網(wǎng)頁監(jiān)控

通過阿里的 Grafana 監(jiān)控，服務器的 CPU 負載、內存、網(wǎng)絡輸入輸出都挺正常的，所以肯定是 Redis 出現(xiàn)了問題。

我們應用使用的是單節(jié)點的 32M 16GB 的阿里云 Redis，登錄網(wǎng)頁監(jiān)控看性能監(jiān)控，發(fā)現(xiàn) CPU 使用情況飆升到100%?。?！

QPS 雖然從 1000 多升到 6000，但是遠遠低于極限值，連接數(shù)量從 0 升到 3000，也是遠遠低于極限值（可能用戶剛上班，開始有請求，然后響應延遲，導致命令隊列數(shù)量過多，打開很多連接）。

臨時方案：先租用一臺新的 Redis 服務器，更換應用服務器的 Redis 配置，重啟應用，避免影響更多用戶。

然后我們繼續(xù)跟蹤 Redis 的具體情況。

服務器命令監(jiān)控

登錄 Redis-cli，通過 info 命令查看服務器狀態(tài)和命令統(tǒng)計，祥哥總結了兩點異常點：

查詢 redis 慢指令 slowlog，排行前十的指令均為keys *，并且耗時嚴重，在當前業(yè)務流量下執(zhí)行keys*，一定會阻塞業(yè)務，導致查詢慢，cpu 高的。值得注意的是應用層面沒有開放keys *接口，不排查有后臺人為或后臺程序觸發(fā)該指令。

查看 redis 指令執(zhí)行情況，排除exec,flushall等指令，業(yè)務使用指令中，耗時嚴重的有 setnx 有7.5千萬次調用平均耗時 6s，setex 有8.4千萬次調用平均耗時7.33s，del 有2.6億次調用平均耗時69s，hmset 有1億次調用平均耗時 64s，hmget 有6.8千萬次調用平均耗時 9s，hgetall 有14億次調用平均耗時 205s，keys 有2千萬次調用平均耗時 3740s。

通常而言，這些指令耗時與 value 大小呈正比，所以可以排查這些指令相關的數(shù)據(jù)近期有沒有較大增長?；蛘呓谟袥]有業(yè)務改造，會頻繁使用上述指令，也會造成 cpu 高。

通過 info commandstats 可以查看 Redis 命令統(tǒng)計信息，其中命令格式是

cmdstat_XXX: calls=XXX,usec=XXX,usec_per_call=XXX
調用次數(shù)、耗費CPU時間、每個命令平均耗費CPU(單位為微秒）

通過 slowlog 命令查看慢命令（默認超過 10ms 就會被記錄到日志，只會記錄其命令執(zhí)行的時間，不包含 IO 往返操作，也不記錄單由網(wǎng)絡延遲引起的響應慢）

(當時也忘了截圖，所以就介紹一下 slowlog 怎么看）

xxxxx> slowlog get 10
 3) 1) (integer) 411           
    2) (integer) 1545386469     
    3) (integer) 232663          
    4) 1) "keys" 2) "mecury:*" 

圖中各字段表示的是：

• 1=日志的唯一標識符
• 2=命令的執(zhí)行時間點，以UNIX時間戳表示
• 3=查詢命令執(zhí)行時間，以微妙為單位，中的是230ms
• 4=執(zhí)行的命令，以數(shù)組的形式排列。完整的命令是 keys mucury:*

所以通過這些參數(shù)，基本可以確定，是突然有大量的keys *命令導致CPU負載升高，導致響應延遲，問題我們應用中沒有開放keys *命令Σ(o?д?o?)

最后將這些統(tǒng)計結果和慢命令發(fā)到研發(fā)群，發(fā)現(xiàn)是別的應用配置配成了我們的Redis，然后他們有個業(yè)務場景是爬數(shù)據(jù)，突然涌入大量的調用，不斷的keys *，導致我們的Redis不堪重負，于是將配置修改正確，不再調用我們的Redis。

總結

• Redis 抖動可以先看網(wǎng)頁監(jiān)控（阿里云做的真好?。?/span>
• 通過命令查看 Redis 指令狀態(tài)和慢命令的情況
• 考慮優(yōu)化 Redis 在代碼中的使用情況
• 如果流量繼續(xù)上升，需要考慮一下升級了=-=