Bigkey問題的解決思路與方式探索
一、背景
在Redis運維過程中，由于Bigkey的存在，會影響業(yè)務程序的響應速度，嚴重的還會造成可用性損失，DBA也一直和業(yè)務開發(fā)方強調(diào) Bigkey 的規(guī)避方法以及危害，但是Bigkey一直沒有完全避免。全網(wǎng)Redis集群有2200個以上，實例數(shù)量達到4.5萬以上，在當前階段進行一次全網(wǎng) Bigkey檢查，估計需要以年為時間單位，非常耗時。我們需要新的思路去解決Bigkey問題。
二、Bigkey 介紹
2.1、什么是 Bigkey
在Redis中，一個字符串類型最大可以到512MB，一個二級數(shù)據(jù)結(jié)構(gòu)（比如hash、list、set、zset等）可以存儲大約40億個(2^32-1)個元素，但實際上不會達到這么大的值，一般情況下如果達到下面的情況，就可以認為它是Bigkey了。
- 【字符串類型】： 單個string類型的value值超過1MB，就可以認為是Bigkey。
- 【非字符串類型】：哈希、列表、集合、有序集合等， 它們的元素個數(shù)超過2000個，就可以認為是Bigkey。
2.2 Bigkey是怎么產(chǎn)生的
我們遇到的Bigkey一般都是由于程序設計不當或者對于數(shù)據(jù)規(guī)模預料不清楚造成的，比如以下的情況。
- 【統(tǒng)計】：遇到一個統(tǒng)計類的key，是記錄某網(wǎng)站的訪問用戶的IP，隨著時間的推移，網(wǎng)站訪問的用戶越來越多，這個key的元素數(shù)量也會越來越大，形成Bigkey。
- 【緩存】： 緩存類key一般是這樣的邏輯，將數(shù)據(jù)從數(shù)據(jù)庫查詢出來序列化放到Redis里，如果業(yè)務程序從Redis沒有訪問到，就會查詢數(shù)據(jù)庫并將查詢到的數(shù)據(jù)追加到Redis緩存中，短時間內(nèi)會緩存大量的數(shù)據(jù)到Redis的key中，形成Bigkey。
- 【隊列】：把Redis當做隊列使用，處理任務，如果消費出現(xiàn)不及時情況，將導致隊列越來越大，形成Bigkey。
這三種情況，都是我們實際運維中遇到的，需要謹慎使用，合理優(yōu)化。
2.3 Bigkey ?的危害
我們在運維中，遇到Bigkey的情況下，會導致一些問題，會觸發(fā)監(jiān)控報警，嚴重的還會影響Redis實例可用性，進而影響業(yè)務可用性，在需要水平擴容時候，可能導致水平擴容失敗。
2.3.1內(nèi)存空間不均勻
內(nèi)存空間不均勻會不利于集群對內(nèi)存的統(tǒng)一管理，有數(shù)據(jù)丟失風險。下圖中的三個節(jié)點是同屬于一個集群，它們的key的數(shù)量比較接近，但內(nèi)存容量相差比較多，存在Bigkey的實例占用的內(nèi)存多了4G以上了。
可以使用使用Daas平臺“工具集-操作項管理”，選擇對應的slave實例執(zhí)行分析，找出具體的Bigkey。
2.3.2 超時阻塞
Redis是單線程工作的，通俗點講就是同一時間只能處理一個Redis的訪問命令，操作Bigkey的命令通常比較耗時，這段時間Redis不能處理其他命令，其他命令只能阻塞等待，這樣會造成客戶端阻塞，導致客戶端訪問超時，更嚴重的會造成master-slave的故障切換。造成阻塞的操作不僅僅是業(yè)務程序的訪問，還有key的自動過期的刪除、del刪除命令，對于Bigkey，這些操作也需要謹慎使用。
超時阻塞案例
我們遇到一個這樣超時阻塞的案例，業(yè)務方反映程序訪問Redis集群出現(xiàn)超時現(xiàn)象，hkeys訪問Redis的平均響應時間在200毫秒左右，最大響應時間達到了500毫秒以上，如下圖。
