本篇文章不涉及redis的安装配置，百度或谷歌即可，很简单。

首先，我来说说redis的应用场景，大部分公司都是将redis作为缓存服务器，或者作为ELK日志收集里面的缓存角色（其他这里就不做介绍，比如作为数据库、订阅/发布等）。在这些应用中，我们最值得关注的是redis内存管理机制。下面我就从如下几个问题，开始探讨。

Redis是否需要开启限制内存大小？

在实际生产当中，设置redis内存大小是必须的。否则redis会无限制使用内存，直到将内存资源消耗殆尽。一般配置内存不超过机器内存3/4。如果超过此值，就需要考虑分片或拆分数据。

Redis查看内存及参数说明

Redis INFO命令说明，通过redis info命令可以知道当前redis资源使用情况。我们这里不涉及其他，只谈内存。为了快速定位并解决性能问题，这里选择几个关键性的数据指标，它包含了大多数人在使用Redis上会经常碰到的性能问题。

used_memory:274704400

used_memory_human:261.98M

used_memory_rss:284229632

used_memory_rss_human:271.06M

used_memory_peak:274704400

used_memory_peak_human:261.98M

used_memory_peak_perc:100.00%

used_memory_overhead:80161972

used_memory_lua:37888

used_memory_lua_human:37.00K

maxmemory_policy:noeviction

其他字段代表的含义，都以字节为单位：

• used_memory：由redis内存分配器分配的内存总量。
• used_memory_human：以标准的格式返回Redis分配的内存总量。
• used_memory_rss：从操作系统的角度返回Redis已分配的内存总量（俗称常驻集大小）。这个值和top、ps等命令的输出一致。
• used_memory_peak：Redis内存消耗峰值（以字节为单位）。
• used_memory_peak_human：以人类可读的格式返回Redis的内存消耗峰值。
• mem_fragmentation_ratio：内存碎片率。used_memory_rss和used_memory之间的比率。
• used_memory_lua： Lua脚本引擎所使用的内存大小。
• mem_allocator： 在编译时指定的Redis使用的内存分配器，可以是libc、jemalloc、tcmalloc。

当redis的内存使用超过最大可用内存时，那么操作系统开始进行内存与swap空间交换，把内存中旧的或不再使用的内容写入硬盘上（硬盘上的这块空间叫Swap分区），以便腾出新的物理内存给新页或活动页(page)使用。但是，这样会造成redis性能下降。如果出现这种情况，需要及时增加内存。

Redis数据持久化

Redis的持久化数据是通过RDB快照和AOF追加实现，他们实现redis宕机时减少最少数据丢失（不能100%实现数据不丢失）。当开启并触发快照功能时，Redis会fork一个子进程把当前内存中的数据完全复制一份写入到硬盘上。因此若是当前使用内存超过可用内存的45%时触发快照功能，那么此时进行的内存交换会变的非常危险(可能会丢失数据)。也就是说，redis在save的时候会出现双倍内存的使用，如果此时不能保证redis有多余可用内存 ，那么倘若在这个时候实例上有大量频繁的更新操作，问题会变得更加严重。

多留一倍内存是最安全的。重写AOF文件和RDB文件的进程(即使不做持久化，复制到Slave的时候也要写RDB)会fork出一条新进程来，采用了操作系统的Copy-On-Write策略(如果父进程的内存没被修改，子进程与父进程共享Page。如果父进程的Page被修改, 会复制一份改动前的内容给新进程)，留意Console打出来的报告，如"RDB: 1215 MB of memory used by copy-on-write"。在系统极度繁忙时，如果父进程的所有Page在子进程写RDB过程中都被修改过了，就需要两倍内存。不过，在实际生产中，可以通过如下方式来实现减少内存开销。

• 尽可能使用hash数据结构。
• 设置key的过期时间。
• 回收key。

回收key的策略有几种，分别如下所示：

• volatile-lru：使用LRU算法从已设置过期时间的数据集合中淘汰数据。
• volatile-ttl：从已设置过期时间的数据集合中挑选即将过期的数据淘汰。
• volatile-random：从已设置过期时间的数据集合中随机挑选数据淘汰。
• allkeys-lru：使用LRU算法从所有数据集合中淘汰数据。
• allkeys-random：从数据集合中任意选择数据淘汰
• no-enviction：禁止淘汰数据。

接下来，我们就说说，redis持久化机制：RDB和AOF

RDB: snapshot

　　二进制格式,按照指定的策略，周期性的将数据保存至磁盘，数据文件默认为dump.db；
　　客户端也可显示SAVE或BGSAVE命令启动快照保存机制；
　　SAVE: 同步，在主线程中保存快照，此时会阻塞所有客户端请求，并且SAVE是完整备份，所以此时需要大量资源（分配的虚拟空间，只有进程数据变动时才会给子进程分配物理内存）；
　　BGSAVE: 异步，客户端请求不会阻塞，默认使用它进行快照；

AOF: Append Only File
　　记录每一次写操作至指定的文件尾部实现持久化，当redis重启时，可通过重新执行文件中的命令在内存重建数据库；
　　BGREWRITEAOF: AOF文件重写，不会读取正在使用AOF文件，而通过将内存中的数据以命令的方式保存到临时文件中，完成之后替换原来的AOF文件；

AOF追加过程：

• (1) redis 主进程通过fork创建子进程；
• (2) 子进程根据redis内存中的数据创建数据库重建命令序列于临时文件；
• (3) 父进程集成client请求，并会把请求中的写操作追加至原AOF文件。额外地，这些新的写请求还会被放置于一个缓冲队列中;
• (4) 子进程重新完成，会通知父进程，父进程把缓冲中的命令写到文件中；
• (5) 父进程用临时文件替换原AOF文件；

注意：持久化本身不能取代备份，还需要制定备份策略，对redis数据库定期进行备份；

Redis缓存命中率

redis info命令提供强大的监控功能，能够查看当前缓存的数据状态。主要涉及到的字段如下：

keyspace_hits:14414110              #命中key的次数

keyspace_misses:3228654             #未命中key次数

used_memory:433264648               #redis内存分配器分配内存大小

expired_keys:1333536                #运行以来过期key数量

evicted_keys:1547380                #运行以来删除key数量

缓存的命中率公式：keyspace_hits / ( keyspace_hits + keyspace_misses )  。一个缓存失效机制，和过期时间设计良好的系统，命中率可以做到95%以上。

Redis 延迟故障排查

　　需要使用showlog去查看是否有命令导致延迟。

　　禁用巨大透明内存页。（ echo never > /sys/kernel/mm/transparent_hugepage/enabled）

　　启用并使用Redis的延迟监视器功能，以便获得对Redis实例中的延迟事件和原因的可读描述。

　　由swap引发的延迟。

　　由AOF和磁盘I/O导致的延迟。

以上参考官方文档：https://redis.io/topics/latency，每个问题的排查过程、方式都在文档中有说明。