?前言

我們先來看一個問題, 假設(shè)Redis實例保存了5GB的數(shù)據(jù)，現(xiàn)在刪除了2GB的數(shù)據(jù)，那么Redis進(jìn)程占用的內(nèi)存會不會減少呢？

答案是：它可能仍然占用大約5GB內(nèi)存，即使Redis數(shù)據(jù)只占用大約3GB。

如果maxmemory不設(shè)置該參數(shù)，Redis不會觸發(fā)內(nèi)存淘汰策略刪除數(shù)據(jù)。

Redis會繼續(xù)為新寫入的數(shù)據(jù)分配內(nèi)存。分配失敗會導(dǎo)致應(yīng)用程序報錯，當(dāng)然不會導(dǎo)致宕機。

注：設(shè)置maxmemory?參數(shù)，執(zhí)行命令CONFIG SET maxmemory 100mb?，或在redis.conf 配置文件中設(shè)置maxmemory 100mb。

使用top命令查看數(shù)據(jù)是否已經(jīng)刪除，為什么它仍然占用這么多內(nèi)存？

釋放的內(nèi)存去了哪里？

當(dāng)我們使用top命令查看系統(tǒng)使用情況時，會發(fā)現(xiàn)內(nèi)存依然很高，Redis并沒有真正釋放內(nèi)存。那么內(nèi)存都去哪兒了？這時候我們就需要使用info memory命令獲取Redis內(nèi)存相關(guān)的指標(biāo)。

127.0.0.1:6379> info memory
# Memory
used_memory:1132832           // Redis Amount of memory used to store data
used_memory_human:1.08M       // Returns the total amount of memory in human readable form
used_memory_rss:2977792       // From the perspective of the operating system, the total physical memory occupied by the process
used_memory_rss_human:2.84M   // used_memory_rss Readability mode display
used_memory_peak:1183808      // The maximum value of memory used, representing the peak value of used_memory

used_memory_peak_human:1.13M  // Returns the value of used_memory_peak in a human readable format
used_memory_lua:37888         // Lua The amount of memory consumed by the engine。
used_memory_lua_human:37.00K
maxmemory:2147483648          // The maximum memory value that can be used, in bytes.
maxmemory_human:2.00G         // readable form
maxmemory_policy:noeviction   // Memory Retirement Policy

mem_fragmentation_ratio:2.79  // The ratio of used_memory_rss & used_memory represents the memory fragmentation rate

Redis進(jìn)程內(nèi)存消耗主要由以下幾部分組成：

• 內(nèi)存被Redis自己啟動占用
• 存儲對象數(shù)據(jù)內(nèi)存
• 緩沖區(qū)內(nèi)存：主要由client-output-buffer-limit客戶端輸出緩沖區(qū)、copy backlog緩沖區(qū)、AOF緩沖區(qū)組成
• 內(nèi)存碎片

Redis自身的空進(jìn)程占用的內(nèi)存很小，可以忽略不計，而對象內(nèi)存是最大的，里面存放了所有的數(shù)據(jù)。

需要注意, 如果緩沖區(qū)有大流量的場景很容易失控，導(dǎo)致Redis內(nèi)存不穩(wěn)定。

內(nèi)存碎片過多導(dǎo)致有可用空間不足，無法存儲數(shù)據(jù)。內(nèi)存碎片F(xiàn)ragmentation? = used_memory_rss? 實際使用的物理內(nèi)存（RSS 值）除以 used_memory 實際存儲的數(shù)據(jù)內(nèi)存。

什么是內(nèi)存碎片？

內(nèi)存碎片會導(dǎo)致內(nèi)存空間空閑，但無法存儲數(shù)據(jù)。比如你和女朋友去電影院看電影，你們肯定是要在一起的。

假設(shè)現(xiàn)在有 8 個座位，已售出 4 張票，還有 4 張可供購買。不過巧合的是，買票的人很奇怪，都是隔一個座位買票。即使還有4個座位，也不能買順序連接兩個座位的票。

什么導(dǎo)致內(nèi)存碎片？

主要有兩個原因：

• 內(nèi)存分配器的分配策略
• 鍵值對的大小不同，刪除操作

下面我們就實際發(fā)生的原因進(jìn)行探討。

1. 內(nèi)存分配器的分配策略

Redis 默認(rèn)的內(nèi)存分配器使用jemalloc?，可選的分配器有：glibc，tcmalloc。

內(nèi)存分配器不能按需分配，而是使用固定范圍的內(nèi)存塊進(jìn)行分配。

比如8字節(jié)、16字節(jié)……、2KB、4KB，當(dāng)申請內(nèi)存最接近固定值時，jemalloc會分配最接近固定值的空間。這樣就會出現(xiàn)內(nèi)存碎片。

比如程序只需要1.5KB，而內(nèi)存分配器會分配2KB的空間，那么這0.5KB就是碎片。這樣做的目的是減少內(nèi)存分配的次數(shù)。比如你申請22個字節(jié)的空間來存放數(shù)據(jù)，jemalloc就會分配32個字節(jié)。如果后面需要寫入10個字節(jié)，則不需要向操作系統(tǒng)申請空間。您可以使用之前請求的 32 個字節(jié)。