hkeys是獲取所有哈希表中的字段的命令，分析應該是集群中某些實例存在hash類型的Bigkey，導致hkeys命令執(zhí)行時間過長，發(fā)生了阻塞現(xiàn)象。
1.使用Daas平臺“服務監(jiān)控-數(shù)據(jù)庫實例監(jiān)控”，選擇master節(jié)點，選擇Redis響應時間監(jiān)控指標“redis.instance.latency.max”，如下圖所示，從監(jiān)控圖中我們可以看到
（1）正常情況下，該實例的響應時間在0.1毫秒左右。
（2）監(jiān)控指標上面有很多突刺，該實例的響應時間到了70毫秒左右，最大到了100毫秒左右，這種情況就是該實例會有100毫秒都在處理Bigkey的訪問命令，不能處理其他命令。
通過查看監(jiān)控指標，驗證了我們分析是正確的，是這些監(jiān)控指標的突刺造成了hkeys命令的響應時間比較大，我們找到了具體的master實例，然后使用master實例的slave去分析下Bigkey情況。
2.使用Daas平臺“工具集-操作項管理”，選擇slave實例執(zhí)行分析，分析結(jié)果如下圖，有一個hash類型key有12102218個fields。
3. 和業(yè)務溝通，這個Bigkey是連續(xù)存放了30天的業(yè)務數(shù)據(jù)了，建議根據(jù)二次hash方式拆分成多個key，也可把30天的數(shù)據(jù)根據(jù)分鐘級別拆分成多個key，把每個key的元素數(shù)量控制在5000以內(nèi)，目前業(yè)務正在排期優(yōu)化中。優(yōu)化后，監(jiān)控指標的響應時間的突刺就會消失了。
2.3.3 網(wǎng)絡阻塞
Bigkey的value比較大，也意味著每次獲取要產(chǎn)生的網(wǎng)絡流量較大，假設一個Bigkey為10MB，客戶端每秒訪問量為100，那么每秒產(chǎn)生1000MB的流量，對于普通的千兆網(wǎng)卡(按照字節(jié)算是128MB/s)的服務器來說簡直是滅頂之災。而且我們現(xiàn)在的Redis服務器是采用單機多實例的方式來部署Redis實例的，也就是說一個Bigkey可能會對同一個服務器上的其他Redis集群實例造成影響，影響到其他的業(yè)務。
2.3.4 遷移困難
我們在運維中經(jīng)常做的變更操作是水平擴容，就是增加Redis集群的節(jié)點數(shù)量來達到擴容的目的，這個水平擴容操作就會涉及到key的遷移，把原實例上的key遷移到新擴容的實例上。當要對key進行遷移時，是通過migrate命令來完成的，migrate實際上是通過dump + restore + del三個命令組合成原子命令完成，它在執(zhí)行的時候會阻塞進行遷移的兩個實例，直到以下任意結(jié)果發(fā)生才會釋放：遷移成功，遷移失敗，等待超時。如果key的遷移過程中遇到Bigkey，會長時間阻塞進行遷移的兩個實例，可能造成客戶端阻塞，導致客戶端訪問超時；也可能遷移時間太長，造成遷移超時導致遷移失敗，水平擴容失敗。
遷移失敗案例
我們也遇到過一些因為Bigkey擴容遷移失敗的案例，如下圖所示，是一個Redis集群水平擴容的工單，需要進行key的遷移，當工單執(zhí)行到60%的時候，遷移失敗了。
1. 進入工單找到失敗的實例，使用失敗實例的slave節(jié)點，在Daas平臺的“工具集-操作項管理”進行Bigkey分析。
2. 經(jīng)過分析找出了hash類型的Bigkey有8421874個fields，正是這個Bigkey導致遷移時間太長，超過了遷移時間限制，導致工單失敗了。
