帶寬，然后確認流量突增是否屬于業務正常情況，如果屬于那就需要及時擴容或遷移實例，避免這個機器的其他實例受到影響。