單線程的Redis為什么能支持10w+的QPS?
單線程為什么能支持10w+的QPS?
我們經常聽到Redis是一個單線程程序。準確的說Redis是一個多線程程序，只不過請求處理的部分是用一個線程來實現的。
阿里云對Redis QPS的測試結果如下所示
「Redis是如何用單線程來實現每秒10w+的QPS的呢?」
- 使用IO多路復用
- 非CPU密集型任務
- 純內存操作
- 高效的數據結構
「只用一個線程怎么來處理多個客戶端的連接呢?」
這就不得不提IO多路復用技術，即Java中的NIO。
當我們使用阻塞IO(Java中的BIO)，調用read函數，傳入參數n，表示讀取n個字節后線程才會返回，不然就一直阻塞。write方法一般不會阻塞，除非寫緩沖區被寫滿，write才會被阻塞，直到緩沖區中有空間被釋放出來。
當我們使用IO多路復用技術時，當沒有數據可讀或者可寫，客戶端線程會直接返回，并不會阻塞。這樣Redis就可以用一個線程來監聽多個Socket，當一個Socket可讀或可寫的時候，Redis去讀取請求，操作內存中數據，然后返回。
「當采用單線程時，就無法使用多核CPU，但Redis中大部分命令都不是CPU密集型任務，所以CPU并不是Redis的瓶頸」。
高并發和大數據量的請寬下Redis的瓶頸主要體現在內存和網絡帶寬，所以你看Redis為了節省內存，在底層數據結構上占用的內存能少就少，并且一種類型的數據在不同的場景下會采用不同的數據結構。
「所以Redis采用單線程就已經能處理海量的請求，因此就沒必要使用多線程」。除此之外，「使用單線程還有如下好處」
- 沒有了線程切換的性能開銷
- 各種操作不用加鎖(如果采用多線程，則對共享資源的訪問需要加鎖，增加開銷)
- 方便調試，可維護性高
「最后Redis是一個內存數據庫，各種命令的讀寫操作都是基于內存完成的」。大家都知道操作內存和操作磁盤效率相差好幾個數量級。雖然Redis的效率很高，但還是有一些慢操作需要大家避免
Redis有哪些慢操作?
Redis的各種命令是在一個線程中依次執行的，如果一個命令在Redis中執行的時間過長，就會影響整體的性能，因為后面的請求要等到前面的請求被處理完才能被處理，這些耗時的操作有如下幾個部分
Redis可以通過日志記錄那些耗時長的命令，使用如下配置即可
- # 命令執行耗時超過 5 毫秒，記錄慢日志
- CONFIG SET slowlog-log-slower-than 5000
- # 只保留最近 500 條慢日志
- CONFIG SET slowlog-max-len 500
執行如下命令，就可以查詢到最近記錄的慢日志
- 127.0.0.1:6379> SLOWLOG get 5
- 1) 1) (integer) 32693 # 慢日志ID
- 2) (integer) 1593763337 # 執行時間戳
- 3) (integer) 5299 # 執行耗時(微秒)
- 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) "user_info:1000"
- ...
使用復雜度過高的命令
之前的文章我們已經介紹了Redis的底層數據結構，它們的時間復雜度如下表所示
| 名稱 | 時間復雜度 |
|---|---|
| dict（字典） | O(1) |
| ziplist （壓縮列表） | O(n) |
| zskiplist （跳表） | O(logN) |
| quicklist（快速列表） | O(n) |
| intset（整數集合） | O(n) |
「單元素操作」：對集合中的元素進行增刪改查操作和底層數據結構相關，如對字典進行增刪改查時間復雜度為O(1)，對跳表進行增刪查時間復雜為O(logN)
「范圍操作」：對集合進行遍歷操作，比如Hash類型的HGETALL，Set類型的SMEMBERS，List類型的LRANGE，ZSet類型的ZRANGE，時間復雜度為O(n)，避免使用，用SCAN系列命令代替。(hash用hscan，set用sscan，zset用zscan)
「聚合操作」：這類操作的時間復雜度通常大于O(n)，比如SORT、SUNION、ZUNIONSTORE
「統計操作」：當想獲取集合中的元素個數時，如LLEN或者SCARD，時間復雜度為O(1)，因為它們的底層數據結構如quicklist，dict，intset保存了元素的個數
「邊界操作」：list底層是用quicklist實現的，quicklist保存了鏈表的頭尾節點，因此對鏈表的頭尾節點進行操作，時間復雜度為O(1)，如LPOP、RPOP、LPUSH、RPUSH
「當想獲取Redis中的key時，避免使用keys *」 ，Redis中保存的鍵值對是保存在一個字典中的(和Java中的HashMap類似，也是通過數組+鏈表的方式實現的)，key的類型都是string，value的類型可以是string，set，list等
例如當我們執行如下命令后，redis的字典結構如下
- set bookName redis;