3.和業(yè)務溝通，這些key是記錄用戶訪問系統(tǒng)的某個功能模塊的ip地址的，訪問該功能模塊的所有ip都會記錄到給key里面，隨著時間的積累，這個key變的越來越大。同樣是采用拆分的方式進行優(yōu)化，可以考慮按照時間日期維度來拆分，就是一段時間段的訪問ip記錄到一個key中。
4.Bigkey優(yōu)化后，擴容的工單可以重試，完成集群擴容操作。
三、Bigkey的發(fā)現(xiàn)
Bigkey首先需要重源頭治理，防止Bigkey的產(chǎn)生；其次是需要能夠及時的發(fā)現(xiàn)，發(fā)現(xiàn)后及時處理。分析Bigkey的方法不少，這里介紹兩種比較常用的方法，也是Daas平臺分析Bigkey使用的兩種方式，分別是Bigkeys命令分析法、RDB文件分析法。
3.1 scan命令分析
Redis4.0及以上版本提供了--Bigkeys命令，可以分析出實例中每種數(shù)據(jù)結(jié)構(gòu)的top 1的Bigkey，同時給出了每種數(shù)據(jù)類型的鍵值個數(shù)以及平均大小。執(zhí)行--Bigkeys命令時候需要注意以下幾點：
- 建議在slave節(jié)點執(zhí)行，因為--Bigkeys也是通過scan完成的，可能會對節(jié)點造成阻塞。
- 建議在節(jié)點本機執(zhí)行，這樣可以減少網(wǎng)絡開銷。
- 如果沒有從節(jié)點，可以使用--i參數(shù)，例如(--i 0.1 代表100毫秒執(zhí)行一次)。
- --Bigkeys只能計算每種數(shù)據(jù)結(jié)構(gòu)的top1，如果有些數(shù)據(jù)結(jié)構(gòu)有比較多的Bigkey，是查找不出來的。
Daas平臺集成了基于原生--Bigkeys代碼實現(xiàn)的查詢Bigkey的方式，這個方式的缺點是只能計算每種數(shù)據(jù)結(jié)構(gòu)的top1，如果有些數(shù)據(jù)結(jié)構(gòu)有比較多的Bigkey，是查找不出來的。該方式相對比較安全，已經(jīng)開放出來給業(yè)務開發(fā)同學使用。
3.2 RDB文件分析
借助開源的工具，比如rdb-tools，分析Redis實例的RDB文件，找出其中的Bigkey，這種方式需要生成RDB文件，需要注意以下幾點：
- 建議在slave節(jié)點執(zhí)行，因為生成RDB文件會影響節(jié)點性能。
- 需要生成RDB文件，會影響節(jié)點性能，雖然在slave節(jié)點執(zhí)行，但是也是有可能造成主從中斷，進而影響到master節(jié)點。
Daas平臺集成了基于RDB文件分析代碼實現(xiàn)的查詢Bigkey的方式，可以根據(jù)實際需求自定義填寫N，分析的top N個Bigkey。該方式相對有一定風險，只有DBA有權(quán)限執(zhí)行分析。
3.3 Bigkey 巡檢
通過巡檢，可以暴露出隱患，提前解決，避免故障的發(fā)生，進行全網(wǎng)Bigkey的巡檢，是避免Bigkey故障的比較好的方法。由于全網(wǎng)Redis實例數(shù)量非常大，分析的速度比較慢，使用當前的分析方法很難完成。為了解決這個問題，存儲研發(fā)組分布式數(shù)據(jù)庫同學計劃開發(fā)一個高效的RDB解析工具，然后通過大規(guī)模解析RDB文件來分析Bigkey，可以提高分析速度，實現(xiàn)Bigkey的巡檢。
四、 Bigkey處理優(yōu)化
4.1 Bigkey拆分
優(yōu)化Bigkey的原則就是string減少字符串長度，list、hash、set、zset等減少元素數(shù)量。當我們知道哪些key是Bigkey時，可以把單個key拆分成多個key，比如以下拆分方式可以參考。
