Redis - cpu 爆满了，怎么解决

redis是用"单线程-多路复用io模型"来实现高性能的内存数据服务的，这种机制避免了使用锁，但是同时这种机制在进行sunion（set类型元素合并）之类的比较耗时的命令时会使redis的并发下降。因为是单一线程，所以同一时刻只有一个操作在进行，所以，耗时的命令会导致并发的下降，不只是读并发，写并发也会下降。而单一线程也只能用到一个cpu核心，所以可以在同一个多核的服务器中，可以启动多个实例，组成master-master或者master-slave的形式，耗时的读命令可以完全在slave进行。

一、问题定位

1）缓存命中率过高：

缓存命中率过高可能导致大量请求直接落在Redis上，而Redis单线程模型在处理这些请求时可能无法及时响应，从而导致CPU使用率上升

2）高并发写入：

在高并发的数据写入场景下，Redis需要频繁处理写入请求，这会导致CPU使用率升高

3）慢查询或高消耗命令：

使用了如KEYS、FLUSHALL、HGETALL等时间复杂度较高的命令，这些命令在执行时会消耗大量CPU资源

4）数据持久化：

Redis的持久化操作（如AOF重写或RDB快照）会占用CPU资源，尤其是在数据量大或写入频繁时

5）Redis连接数过高：

如果Redis的连接数超过了其处理能力，也可能导致CPU使用率上升

6）主从复制或集群问题：

主从复制过程中可能存在延迟或错误，导致频繁的全量同步，增加CPU负担。集群配置不当或节点故障也可能影响性能

二、优化措施

1）优化业务逻辑：

• 避免执行高消耗命令，改用更高效的命令（如使用SCAN代替KEYS）
• 对于热Key，可考虑拆分Key、使用读写分离架构、增加多级（本地内存）缓存或使用代理查询缓存功能来分散访问压力
• 对于大Key，进行拆分处理，减少单个Key的访问压力

2）调整配置：

• 根据业务需求调整Redis实例的规格，如增加CPU核心数、内存大小等【升级硬件或扩容】
• 优化缓存策略：合理设置缓存的过期时间和淘汰策略（比如使用LRU或LFU算法）
• 如果开启了持久化功能，但不需要频繁的数据恢复，可以考虑关闭AOF或调整AOF重写的触发条件【可考虑在低峰时段手动触发，避免在业务高峰期影响性能】
• 对于集群架构的Redis，可以优化分片策略，确保数据均匀分布，避免单个分片负载过高

3）使用Redis集群：

• 如果单一Redis实例无法处理大量请求，可以考虑使用Redis集群来分担请求压力。Redis集群可以将数据分布在多个节点上，提高系统的稳定性和性能

4）优化主从复制：

• 确保主从复制网络通畅，减少复制延迟和错误

5）优化网络：

• 使用Redis Pipeline将多个命令打包发送，减少网络开销和访问次数
• 确保Redis服务器与客户端之间的网络连接稳定且带宽充足

6）监控与预警：

• 建立完善的监控体系，实时监控Redis的各项指标
• 设置预警阈值，当CPU使用率、内存使用率等指标超过阈值时及时发出预警，以便快速响应和处理

三、总结

使用redis的注意事项:
1、Master最好不要做任何持久化工作，包括内存快照和AOF日志文件，特别是不要启用内存快照做持久化
2、如果数据比较关键，某个Slave开启AOF备份数据，策略为每秒同步一次
3、为了主从复制的速度和连接的稳定性，Slave和Master最好在同一个局域网内
4、尽量避免在压力较大的主库上增加从库
5、为了Master的稳定性，主从复制不要用图状结构，用单向链表结构更稳定，即主从关系为：Master<--Slave1<--Slave2<--Slave3.......，这样的结构也方便解决单点故障问题，实现Slave对Master的替换，即如果Master挂了，可以立马启用Slave1做Master，其他不变
6、使用Redis负载监控工具：redis-monitor，它是一个Web可视化的 redis 监控程序

Redis CPU使用率爆满是一个需要综合考虑多方面因素的问题。通过问题诊断、优化业务逻辑、调整配置、使用Redis集群以及优化网络等措施，可以有效地降低Redis的CPU使用率，提高系统的稳定性和性能。同时，建立完善的监控和预警体系也是保障Redis稳定运行的重要手段。