Redis 性能调优相关笔记
info
可以使用info [类别]输出指定类别内容
info命令输出的数据可分为10个类别，分别是：
server
clients
# Clients connected_clients:2 #Redis默认允许客户端连接的最大数量是10000。若是看到连接数超过5000以上，那可能会影响Redis的性能 client_longest_output_list:0 client_biggest_input_buf:0 blocked_clients:0 限制客户端连接数: maxclients 配置可以配置客户端连接的最大数 这个数字应该设置为预期连接数峰值的110%到150之间，若是连接数超出这个数字后，Redis会拒绝并立刻关闭新来的连接
memory
# Memory #实际缓存占用的内存和Redis自身运行所占用的内存(如元数据、lua)。 #它是由Redis使用内存分配器分配的内存，所以这个数据并没有把内存碎片浪费掉的内存给统计进去 #如果used_memory > 可用最大内存，那么操作系统开始进行内存与swap空间交换 #当 rss > used ，且两者的值相差较大时，表示存在（内部或外部的）内存碎片。 #内存碎片的比率可以通过 mem_fragmentation_ratio 的值看出。 #当 used > rss 时，表示 Redis 的部分内存被操作系统换出到交换空间了，在这种情况下，操作可能会产生明显的延迟 used_memory:9892187056 used_memory_human:9.21G #从操作系统上显示已经分配的内存总量, 包括碎片 # the RSS will stay more near to the peak # the memory consumed by rss is not released to the OS by redis, but will be reused for additional data # 比如在某时刻过期了大量数据, used降低, rss不会降低, peak不变, 会是的mem_fragmentation_ratio增大 # redis 释放的内存, (短期内)不返回给系统, 以便重用 used_memory_rss:11148713984 used_memory_peak:11236792296 used_memory_peak_human:10.47G used_memory_lua:35840 #内存碎片率 #内存碎片率稍大于1是合理的，这个值表示内存碎片率比较低，也说明redis没有发生内存交换。 #但如果内存碎片率超过1.5，那就说明Redis消耗了实际需要物理内存的150%，其中50%是内存碎片率 #若是内存碎片率低于1的话，说明Redis内存分配超出了物理内存，操作系统正在进行内存交换。内存交换会引起非常明显的响应延迟 mem_fragmentation_ratio:1.13 mem_allocator:jemalloc-3.6.0
persistence
stats
total_connections_received:273 total_commands_processed:105868 #总共处理的命令数 instantaneous_ops_per_sec:0 rejected_connections:0 sync_full:0 sync_partial_ok:0 sync_partial_err:0 expired_keys:1 evicted_keys:0 #因为maxmemory限制导致key被回收删除的数量 keyspace_hits:28076 keyspace_misses:52981 pubsub_channels:0 pubsub_patterns:0 latest_fork_usec:414
replication
cpu
都是累计值, 随着Redis启动的时间长度不断累计上升，并在你重启Redis服务后清0 used_cpu_sys : Redis 服务器耗费的系统 CPU used_cpu_user : Redis 服务器耗费的用户 CPU used_cpu_sys_children : 后台进程耗费的系统 CPU used_cpu_user_children : 后台进程耗费的用户 CPU
commandstats
cluster
keyspace
回收策略
相关配置
maxmemory
CONFIG SET/GET maxmemory 100mb 读/写最大内存配置
maxmemory 100mb redis.conf 配置
如果为0表示没有限制
maxmemory-policy 回收策略(当内存达到maxmemory限制)
CONFIG SET/GET maxmemory-policy
maxmemory-samples 回收样本大小
maxmemory-policy 六种方式
volatile-lru：（默认值）从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰
volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰
volatile-ttl ： 从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰
allkeys-lru ： 从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰
allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰
noeviction ： 禁止驱逐数据,永不过期，返回错误
tip:
如果数据分布符合幂定律分布, 如果你不确定选择什么，allkeys-lru是个很好的选择
volatile-ttl 样本同样受maxmemory_samples控制
LRU:
lru属性
redisObject 结果包括一个lru属性, 记录了对象最后一次被命令程序访问的时间
OBJECT IDLETIME 输出对象的空转时间, 是将当前时间减去对象lru, 该命令是特殊实现, 不会修改对象的lru属性
lru 属性用于配合实现maxmemory-policy中volatile-lru和allkeys-lru回收策略
lru算法
在Redis中LRU算法是一个近似算法，默认情况下，Redis随机挑选maxmemory-samples个键，并且从中选取一个最近最久未使用的key进行淘汰，
在配置文件中可以通过maxmemory-samples的值来设置redis需要检查key的个数,但是栓查的越多，耗费的时间也就越久,但是结构越精确(也就是Redis从内存中淘汰的对象未使用的时间也就越久~)
性能分析
延迟检测
Redis-cli --latency -h 127.0.0.1 -p 6379 结果单位是ms;
诊断响应延迟
跟踪info stats total_commands_processed的变化
定期记录total_commands_processed的值。当客户端明显发现响应时间过慢时，可以通过记录的total_commands_processed历史数据值来判断命理处理总数是上升趋势还是下降趋势
延迟的可能原因;
命令队列里的命令数量过多，后面命令一直在等待中。
几个慢命令阻塞Redis。
方案:
使用多参数命令
管道命令
避免操作大集合的慢命令
Redis配置
redis.conf 配置实例:
slaveof 127.0.0.1 6380 requirepass "hello world" # 如果有空格
通过命令行传参
./redis-server --port 6380 --slaveof 127.0.0.1 6379
CONFIG REWRITE 重写配置文件, 会将服务器启动后的CONFIG SET...写入配置文件, 参见http://redisdoc.com/server/config_rewrite.html
其他
监控工具 redis-stat