當(dāng)一個鍵被刪除時，Redis 不會立即將內(nèi)存歸還給操作系統(tǒng)。發(fā)生這種情況是因為底層內(nèi)存分配器的管理。例如，大多數(shù)已刪除的鍵仍與其他有效鍵分配在同一內(nèi)存頁中。

此外，為了重用空閑內(nèi)存塊，分配器刪除了原始 5 GB 數(shù)據(jù)中的 2 GB。再次向?qū)嵗砑訑?shù)據(jù)時，Redis的RSS會保持穩(wěn)定，不會增加太多。因為內(nèi)存分配器基本上重新使用了之前刪除釋放的2GB內(nèi)存。

2.鍵值對大小不同，刪除操作

由于內(nèi)存分配器是按照固定的大小分配內(nèi)存，因此分配的內(nèi)存空間通常會大于實際數(shù)據(jù)占用的大小，這會造成碎片，降低內(nèi)存的存儲效率。

另外，鍵值對的頻繁修改和刪除導(dǎo)致內(nèi)存空間的擴大和釋放。例如，如果原來占用32個字節(jié)的字符串現(xiàn)在修改為占用20個字節(jié)的字符串，那么釋放的12個字節(jié)就是空閑空間。

如果下一次數(shù)據(jù)存儲請求需要申請一個13字節(jié)的字符串，剛剛釋放的12字節(jié)空間就不能使用，造成碎片。

分片最大的問題：空間總量足夠大，但是這些內(nèi)存并不連續(xù)，可能存不下數(shù)據(jù)。

mem_fragmentation_ratio = used_memory_rss/ used_memory

如何解決？

首先要判斷是否發(fā)生了內(nèi)存碎片，重點看info memory?命令執(zhí)行后的mem_fragmentation_ratio指標(biāo)，表示內(nèi)存碎片率。

如果1 < mem_fragmentation_ratio < 1.5，可以認(rèn)為是合理的，如果大于1.5，說明碎片已經(jīng)超過了50%，我們需要采取一些措施來解決碎片過多的問題。

1. 重啟

最簡單的方法是重新啟動。如果未啟用持久性，數(shù)據(jù)將丟失。

如果開啟持久化，需要使用RDB或者AOF來恢復(fù)數(shù)據(jù)。如果只有一個實例，數(shù)據(jù)量大會導(dǎo)致恢復(fù)階段長時間無法提供服務(wù)，高可用性會大大降低。

2.自動清理內(nèi)存碎片

Redis在4.0版本之后，提供了內(nèi)存碎片清理機制。

對于Redis來說，當(dāng)連續(xù)的內(nèi)存空間被分割成若干個不連續(xù)的空間時，操作系統(tǒng)首先將數(shù)據(jù)移動拼接在一起，釋放掉原來數(shù)據(jù)占用的空間，形成一個連續(xù)的空閑內(nèi)存空間。

圖片由作者提供

自動清理雖然好，但也不要亂來。操作系統(tǒng)需要消耗資源將數(shù)據(jù)移動到新的位置，然后釋放原來的空間。

Redis 操作數(shù)據(jù)的指令是單線程的，所以在數(shù)據(jù)復(fù)制和移動時，只有清理碎片后才能處理請求，會造成性能損失。

那么問題來了，如何減少對性能的影響來實現(xiàn)自動清理碎片？

問得好，用下面兩個參數(shù)來控制內(nèi)存碎片清理和結(jié)束的時機，避免占用過多CPU，減少清理碎片對Redis處理請求的性能影響。

啟用自動內(nèi)存碎片整理：

CONFIG SET activedefrag yes

這只是為了啟用自動清潔。當(dāng)清理需要同時滿足以下兩個條件時，就會出發(fā)清理操作。

• 清理條件

active-defrag-ignore-bytes 200mb：內(nèi)存碎片占用內(nèi)存達(dá)到200MB，開始清理；

active-defrag-threshold-lower 20: 內(nèi)存碎片空間超過系統(tǒng)分配給Redis空間的20%，開始清理。

• 避免性能影響

清理時間是有的，需要控制清理對性能的影響。一二設(shè)置先分配清理碎片占用的CPU資源，保證碎片可以正常清理，避免對Redis處理請求造成性能影響。

active-defrag-cycle-min 20：自動碎片整理過程中占用CPU時間比例不低于20%，以保證清理任務(wù)正常進(jìn)行。

active-defrag-cycle-max 50：自動清理進(jìn)程占用CPU時間比例不能高于50%。如果超過，會立即停止清理，避免阻塞 Redis 造成高延遲。

總結(jié)

如果發(fā)現(xiàn)Redis存儲數(shù)據(jù)占用的內(nèi)存比操作系統(tǒng)分配給Redis的內(nèi)存小很多，但是數(shù)據(jù)無法保存，那么可能是內(nèi)存碎片很多。使用info memory?命令查看內(nèi)存碎片mem_fragmentation_ratio指標(biāo)是否正常。

然后我們啟用自動清理并合理設(shè)置清理時間和CPU資源占用。該機制涉及內(nèi)存復(fù)制，這對 Redis 性能構(gòu)成潛在風(fēng)險。如果Redis性能變慢，檢查是否是清理碎片導(dǎo)致的。如果是這樣，減小配置active-defrag-cycle-max的值。