內(nèi)存碎片

內(nèi)存碎片如何產(chǎn)生的？

Redis內(nèi)部有自己的內(nèi)存分配器，默認是jemalloc，為了提高內(nèi)存使用的效率，來對內(nèi)存的申請和釋放進行管理。 而內(nèi)存分配器按照固定大小分配內(nèi)存，并不是完全按照程序申請的內(nèi)存大小來進行分配。 比如程序申請一個20字節(jié)的內(nèi)存，內(nèi)存分配器會分配一個32字節(jié)的內(nèi)存空間，這么做是為了減少分配次數(shù)。redis會申請不同大小的內(nèi)存空間來存儲不同業(yè)務(wù)不同類型的數(shù)據(jù)，由于內(nèi)存按照固定大小分配且會比實際申請的內(nèi)存要大一些，這個過程中會產(chǎn)生內(nèi)存碎片。 舉個例子： 我們用高鐵車廂說明，假設(shè)一個車廂的座位總共有60個，現(xiàn)在已經(jīng)賣 了57張票，需要三張連在一起的票，但發(fā)現(xiàn)買不到了，只好換一趟車。我們可以把這些分散的空座位叫作車廂座位碎片。

內(nèi)存碎片類似上面高鐵座位的例子。雖然操作系統(tǒng)的剩余空間總量足夠，但申請一塊連續(xù)地址空間N字節(jié)時，剩余內(nèi)存空間中沒有大小為N字節(jié)的連續(xù)空間，那么這些剩余空間就是內(nèi)存碎片。

Redis的這種機制，提高了內(nèi)存的使用率，但是會使Redis中有部分自己沒在用，卻不釋放的內(nèi)存，導致了內(nèi)存碎片的發(fā)生。

內(nèi)存分配器

在編譯時指定的Redis使用的內(nèi)存分配器，可以是libc、jemalloc、tcmalloc，默認是jemalloc。

jemalloc在64位系統(tǒng)中，將內(nèi)存空間劃分為小、大、巨大三個范圍；每個范圍內(nèi)又劃分了許多小的內(nèi)存塊單位；存儲數(shù)據(jù)的時候，會選擇大小最合適的內(nèi)存塊進行存儲。

jemalloc劃分的內(nèi)存單元如下圖所示：

也就是說Redis是以指定大小的塊為單位進行連續(xù)內(nèi)存分配的，而不是按需分配的。Redis 會根據(jù)申請的內(nèi)存最接近的固定值分配相應大小的空間。

這就像你有不同的箱子，為了裝東西，你需要找一個體積最接近的箱子來裝。但是裝進去后，你發(fā)現(xiàn)還有空間可以放一些小東西，就無需再找箱子了。但是，這種分配空間的方式會帶來一定程度的內(nèi)存碎片。我們可以把固定大小的劃分空間看成不同體積的箱子，每種箱子里的空間不同程度上都會有剩余。這些剩余的空間就是內(nèi)存碎片。

怎么看是否有內(nèi)存碎片？

我們登陸到Redis服務(wù)器上，執(zhí)行以下命令：

redis> info memory

我們會看到這些信息：

指標mem_fragmentation_ratio:1.86 表示當前的內(nèi)存碎片率。

mem_fragmentation_ratio = used_memory_rss / used_memory

used_memory_rss：是Redis向操作系統(tǒng)申請的內(nèi)存。 used_memory：是Redis中的數(shù)據(jù)占用的內(nèi)存。

所以，mem_fragmentation_ratio=1應該是最理想的情況

碎片率的意義？

mem_fragmentation_ratio的不同值，說明不同的情況。

• 大于1：說明內(nèi)存有碎片，一般在1到1.5之間是正常的。
• 大于1.5：說明內(nèi)存碎片率比較大，需要考慮是否要進行內(nèi)存碎片清理，要引起重視。
• 小于1：說明已經(jīng)開始使用交換內(nèi)存，也就是使用硬盤了，正常的內(nèi)存不夠用了，需要考慮是否要進行內(nèi)存的擴容，使用swap是相當影響性能的。

清理內(nèi)存碎片

低于4.0-RC3版本的Redis

如果你的Redis版本是4.0-RC3以下的，Redis服務(wù)器重啟后，Redis會將沒用的內(nèi)存歸還給操作系統(tǒng)，碎片率會降下來。

高于4.0-RC3版本的Redis

Redis4.0-RC3版本開始，可以在不重啟的情況下，線上整理內(nèi)存碎片。 自動碎片清理，只要設(shè)置了如下的配置，內(nèi)存就會自動清理了。

redis> config set activedefrag yes 

自動清理內(nèi)存碎片的功能需要該Redis的內(nèi)存分配器是jemalloc時才能啟用。

啟用后需要同時滿足下面2個參數(shù)的設(shè)置條件時才會觸發(fā)自動清理

active-defrag-ignore-bytes 100mb    # 默認100MB,表示內(nèi)存碎片空間達到100MB時
active-defrag-threshold-lower 10    # 默認10，表示內(nèi)存碎片空間占OS分配給redis的物理內(nèi)存空間的比例達到10%時

