redis与CPU、内存
任何一个后端应用,包括代码都要考虑对于CPU和内存的影响.redis本质上类似于nodejs,单进程、单线程，事件驱动，但不同的是redis是CPU密集型的。这里列出了redis与内存CPU的相关考虑点。
单进程、单线程的redis如何实现高并发
同nodejs类似
* 优点:
1. 采用多路 I/O 复用技术可以让单个线程高效的处理多个连接请求;
2. 避免线程切换而消耗CPU
* 缺点:
1. 无法发挥多核CPU性能，不过可以通过在单机开多个Redis实例来完善
如果redis内存满了怎么办
- 增加内存
- 使用内存淘汰策略
- 搭建redis集群
如果redis导致CPU过高怎么办
- 连接数过多，通过
redis-cli info | grep connected_clients查看当前连接
解决:- 关闭僵尸连接;
redis-cli登录后,client list查看所有客户端连接,client kill ${ip}:${port}关闭连接; - 修改最大连接数
maxclients: 10000,默认10000; - 修改redis timeout参数: 修改配置文件中的
timeout设置redis的keepalive时间。客户端断连的包发出去后，redis server没有接受到，则会出现redis server以为连接正常的情况。因此需要在redis server 启动超时设置，如果在一定的时间内，客户端没有消息过来，则redis server主动断开连接。 - 修改redis进程的文件数限制:
echo -n "Max open files 3000:3000" > /proc/PID/limits - 修改系统参数的最大文件数限制:
/etc/security/limits.conf; redis服务器默认设置的最大连接数maxclients是10000，但是受服务器最大文件数影响，服务器默认最大文件数是1024，所以redis最大连接也为1024-32=992; 解决办法
- 关闭僵尸连接;
- 慢查询，因为redis是单线程，如果有慢查询的话，会阻塞住之后的操作，通过redis日志查
- value值过大:如果是纯文本，可以考虑换种存储方式,如果是对象,可以考虑用hash;
- aof重写/rdb fork发生？瞬间会堵一下Redis服务器
redis性能优化
- 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。
- 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。
- 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。
- 尽量避免在压力较大的主库上增加从库。
- 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，也即，如果Master挂了，可以立马启用Slave1做Master，其他不变
- 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分库，这样方便于管理与维护。
redis占用资源监控工具——redis-monitor
部署
OK: init configuration file into /root/.redis-monitor/redis_monitor_config.py.
OK: database is initialed into /root/.redis-monitor/redis_monitor.db.
