news 2026/7/18 0:27:21

Redis-11内存管理与性能优化

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Redis-11内存管理与性能优化

11 内存管理与性能优化

🎯 学习要点

  • 内存上限与淘汰策略
  • 慢查询监控与采样
  • 批量与管道优化

📖 名词解释

  • maxmemory：Redis 允许使用的最大内存上限。
  • 淘汰策略：在内存达到上限时选择哪些键被删除（LRU/LFU/TTL 等）。
  • LRU：最近最少使用，优先淘汰最久未被访问的键。
  • LFU：最不常用，优先淘汰访问频率低的键。
  • SLOWLOG：慢查询日志，记录执行时间超过阈值的命令。
  • Pipeline：批量发送命令减少往返时间，提高吞吐。
  • 热 Key：访问异常频繁的键，可能成为性能瓶颈。
  • 大 Key：体积或成员过大的键，影响内存与网络传输效率。
  • 命中率：缓存命中次数与总请求次数的比例，衡量缓存有效性。

🧭 学习方案

  • 设置maxmemory与淘汰策略为 LRU/LFU，观察命中率与内存变化。
  • 开启慢查询日志并分析 Top 命令，优化操作与改用更合适的数据结构。
  • 使用 Pipeline 进行批量写入与读取，对比单次调用的性能差异。
  • 统计并治理大 Key 与热 Key，拆分结构或引入本地缓存降低压力。

🗺️ 应用场景说明

  • 热门列表缓存：使用 LRU 淘汰保留常访问的数据，减少回源。
  • 批量写入任务：用管道写 1000 条配置或字典，提高导入速度。
  • 大促场景：监控热 Key（如热点商品详情），提前预热与分片。

⚠️ 注意事项

  • 控制键与成员规模
  • 避免序列化膨胀
  • 关注网络与连接池参数

💾 内存与淘汰策略

maxmemory 4gb maxmemory-policy allkeys-lru

通俗说明

  • 限制最大内存并设置淘汰策略，常用 LRU/LFU 保留热点数据。
  • 淘汰发生在写入时，建议为缓存数据设置合理 TTL。
详细解释
  • maxmemory控制上限，超出写入触发淘汰；策略如 LRU/LFU/TTL 等。
  • 业务缓存应设置 TTL，避免长期占用导致频繁淘汰影响性能。
  • 生产需监控命中率与淘汰次数，评估容量与策略是否合适。
速记口诀
  • 口诀：设上限选策略，缓存要 TTL
配置文件修改步骤（maxmemory/淘汰策略）
  • 文件位置：
    • Linux：/etc/redis/redis.conf或/usr/local/etc/redis/redis.conf
    • Windows：C:\redis\redis.conf
    • Docker（容器内）：/usr/local/etc/redis/redis.conf
  • 修改内容（持久化到配置文件）：
    maxmemory 4gb maxmemory-policy allkeys-lru
  • 运行时命令（临时生效，重启后需写入配置）：
    redis-cli CONFIG SET maxmemory4294967296redis-cli CONFIG SET maxmemory-policy allkeys-lru redis-cli CONFIG GET maxmemory redis-cli CONFIG GET maxmemory-policy redis-cli INFO memory
  • 命令行编辑示例（Linux）：
    sudovi/etc/redis/redis.conf# 修改 maxmemory 与 maxmemory-policy 后保存退出sudosystemctl restart redis-server 或sudoserviceredis-server restart redis-cli CONFIG GET maxmemory redis-cli CONFIG GET maxmemory-policy
  • 命令行编辑示例（Windows）：
    notepad C:\redis\redis.conf# 保存后重启进程Stop-Process-Name redis-server-ForceStart-Process"C:\redis\redis-server.exe"-ArgumentList"C:\redis\redis.conf"redis-cliCONFIG GET maxmemory redis-cliCONFIG GET maxmemory-policy

🐢 慢查询与阈值

slowlog-log-slower-than 10000 slowlog-max-len 256

通俗说明

  • 超过阈值的命令会被记录到慢查询日志，便于定位性能问题。
  • 保留一定长度的慢日志，结合采样与统计分析热点命令。
详细解释
  • slowlog-log-slower-than以微秒为单位；设得过低会产生大量记录。
  • 配合slowlog-max-len控制日志长度，定期导出分析。
  • 慢日志结合业务监控，定位大 Key、长阻塞与高延迟来源。
配置文件修改步骤（慢查询）
  • 文件位置与修改方式同上；写入以下配置并重启生效：
    slowlog-log-slower-than 10000 slowlog-max-len 256
  • 运行时命令：
    redis-cli CONFIG SET slowlog-log-slower-than10000redis-cli CONFIG SET slowlog-max-len256redis-cli CONFIG GET slowlog-log-slower-than redis-cli CONFIG GET slowlog-max-len
  • 操作示例：
    # 拉取慢日志样本redis-cli SLOWLOG GET10# 查看总量redis-cli SLOWLOG LEN# 导出 CSV 便于分析redis-cli --csv SLOWLOG GET128>slowlog.csv# 清空慢日志（谨慎操作）redis-cli SLOWLOG RESET

📊 查询与监控

# 通用指标redis-cli INFO redis-cli INFO memory redis-cli INFO stats# 延迟诊断redis-cli LATENCY DOCTOR# 内存诊断redis-cli MEMORY STATS redis-cli MEMORY DOCTOR# 大 Key/热 Key 采样（需新版本 redis-cli）redis-cli --bigkeys redis-cli --hotkeys

