|
一、现象：
redis-cluster某个分片内存飙升，明显比其他分片高很多，而且持续增长。并且主从的内存使用量并不一致。
二、分析可能原因：
1. redis-cluster的bug （这个应该不存在）
2. 客户端的hash(key)有问题，造成分配不均。（redis使用的是crc16, 不会出现这么不均的情况）
3. 存在个别大的key-value: 例如一个包含了几百万数据set数据结构（这个有可能）
4. 主从复制出现了问题。
5. 其他原因
三、调查原因：
1. 经查询，上述1-4都不存在
2. 观察info信息，有一点引起了怀疑： client_longes_output_list有些异常。
3. 于是理解想到服务端和客户端交互时，分别为每个客户端设置了输入缓冲区和输出缓冲区，这部分如果很大的话也会占用Redis服务器的内存。
从上面的client_longest_output_list看，应该是输出缓冲区占用内存较大，也就是有大量的数据从Redis服务器向某些客户端输出。
于是使用client list命令（类似于mysql processlist） redis-cli -h host -p port client list | grep -v "omem=0"，来查询输出缓冲区不为0的客户端连接，于是查询到祸首monitor，于是豁然开朗.
monitor的模型是这样的，它会将所有在Redis服务器执行的命令进行输出，通常来讲Redis服务器的QPS是很高的，也就是如果执行了monitor命令，Redis服务器在Monitor这个客户端的输出缓冲区又会有大量“存货”，也就占用了大量Redis内存。
四、紧急处理和解决方法
进行主从切换（主从内存使用量不一致），也就是redis-cluster的fail-over操作，继续观察新的Master是否有异常，通过观察未出现异常。
查找到真正的原因后，也就是monitor，关闭掉monitor命令的进程后，内存很快就降下来了。
五、 预防办法：
1. 为什么会有monitor这个命令发生，我想原因有两个：
(1). 工程师想看看究竟有哪些命令在执行，就用了monitor
(2). 工程师对于redis学习的目的，因为进行了redis的托管，工程师只要会用redis就可以了，但是作为技术人员都有学习的好奇心和欲望。
2. 预防方法：
(1) 对工程师培训，讲一讲redis使用过程中的坑和禁忌
(2) 对redis云进行介绍，甚至可以让有兴趣的同学参与进来
(3) 针对client做限制，但是官方也不建议这么做，官方的默认配置中对于输出缓冲区没有限制。
client-output-buffer-limit normal 0 0 0
(4) 密码：redis的密码功能较弱，同时多了一次IO
(5) 修改客户端源代码，禁止掉一些危险的命令(shutdown, flushall, monitor, keys *)，当然还是可以通过redis-cli来完成
(6) 添加command-rename配置，将一些危险的命令(flushall, monitor, keys * , flushdb)做rename，如果有需要的话，找到redis的运维人员处理
rename-command FLUSHALL "随机数"
rename-command FLUSHDB "随机数"
rename-command KEYS "随机数"
六、模拟实验：
1. 开启一个空的Redis(最简，直接redis-server)
redis-server
初始化内存使用量如下：
# Memory
used_memory:815072
used_memory_human:795.97K
used_memory_rss:7946240
used_memory_peak:815912
used_memory_peak_human:796.79K
used_memory_lua:36864
mem_fragmentation_ratio:9.75
mem_allocator:jemalloc-3.6.0
client缓冲区：
# Clients
connected_clients:1
client_longest_output_list:0
client_biggest_input_buf:0
blocked_clients:0
2. 开启一个monitor
redis-cli -h 127.0.0.1 -p 6379 monitor
3. 使用redis-benchmark：
redis-benchmark -h 127.0.0.1 -p 6379 -c 500 -n 200000
4. 观察
(1) info memory：内存一直增加，直到benchmark结束，monitor输出完毕，但是used_memory_peak_human（历史峰值）依然很高--观察附件中日志
(2)info clients: client_longest_output_list： 一直在增加，直到benchmark结束，monitor输出完毕，才变为0--观察附件中日志
(3)redis-cli -h host -p port client list | grep "monitor" omem一直很高，直到benchmark结束，monitor输出完毕，才变为0--观察附件中日志
监控脚本：
while [ 1 == 1 ]
do
now=$(date "+%Y-%m-%d_%H:%M:%S")
echo "=========================${now}==============================="
echo " #Client-Monitor"
redis-cli -h 127.0.0.1 -p 6379 client list | grep monitor
redis-cli -h 127.0.0.1 -p 6379 info clients
redis-cli -h 127.0.0.1 -p 6379 info memory
#休息100毫秒
usleep 100000
done
完整的日志文件：
http://dl.iteye.com/topics/download/096f5da0-4318-332e-914f-6f7c7298ddc9
部分日志：
=========================2015-11-06_10:07:16===============================
#Client-Monitor
id=7 addr=127.0.0.1:56358 fd=6 name= age=91 idle=0 flags=O db=0 sub=0 psub=0 multi=-1 qbuf=0 qbuf-free=0 obl=0 oll=4869 omem=133081288 events=rw cmd=monitor
# Clients
connected_clients:502
client_longest_output_list:4869
client_biggest_input_buf:0
blocked_clients:0
# Memory
used_memory:174411224
used_memory_human:166.33M
used_memory_rss:161513472
used_memory_peak:176974792
used_memory_peak_human:168.78M
used_memory_lua:36864
mem_fragmentation_ratio:0.93
mem_allocator:jemalloc-3.6.0
上上周和同事(龙哥)参加了360组织的互联网技术训练营第三期，美团网的DBA负责人侯军伟给大家介绍了美团网在redis上踩得一些坑，讲的都是干货和坑。
分为5个部分：
一、周期性出现connect timeout
二、redis bgrewriteaof问题
三、redis内存占用飙升
四、redis内存使用优化
五、redis cluster遇到的一些问题
附赠PPT:
(1) 本次：美团在Redis上踩过的一些坑PPT
(2) 以往：《Redis在新浪的大规模运维经验》-演讲人：侯军伟新浪高级DBA.pdf
美团数据库运维平台介绍.pdf
| 
发表于 2023-2-23 15:48