Redis实例内存使用率高排查

背景

当实例内存不足时，会触发内存淘汰策略，可能大致key被频发逐出，可能会导致应用响应时间等不稳定的问题，通常在内存90%时，我们需要及时的介入，分析内存的使用

内存简介

Redis 内存主要有如下三个部分组成

分析及排查

1. 查看redis 内存监控数据，查看内存使用率情况

2. 查询key的总数，及历史新增趋势，是否是由业务增来，带来key的增多，从而导致内存占用偏高

3. 通过自研Redis RDB分析平台查看key的业务属性，过期时间及大key情况

4. 内存使用率不符合使用预期，特别是rdb分析的结果与真实的使用不一致，可通过 进入redis实例执行 MEMORY STATS 查看你内存使用详情

1) "peak.allocated" //Redis进程自启动以来消耗内存的峰值。
 2) (integer) 79492312
 3) "total.allocated" //Redis使用其分配器分配的总字节数，即当前的总内存使用量。
 4) (integer) 79307776
 5) "startup.allocated" //Redis启动时消耗的初始内存量。
 6) (integer) 45582592
 7) "replication.backlog" //复制积压缓冲区的大小。
 8) (integer) 33554432
 9) "clients.slaves" //主从复制中所有从节点的读写缓冲区大小。
10) (integer) 17266
11) "clients.normal" //除从节点外，所有其他客户端的读写缓冲区大小。
12) (integer) 119102
13) "aof.buffer" //AOF持久化使用的缓存和AOF重写时产生的缓存。
14) (integer) 0
15) "db.0"  //业务数据库的数量。
16) 1) "overhead.hashtable.main" //当前数据库的hash链表开销内存总和，即元数据内存。
    2) (integer) 144
    3) "overhead.hashtable.expires" //用于存储key的过期时间所消耗的内存。
    4) (integer) 0
17) "overhead.total" //数值=startup.allocated+replication.backlog+clients.slaves+clients.normal+aof.buffer+db.X。
18) (integer) 79273616
19) "keys.count" //当前Redis实例的key总数
20) (integer) 2
21) "keys.bytes-per-key" //当前Redis实例每个key的平均大小，计算公式：(total.allocated-startup.allocated)/keys.count。
22) (integer) 16862592
23) "dataset.bytes" //纯业务数据占用的内存大小。
24) (integer) 34160
25) "dataset.percentage" //纯业务数据占用的内存比例，计算公式：dataset.bytes*100/(total.allocated-startup.allocated)。
26) "0.1012892946600914"
27) "peak.percentage" //当前总内存与历史峰值的比例，计算公式：total.allocated*100/peak.allocated。
28) "99.767860412597656"
29) "fragmentation" //内存的碎片率。
30) "0.45836541056632996"

优化及处理

1. 分析key是否符合业务预期，是否设置合理的过期的时间
2. 根据业务需求，设置合理的数据逐出策略（即调整maxmemory-policy参数的值）
3. 根据业务需求，设置合理的过期Key主动删除的执行频率