谁偷走了这几毫秒
Redis 平时亚毫秒响应,可监控上时不时冒出一根尖刺:某个请求卡了几十毫秒。单线程模型下,一次卡顿会连累后面所有人。学会用 SLOWLOG 和 LATENCY 把元凶揪出来,是运维 Redis 的硬功夫。
单线程下,一次卡顿连累全场
Redis 命令单线程串行执行——这让它简单、原子,也意味着同一时刻只有一条命令在跑。只要某条命令卡住 45ms,它执行期间,排在后面的所有请求都在干等。
所以看 Redis 性能,光看平均延迟不够——平均值会被海量的快请求拉平,把尖刺藏起来。真正要盯的是 P99 / P999 尾延迟:那些偶发的慢请求,才是用户体感卡顿的来源。而把尖刺定位到具体原因,就得靠 Redis 自带的两件诊断工具。
像一条单人收银通道:99 个顾客每人 2 秒,体验很好;可只要有 1 个人掏出一张要核对 1 分钟的支票,后面所有人都得陪着等。平均下来"还行",但那 1 分钟的队伍里,每个人都很恼火。
SLOWLOG:谁跑得慢
慢查询日志(SLOWLOG)记录执行时间超过阈值的命令。注意:它只计命令本身的执行耗时,不含网络往返和排队等待——所以它精准指向"这条命令自己就慢"。
看到 SLOWLOG 里反复出现 KEYS *、超大 HGETALL、无 LIMIT 的 SORT,基本就锁定了元凶:这些是 O(N) 命令,数据一大就拖垮事件循环。对策是换成游标式、分页式的安全替代:
| 危险(O(N)) | 安全替代 |
|---|---|
| KEYS * | SCAN(游标遍历) |
| SMEMBERS huge | SSCAN |
| HGETALL huge | HSCAN |
| LRANGE list 0 -1 | 分页 LRANGE(限定范围) |
| SORT 无 LIMIT | 加 LIMIT / 预先排好 |
LATENCY:卡在哪个环节
SLOWLOG 只盯"命令慢",但很多尖刺不来自命令本身——而是 fork、AOF 刷盘、过期批量删除等后台事件。这时要用延迟监控(LATENCY),它按"事件类型"记录卡顿。先设阈值开启:
最省事的入口是 LATENCY DOCTOR——它会直接给出"你的实例有没有延迟问题、可能是什么原因、建议怎么办"的自然语言报告。常见的事件类型有 command(命令执行)、fork、aof-fsync-always、expire-cycle 等。
尖刺从哪来
定位延迟毛刺,先把常见根因过一遍——它们大多在别的篇章里出现过,这里汇成一张"查案清单":
| 根因 | 怎么确认 | 怎么办 |
|---|---|---|
| 慢 O(N) 命令 | SLOWLOG 里反复出现 | 换 SCAN 家族 / 分页 / 加 LIMIT |
| fork(BGSAVE/AOF 重写) | INFO persistence 的 latest_fork_usec 很大 | 关闭透明大页 THP、留足内存、避开高峰存盘 |
| 内存压力 / 驱逐 | used_memory 逼近 maxmemory、evicted_keys 上涨 | 扩容 / 调驱逐策略;碎片 >1.5 开 activedefrag |
| swap(最凶) | mem_fragmentation_ratio < 1.0 | 立刻查!内存被换到磁盘,延迟会暴涨 |
| AOF fsync 抖动 | LATENCY 里 aof-fsync 事件 | 用 everysec 而非 always;检查磁盘 IO |
| 大 key | --bigkeys / MEMORY USAGE | 拆分大 key;删大 key 用 UNLINK(异步) |
一个高频却隐蔽的坑:直接 DEL 一个超大 key(百万成员的集合)会在主线程里同步释放内存,造成明显卡顿。改用 UNLINK——它把释放工作交给后台线程,主线程立刻返回。
一条顺手的查案流程
遇到延迟告警,按这个顺序走,通常几分钟就能定位:
口诀:先 DOCTOR 定方向,再 SLOWLOG 抓慢命令,最后 INFO 核指标。 大多数尖刺,都逃不过这三步。
把尖刺,变成线索
单线程让 Redis 的每一次卡顿都会连累全场,所以要盯尾延迟而非平均值。SLOWLOG 抓"命令自己慢"的元凶,LATENCY 盯 fork、刷盘等后台事件,LATENCY DOCTOR 直接给诊断。记住查案三步:医生定方向、慢日志抓命令、INFO 核指标。