redis是單進程模型，內(nèi)存碎片自動清理是通過主線程操作的，也會消耗一定的CPU資源。為了避免自動清理降低Redis的處理性能，如下兩個參數(shù)可以控制清理動作消耗的CPU時間比例的上下限。

active-defrag-cycle-min 5 : 默認5，表示自動清理過程所用 CPU 時間的比例不低于5%，保證清理能正常開展；
active-defrag-cycle-max 75: 默認75，表示自動清理過程所用 CPU 時間的比例不高于 75%，一旦超過，就停止清理，從而避免在清理時，大量的內(nèi)存拷貝阻塞 Redis，導致響應延遲升高。

如果你對自動清理的效果不滿意，可以使用如下命令，直接試下手動碎片清理：

redis > memory purge

需要注意的是，該清理命令也只當Redis的內(nèi)存分配器是jemalloc時才能生效

#碎片整理總開關(guān)
activedefrag yes
 
#當碎片達到 100mb 時，開啟內(nèi)存碎片整理
active-defrag-ignore-bytes 100mb
 
#當碎片超過 10% 時，開啟內(nèi)存碎片整理
active-defrag-threshold-lower 10
 
#內(nèi)存碎片超過 100%，則盡最大努力整理
active-defrag-threshold-upper 100
 
#內(nèi)存自動整理占用資源最小百分比
active-defrag-cycle-min 5
 
#內(nèi)存自動整理占用資源最大百分比
active-defrag-cycle-max 50

Pipeline管道

為什么需要Pipeline

Redis客戶端執(zhí)行一條命令分4個過程：

發(fā)送命令－〉命令排隊－〉命令執(zhí)行－〉返回結(jié)果

這個過程稱為 Round Trip Time(簡稱RTT, 往返時間) ，mget mset有效節(jié)約了RTT，但大部分命令（如hgetall，并沒有mhgetall）不支持批量操作，需要消耗N次RTT ，這個時候需要Pipeline來解決這個問題

Pipeline 模式則是將執(zhí)行的命令寫入到緩沖中，最后由exec命令一次性發(fā)送給Redis執(zhí)行返回。

1、未使用Pipeline執(zhí)行N條命令

2、使用了Pipeline執(zhí)行N條命令

原生批命令(mset, mget)與Pipeline對比

• 原生批命令是原子性，Pipeline是非原子性
• 原生批命令一命令多個key, 但Pipeline支持多命令，Pipeline 不支持事務(wù)，因為命令是一條一條執(zhí)行的。
• 原生批命令是服務(wù)端實現(xiàn)，而Pipeline需要服務(wù)端與客戶端共同完成

Pipeline的優(yōu)缺點

• pipeline 每批打包的命令不能過多，因為 Pipeline 方式打包命令再發(fā)送，那么 Redis 必須在處理完所有命令前先緩存起所有命令的處理結(jié)果。這樣就有一個內(nèi)存的消耗。
• Pipeline 操作是非原子性的，如果要求原子性的，不推薦使用 Pipeline
• 使用Pipeline組裝的命令個數(shù)不能太多，不然數(shù)據(jù)量過大，增加客戶端的等待時間，還可能造成網(wǎng)絡(luò)阻塞，可以將大量命令的拆分多個小的pipeline命令完成。

一些疑問

Pipeline 執(zhí)行多少命令合適？

根據(jù)官方的解釋，推薦是以 10k 每批 (注意：這個是一個參考值，請根據(jù)自身實際業(yè)務(wù)情況調(diào)整)。

Pipeline 批量執(zhí)行的時候，是否對Redis進行了鎖定，導致其他應用無法再進行讀寫？

Redis 采用多路I/O復用模型，非阻塞IO，所以Pipeline批量寫入的時候，一定范圍內(nèi)不影響其他的讀操作。

在編碼時請注意，Pipeline 期間將“獨占”鏈接，此期間將不能進行非“管道”類型的其他操作，直到 Pipeline 關(guān)閉；如果你的 Pipeline 的指令集很龐大，為了不干擾鏈接中的其他操作，你可以為 Pipeline 操作新建 Client 鏈接，讓 Pipeline 和其他正常操作分離在2個 client 中。

相關(guān)代碼

    @Test
    void pipeline() {
        List<Object> result = redisTemplate.executePipelined((RedisCallback<String>) connection -> {
            for (int i = 0; i < 100; i++) {
                redisTemplate.opsForValue().set("pipel:" + i, i);
            }
            return null;
        });
    }

以上就是Redis內(nèi)存碎片產(chǎn)生原因及Pipeline管道原理解析的詳細內(nèi)容，更多關(guān)于Redis內(nèi)存碎片Pipeline管道的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論