通俗说明

  • INFO查看实例指标；SLOWLOG GET拉取慢日志样本。
  • 结合监控告警与采样分析，持续优化热点与大 Key。
详细解释
  • INFO包含内存、连接、命中率、持久化等多维指标。
  • SLOWLOG GET N拉取最近 N 条慢日志，辅助定位问题命令。
  • 指标与慢日志结合时间窗分析，制定优化计划与限流策略。

🚚 管道示例

importorg.springframework.beans.factory.annotation.Autowired;importorg.springframework.stereotype.Service;importorg.springframework.data.redis.core.RedisTemplate;importorg.springframework.data.redis.core.RedisCallback;importjava.util.List;@ServicepublicclassPipelinePerf{@AutowiredRedisTemplate<String,String>tpl;publicList<Object>writeMany(){// 执行管道批量写入，减少网络往返returntpl.executePipelined((RedisCallback<Object>)connection->{for(inti=0;i<1000;i++){// 逐条写入字符串键值connection.stringCommands().set(("k:"+i).getBytes(),("v:"+i).getBytes());}returnnull;});}}

通俗说明

  • Pipeline 像“打包寄送”，把很多命令一起发出去，减少来回等待时间。
  • 它不保证原子性，失败重试要在业务层处理，适合大量小写入的任务。
  • 写入过多也会占用连接与内存，注意批次大小与限速。
详细解释
  • 批量发送降低 RTT，但每批的大小需结合连接与内存限制设置。
  • 非原子，遇到错误需记录并重试或补偿，避免数据不一致。
  • 合理的批次与节流能显著提升吞吐并保持系统平稳。
系统环境操作示例（性能对比）
# 使用 redis-benchmark 测试基础吞吐（Linux/macOS）redis-benchmark -t set,get -n100000-q# 使用管道并发提升吞吐（-P 指定并发 pipeline 深度）redis-benchmark -tset-n200000-P50-q# 通过 --csv 输出便于分析redis-benchmark -t set,get -n100000-P20--csv>benchmark.csv
# Windows 使用 redis-benchmark.exe（路径按安装调整）&"C:\redis\redis-benchmark.exe"-tset,get-n 100000-P 50-q
# 使用 redis-cli --pipe 进行批量导入（Linux/macOS）seq1100000|awk'{print "SET k:"$1" v:"$1}'|redis-cli --pipe

小结

  • LRU/LFU 淘汰策略适合缓存场景，需结合业务访问模式选择。
  • 慢查询通过 SLOWLOG 采样与阈值定位问题命令，优化数据结构与批量写。
  • 批量与管道减少网络往返，适合大量小写入；注意非原子性与失败重试策略。
  • 降低序列化开销与对象大小，避免大 Key 影响内存与网络。
参数模板（可直接粘贴到 redis.conf）
# 小型生产环境（折中可靠性与性能） maxmemory 2gb maxmemory-policy allkeys-lru slowlog-log-slower-than 10000 slowlog-max-len 256 # 高吞吐环境（优先稳态吞吐） maxmemory 16gb maxmemory-policy allkeys-lfu slowlog-log-slower-than 5000 slowlog-max-len 1024
版权声明: 本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！
网站建设 2026/7/17 7:27:23

ROS2核心概念之动作

这些应用功能的实现中&#xff0c;另外一种ROS通信机制也会被常常用到——那就是动作。从这个名字上就可以很好理解这个概念的含义&#xff0c;这种通信机制的目的就是便于对机器人某一完整行为的流程进行管理。 回到顶部 一、通信模型 举个例子&#xff0c;比如我们想让机器…

作者头像 李华
网站建设 2026/7/17 22:29:17

解密Prompt系列66. 视觉Token爆炸→DeepSeek-OCR光学压缩

着 DeepSeek-OCR这篇论文&#xff0c;本章我们来回顾下多模态大模型&#xff08;VLM&#xff09;的核心技术演进。很多人认为&#xff1a;图像Token的信息密度和效率远不如文本。但 DeepSeek-OCR的核心价值&#xff0c;就是用实践证明了这是一个伪命题。它通过一套巧妙的串行视…

作者头像 李华
网站建设 2026/7/16 22:46:21

Typst列表符号终极指南：从异常诊断到完美渲染

Typst列表符号终极指南&#xff1a;从异常诊断到完美渲染 【免费下载链接】typst A new markup-based typesetting system that is powerful and easy to learn. 项目地址: https://gitcode.com/GitHub_Trending/ty/typst 在使用Typst进行文档排版时&#xff0c;列表符号…

作者头像 李华
网站建设 2026/7/17 22:33:27

NetBox 自动化导入资产 - IP地址

简介本文章主要讲解使用orb-agent 扫描网络收集IP信息&#xff0c;通过Diode 摄取到NetBox。这两个工具都是NetBox官方的自动化发现产品&#xff0c;下面是示意图。------------------| orb-agent ||------------------|| 网络扫描/资产发现 |------------------|| grpc 通过NM…

作者头像 李华
网站建设 2026/7/17 20:39:17

远程管理效能革命：Quasar网络传输架构的深度优化策略

远程管理效能革命&#xff1a;Quasar网络传输架构的深度优化策略 【免费下载链接】Quasar Remote Administration Tool for Windows 项目地址: https://gitcode.com/gh_mirrors/qua/Quasar 在日益复杂的网络环境中&#xff0c;远程管理工具的性能表现直接决定了运维效率…

作者头像 李华