Interviewer: How to deal with Redis big key?

今天来聊聊,关于 Redis 大 key 的四个问题.

• 什么是 Redis 大 key？

• 大 key 会造成什么问题？

• 如何找到大 key ？

• 如何删除大 key？

什么是 Redis 大 key？

大 key 并不是指 key 的值很大,而是 key 对应的 value 很大.

一般而言,下面这两种情况被称为大 key：

• String 类型的值大于 10 KB;

• Hash、List、Set、ZSet 类型的元素的个数超过 5000个;

大 key 会造成什么问题？

大 key 会带来以下四种影响：

• 客户端超时阻塞.由于 Redis 执行命令是单线程处理,然后在操作大 key 时会比较耗时,那么就会阻塞 Redis,从客户端这一视角看,就是很久很久都没有响应.

• 引发网络阻塞.每次获取大 key 产生的网络流量较大,如果一个 key 的大小是 1 MB,每秒访问量为 1000,那么每秒会产生 1000MB 的流量,这对于普通千兆网卡的服务器来说是灾难性的.

• 阻塞工作线程.如果使用 del 删除大 key 时,会阻塞工作线程,这样就没办法处理后续的命令.

• 内存分布不均.集群模型在 slot 分片均匀情况下,会出现数据和查询倾斜情况,部分有大 key 的 Redis 节点占用内存多,QPS 也会比较大.

如何找到大 key ？

1、redis-cli --bigkeys 查找大key

可以通过 redis-cli --bigkeys 命令查找大 key：

redis-cli -h 127.0.0.1 -p6379 -a "password" -- bigkeys

使用的时候注意事项：

• 最好选择在从节点上执行该命令.因为主节点上执行时,会阻塞主节点;

• 如果没有从节点,那么可以选择在 Redis 实例业务压力的低峰阶段进行扫描查询,以免影响到实例的正常运行;或者可以使用 -i 参数控制扫描间隔,避免长时间扫描降低 Redis 实例的性能.

该方式的不足之处：

• 这个方法只能返回每种类型中最大的那个 bigkey,无法得到大小排在前 N 位的 bigkey;

• 对于集合类型来说,这个方法只统计集合元素个数的多少,而不是实际占用的内存量.但是,一个集合中的元素个数多,并不一定占用的内存就多.因为,有可能每个元素占用的内存很小,这样的话,即使元素个数有很多,总内存开销也不大;

2、使用 SCAN 命令查找大 key

使用 SCAN 命令对数据库扫描,然后用 TYPE 命令获取返回的每一个 key 的类型.

对于 String 类型,可以直接使用 STRLEN 命令获取字符串的长度,也就是占用的内存空间字节数.

对于集合类型来说,有两种方法可以获得它占用的内存大小：

• 如果能够预先从业务层知道集合元素的平均大小,那么,可以使用下面的命令获取集合元素的个数,然后乘以集合元素的平均大小,这样就能获得集合占用的内存大小了.List 类型：LLEN 命令;Hash 类型：HLEN 命令;Set 类型：SCARD 命令;Sorted Set 类型：ZCARD 命令;

• 如果不能提前知道写入集合的元素大小,可以使用 MEMORY USAGE 命令（需要 Redis 4.0 及以上版本）,查询一个键值对占用的内存空间.

3、使用 RdbTools 工具查找大 key

使用 RdbTools 第三方开源工具,可以用来解析 Redis 快照（RDB）文件,找到其中的大 key.

比如,下面这条命令,将大于 10 kb 的  key  输出到一个表格文件.

rdb dump.rdb -c memory --bytes 10240 -f redis.csv

如何删除大 key？

删除操作的本质是要释放键值对占用的内存空间,不要小瞧内存的释放过程.

释放内存只是第一步,为了更加高效地管理内存空间,在应用程序释放内存时,操作系统需要把释放掉的内存块插入一个空闲内存块的链表,以便后续进行管理和再分配.这个过程本身需要一定时间,而且会阻塞当前释放内存的应用程序.

所以,如果一下子释放了大量内存,空闲内存块链表操作时间就会增加,相应地就会造成 Redis 主线程的阻塞,如果主线程发生了阻塞,其他所有请求可能都会超时,超时越来越多,会造成 Redis 连接耗尽,产生各种异常.

因此,删除大 key 这一个动作,我们要小心.具体要怎么做呢？这里给出两种方法：

• 分批次删除

• 异步删除（Redis 4.0版本以上）

1、分批次删除

对于删除大 Hash,使用 hscan 命令,每次获取 100 个字段,再用 hdel 命令,每次删除 1 个字段.

Python代码：

def del_large_hash():
  r = redis.StrictRedis(host='redis-host1', port=6379)
    large_hash_key ="xxx" #要删除的大hash键名
    cursor = '0'
    while cursor != 0:
        # 使用 hscan 命令,每次获取 100 个字段
        cursor, data = r.hscan(large_hash_key, cursor=cursor, count=100)
        for item in data.items():
                # 再用 hdel 命令,每次删除1个字段
                r.hdel(large_hash_key, item[0])

对于删除大 List,通过 ltrim 命令,每次删除少量元素.

Python代码：

def del_large_list():
  r = redis.StrictRedis(host='redis-host1', port=6379)
  large_list_key = 'xxx'  #要删除的大list的键名
  while r.llen(large_list_key)>0:
      #每次只删除最右100个元素
      r.ltrim(large_list_key, 0, -101) 

对于删除大 Set,使用 sscan 命令,每次扫描集合中 100 个元素,再用 srem 命令每次删除一个键.

Python代码：

def del_large_set():
  r = redis.StrictRedis(host='redis-host1', port=6379)
  large_set_key = 'xxx'   # 要删除的大set的键名
  cursor = '0'
  while cursor != 0:
    # 使用 sscan 命令,每次扫描集合中 100 个元素
    cursor, data = r.sscan(large_set_key, cursor=cursor, count=100)
    for item in data:
      # 再用 srem 命令每次删除一个键
      r.srem(large_size_key, item)

对于删除大 ZSet,使用 zremrangebyrank 命令,每次删除 top 100个元素.

Python代码：

def del_large_sortedset():
  r = redis.StrictRedis(host='large_sortedset_key', port=6379)
  large_sortedset_key='xxx'
  while r.zcard(large_sortedset_key)>0:
    # 使用 zremrangebyrank 命令,每次删除 top 100个元素
    r.zremrangebyrank(large_sortedset_key,0,99) 

2、异步删除

从 Redis 4.0 版本开始,可以采用异步删除法,用 unlink 命令代替 del 来删除.

这样 Redis 会将这个 key 放入到一个异步线程中进行删除,这样不会阻塞主线程.