- rpush fruits banana apple;
我們可以用keys命令來查詢Redis中特定的key，如下所示
- # 查詢所有的key
- keys *
- # 查詢以book為前綴的key
- keys book*
keys命令的復雜度是O(n)，它會遍歷這個dict中的所有key，如果Redis中存的key非常多，所有讀寫Redis的指令都會被延遲等待，所以千萬不用在生產環境用這個命令(如果你已經準備離職的話，祝你玩的開心)。
「既然不讓你用keys，肯定有替代品，那就是scan」
scan和keys相比，有如下特點
- 復雜雖然也是O(n)，但是是通過游標分布執行的，不會阻塞線程
- 同keys一樣，提供模式匹配功能
- 從完整遍歷開始到完整遍歷結束，一直存在于數據集內的所有元素都會被完整遍歷返回，但是同一個元素可能會被返回多次
- 如果一個元素是在迭代過程中被添加到數據集的，或者在迭代過程中從數據集中被刪除的，那么這個元素可能會被返回，也可能不會被返回
- 返回結果為空并不意味著遍歷結束，而要看返回的游標值是否為0
有興趣的小伙伴可以分析一下scan源碼的實現就能明白這些特性了
「用用zscan遍歷zset，hscan遍歷hash，sscan遍歷set的原理和scan命令類似，因為hash，set，zset的底層實現的數據結構中都有dict。」
操作bigkey
「如果一個key對應的value非常大，那么這個key就被稱為bigkey。寫入bigkey在分配內存時需要消耗更長的時間。同樣，刪除bigkey釋放內存也需要消耗更長的時間」
如果在慢日志中發現了SET/DEL這種復雜度不高的命令，此時你就應該排查一下是否是由于寫入bigkey導致的。
「如何定位bigkey?」
Redis提供了掃描bigkey的命令
- $ redis-cli -h 127.0.0.1 -p 6379 --bigkeys -i 0.01
- ...
- -------- summary -------
- Sampled 829675 keys in the keyspace!
- Total key length in bytes is 10059825 (avg len 12.13)
- Biggest string found 'key:291880' has 10 bytes
- Biggest list found 'mylist:004' has 40 items
- Biggest set found 'myset:2386' has 38 members
- Biggest hash found 'myhash:3574' has 37 fields
- Biggest zset found 'myzset:2704' has 42 members
- 36313 strings with 363130 bytes (04.38% of keys, avg size 10.00)
- 787393 lists with 896540 items (94.90% of keys, avg size 1.14)
- 1994 sets with 40052 members (00.24% of keys, avg size 20.09)
- 1990 hashs with 39632 fields (00.24% of keys, avg size 19.92)
- 1985 zsets with 39750 members (00.24% of keys, avg size 20.03)
可以看到命令的輸入有如下3個部分
- 內存中key的數量，已經占用的總內存，每個key占用的平均內存
- 每種類型占用的最大內存，已經key的名字
- 每種數據類型的占比，以及平均大小
這個命令的原理就是redis在內部執行了scan命令，遍歷實例中所有的key，然后正對key的類型，分別執行strlen，llen，hlen，scard，zcard命令，來獲取string類型的長度，容器類型(list，hash，set，zset)的元素個數
使用這個命令需要注意如下兩個問題
- 對線上實例進行bigkey掃描時，為避免ops(operation per second 每秒操作次數)突增，可以通過-i增加一個休眠參數，上面的含義為，每隔100條scan指令就會休眠0.01s
- 對于容器類型(list，hash，set，zset)，掃描出的是元素最多的key，但一個key的元素數量多，不一定代表占用的內存多
「如何解決bigkey帶來的性能問題?」
- 盡量避免寫入bigkey
- 如果使用的是redis4.0以上版本，可以用unlink命令代替del，此命令可以把釋放key內存的操作，放到后臺線程中去執行
- 如果使用的是redis6.0以上版本，可以開啟lazy-free機制(lazyfree-lazy-user-del yes)，執行del命令的時候，也會放到后臺線程中去執行
大量key集中過期
我們可以給Redis中的key設置過期時間，那么當key過期了，它在什么時候會被刪除呢?
