今天，你遇到redis线上链接超时了吗？

一封报警邮件，大量服务节点 redis 响应超时。

又来，好烦。

redis 响应变慢，查看日志，发现大量 TimeoutException。

大量TimeoutException，说明当前redis服务节点上已经堆积了大量的链接查询，超出redis服务能力，再次尝试链接的客户端，redis 服务节点直接拒绝，抛出错误。

那究竟是什么致使了这种状况的发生呢？

总结起来，咱们能够从如下几方面进行关注：

1、redis 服务节点受到外部关联影响

redis服务所在服务器，物理机的资源竞争及网络情况等。同一台服务器上的服务必然面对着服务资源的竞争，CPU，内存，固存等。

一、CPU资源竞争

redis属于CPU密集型服务，对CPU资源依赖尤其紧密，当所在服务器存在其它CPU密集型应用时，必然会影响redis的服务能力，尤为是在其它服务对CPU资源消耗不稳定的状况下。

所以，在实际规划redis这种基础性数据服务时应该注意一下几点：

1）通常不要和其它类型的服务进行混部。

2）同类型的redis服务，也应该针对所服务的不一样上层应用进行资源隔离。

说到CPU关联性，可能有人会问是否应该对redis服务进行CPU绑定，以下降由CPU上下文切换带来的性能消耗及关联影响？

简单来讲，是能够的，这种优化能够针对任何CPU亲和性要求比较高的服务，可是在此处，有一点咱们也应该特别注意：咱们在 关于redis内存分析，内存优化 中介绍内存时，曾经提到过子进程内存消耗，也就是redis持久化时会fork出子进程进行AOF/RDB持久化任务。对于开启了持久化配置的redis服务（通常状况下都会开启），假如咱们作了CPU亲和性处理，那么redis fork出的子进程则会和父进程共享同一个CPU资源，咱们知道，redis持久化进程是一个很是耗资源的过程，这种自竞争必然会引起redis服务的极大不稳定。

二、内存不在内存了

关于redis内存分析，内存优化  开篇就讲过，redis最重要的东西，内存。

内存稳定性是redis提供稳定，低延迟服务的最基本的要求。

然而，咱们也知道操做系统有一个 swap 的东西，也就将内存交换到硬盘。假如发生了redis内存被交换到硬盘的情景发生，那么必然，redis服务能力会骤然降低。

swap发现及避免：

1）info memory：

关于redis内存分析，内存优化  中咱们也讲过，swap这种情景，此时，查看redis的内存信息，能够观察到碎片率会小于1。这也能够做为监控redis服务稳定性的一个指标。

2）经过redis进程查看。

首先经过 info server 获取进程id：

查看 redis 进程 swap 状况：cat /proc/1686/smaps

肯定交换量都为0KB或者4KB。

3）redis服务maxmemory配置。

关于redis内存分析，内存优化  中咱们提到过，对redis服务必要的内存上限配置，这是内存隔离的一种必要。须要肯定的是全部redis实例的分配内存总额小于总的可用物理内存。 

4）系统优化：

另外，在最初的基础服务操做系统安装部署时，也须要作一些必要的前置优化，如关闭swap或配置系统尽可能避免使用。

三、网络问题

网络问题，是一个广泛的影响因素。

1）网络资源耗尽

简单来讲，就是带宽不够了，整个属于基础资源架构的问题了，对网络资源的预估不足，跨机房，异地部署等都会成为诱因。

2）链接数用完了

一个客户端链接对应着一个TCP链接，一个TCP链接在LINUX系统内对应着一个文件句柄，系统级别链接句柄用完了，也就没法再进行链接了。

查看当前系统限制：ulimit -n

设置：ulimit -n {num}

3）端口TCP backlog队列满了

linux系统对于每一个端口使用backlog保存每个TCP链接。

redis配置：tcp_backlog 默认511

高并发情境下，能够适当调整此配置，但须要注意的是，同时要调整系统相关设置。

系统修改命令：echo {num}>/proc/sys/net/core/somaxconn

查看由于队列溢出致使的链接绝句：netstat -s | grep overflowed

4）网络延迟

网络质量问题，可使用 redis-cli 进行网络情况的测试：

延迟测试：redis-cli -h {host} -p {port} --latency

采样延迟测试：redis-cli -h {host} -p {port} --latency-history 默认15s一次

图形线上测试结果：redis-cli -h {host} -p {port} --latency-dist

4）网卡软中断

单个网卡队列只能使用单个CPU资源问题。

2、redis 服务使用问题

一、慢查询

若是你的查询老是慢查询，那么必然你的使用存在不合理。

1）你的key规划是否合理

太长或过短都是不建议的，key须要设置的简短而有意义。

2）值类型选择是否合理。

hash仍是string，set仍是zset，避免大对象存储。

线上能够经过scan命令进行大对象发现治理。

3）是否可以批查询

get 仍是 mget；是否应该使用pipeline。

4）禁止线上大数据量操做

二、redis 服务运行情况

查看redis服务运行情况：redis-cli -h {host} -p {port} --stat

keys：当前key总数；mem：内存使用；clients：当前链接client数；blocked：阻塞数；requests：累计请求数；connections：累计链接数

三、持久化操做影响

1）fork子进程影响

redis 进行持久化操做须要fork出子进程。fork子进程自己若是时间过长，则会产生必定的影响。

查看命令最近一次fork耗时：info stats

单位微妙，确保不要超过1s。

2）AOF刷盘阻塞

AOF持久化开启，后台每秒进行AOF文件刷盘操做，系统fsync操做将AOF文件同步到硬盘，若是主线程发现距离上一次成功fsync超过2s，则会阻塞后台线程等待fsync完成以保障数据安全性。

3）THP问题

关于redis内存分析，内存优化  中咱们讲过透明大页问题，linux系统的写时复制机制会使得每次写操做引发的页复制由4KB提高至2M从而致使写慢查询。若是慢查询堆积必然致使后续链接问题。