「如果讓我們寫Redis過期策略，我們會想到如下三種方案」
定時刪除，在設置鍵的過期時間的同時，創建一個定時器。當鍵的過期時間來臨時，立即執行對鍵的刪除操作
惰性刪除，每次獲取鍵的時候，判斷鍵是否過期，如果過期的話，就刪除該鍵，如果沒有過期，則返回該鍵
定期刪除，每隔一段時間，對鍵進行一次檢查，刪除里面的過期鍵 定時刪除策略對CPU不友好，當過期鍵比較多的時候，Redis線程用來刪除過期鍵，會影響正常請求的響應
定時刪除策略對CPU不友好，當過期鍵比較多的時候，Redis線程用來刪除過期鍵，會影響正常請求的響應
惰性刪除讀CPU是比較有好的，但是會浪費大量的內存。如果一個key設置過期時間放到內存中，但是沒有被訪問到，那么它會一直存在內存中
定期刪除策略則對CPU和內存都比較友好
redis過期key的刪除策略選擇了如下兩種
- 惰性刪除
- 定期刪除
「惰性刪除」客戶端在訪問key的時候，對key的過期時間進行校驗，如果過期了就立即刪除
「定期刪除」Redis會將設置了過期時間的key放在一個獨立的字典中，定時遍歷這個字典來刪除過期的key，遍歷策略如下
- 每秒進行10次過期掃描，每次從過期字典中隨機選出20個key
- 刪除20個key中已經過期的key
- 如果過期key的比例超過1/4，則進行步驟一
- 每次掃描時間的上限默認不超過25ms，避免線程卡死
「因為Redis中過期的key是由主線程刪除的，為了不阻塞用戶的請求，所以刪除過期key的時候是少量多次」。源碼可以參考expire.c中的activeExpireCycle方法
為了避免主線程一直在刪除key，我們可以采用如下兩種方案
- 給同時過期的key增加一個隨機數，打散過期時間，降低清除key的壓力
- 如果你使用的是redis4.0版本以上的redis，可以開啟lazy-free機制(lazyfree-lazy-expire yes)，當刪除過期key時，把釋放內存的操作放到后臺線程中執行
內存達到上限，觸發淘汰策略
圖片Redis是一個內存數據庫，當Redis使用的內存超過物理內存的限制后，內存數據會和磁盤產生頻繁的交換，交換會導致Redis性能急劇下降。所以在生產環境中我們通過配置參數maxmemoey來限制使用的內存大小。
當實際使用的內存超過maxmemoey后，Redis提供了如下幾種可選策略。
noeviction：寫請求返回錯誤
volatile-lru：使用lru算法刪除設置了過期時間的鍵值對 volatile-lfu：使用lfu算法刪除設置了過期時間的鍵值對 volatile-random：在設置了過期時間的鍵值對中隨機進行刪除 volatile-ttl：根據過期時間的先后進行刪除，越早過期的越先被刪除
allkeys-lru：在所有鍵值對中，使用lru算法進行刪除 allkeys-lfu：在所有鍵值對中，使用lfu算法進行刪除 allkeys-random：所有鍵值對中隨機刪除
「Redis的淘汰策略也是在主線程中執行的。但內存超過Redis上限后，每次寫入都需要淘汰一些key，導致請求時間變長」
可以通過如下幾個方式進行改善
- 增加內存或者將數據放到多個實例中
- 淘汰策略改為隨機淘汰，一般來說隨機淘汰比lru快很多
- 避免存儲bigkey，降低釋放內存的耗時
寫AOF日志的方式為always
Redis的持久化機制有RDB快照和AOF日志，每次寫命令之后后，Redis提供了如下三種刷盤機制
always：同步寫回，寫命令執行完就同步到磁盤 everysec：每秒寫回，每個寫命令執行完，只是先把日志寫到aof文件的內存緩沖區，每隔1秒將緩沖區的內容寫入磁盤 no：操作系統控制寫回，每個寫命令執行完，只是先把日志寫到aof文件的內存緩沖區，由操作系統決定何時將緩沖區內容寫回到磁盤
當aof的刷盤機制為always，redis每處理一次寫命令，都會把寫命令刷到磁盤中才返回，整個過程是在Redis主線程中進行的，勢必會拖慢redis的性能
當aof的刷盤機制為everysec，redis寫完內存后就返回，刷盤操作是放到后臺線程中去執行的，后臺線程每隔1秒把內存中的數據刷到磁盤中
當aof的刷盤機制為no，宕機后可能會造成部分數據丟失，一般不采用。
「一般情況下，aof刷盤機制配置為everysec即可」
fork耗時過長
在持久化一節中，我們已經提到「Redis生成rdb文件和aof日志重寫，都是通過主線程fork子進程的方式，讓子進程來執行的，主線程的內存越大，阻塞時間越長。」
可以通過如下方式優化
控制Redis實例的內存大小，盡量控制到10g以內，因為內存越大，阻塞時間越長
配置合理的持久化策略，如在slave節點生成rdb快照
本文轉載自微信公眾號「Java識堂」，作者李立敏。轉載本文請聯系Java識堂公眾號。