- big list：list1、list2、...listN
- big hash：可以做二次的hash，例如hash%100
- 按照日期拆分多個：key20220310、key20220311、key202203212
4.2 Bigkey分析工具優(yōu)化
我們?nèi)W(wǎng)Redis集群有2200以上，實例數(shù)量達到4.5萬以上，有的比較大的集群的實例數(shù)量達到了1000以上，前面提到的兩種Bigkey分析工具還都是實例維度分析，對于實例數(shù)量比較大的集群，進行全集群分析也是比較耗時的，為了提高分析效率，從以下幾個方面進行優(yōu)化：
- 可以從集群維度選擇全部slave進行分析。
- 同一個集群的相同服務器slave實例串行分析，不同服務器的slave實例并行分析，最大并發(fā)度默認10，同時可以分析10個實例，并且可以自定義輸入執(zhí)行分析的并發(fā)度。
- 分析出符合Bigkey規(guī)定標準的所有key信息：大于1MB的string類型的所有key，如果不存在就列出最大的50個key；hash、list、set、zset等類型元素個數(shù)大于2000的所有key，如不存在就給出每種類型最大的50個key。
- 增加暫停、重新開始、結(jié)束功能，暫停分析后可以重新開始。
4.3 水平擴容遷移優(yōu)化
目前情況，我們有一些Bigkey的發(fā)現(xiàn)是被動的，一些是在水平擴容時候發(fā)現(xiàn)的，由于Bigkey的存在導致擴容失敗了，嚴重的還觸發(fā)了master-slave的故障切換，這個時候可能已經(jīng)造成業(yè)務程序訪問超時，導致了可用性下降。
我們分析了Daas平臺的水平擴容時遷移key的過程及影響參數(shù)，內(nèi)容如下：
（1）【cluster-node-timeout】：控制集群的節(jié)點切換參數(shù)，master堵塞超過cluster-node-timeout/2這個時間，就會主觀判定該節(jié)點下線pfail狀態(tài)，如果遷移Bigkey阻塞時間超過cluster-node-timeout/2，就可能會導致master-slave發(fā)生切換。
（2）【migrate timeout】：控制遷移io的超時時間，超過這個時間遷移沒有完成，遷移就會中斷。
（3）【遷移重試周期】：遷移的重試周期是由水平擴容的節(jié)點數(shù)決定的，比如一個集群擴容10個節(jié)點，遷移失敗后的重試周期就是10次。
（4）【一個遷移重試周期內(nèi)的重試次數(shù)】：在一個起遷移重試周期內(nèi)，會有3次重試遷移，每一次的migrate timeout的時間分別是10秒、20秒、30秒，每次重試之間無間隔。
比如一個集群擴容10個節(jié)點，遷移時候遇到一個Bigkey，第一次遷移的migrate timeout是10秒，10秒后沒有完成遷移，就會設置migrate timeout為20秒重試，如果再次失敗，會設置migrate timeout為30秒重試，如果還是失敗，程序會遷移其他新9個的節(jié)點，但是每次在遷移其他新的節(jié)點之前還會分別設置migrate timeout為10秒、20秒、30秒重試遷移那個遷移失敗的Bigkey。這個重試過程，每個重試周期阻塞（10+20+30）秒，會重試10個周期，共阻塞600秒。其實后面的9個重試周期都是無用的，每次重試之間沒有間隔，會連續(xù)阻塞了Redis實例。
（5）【遷移失敗日志】：遷移失敗后，記錄的日志沒有包括遷移節(jié)點、solt、key信息，不能根據(jù)日志立即定位到問題key。
我們對這個遷移過程做了優(yōu)化，具體如下：
（1）【cluster-node-timeout】：默認是60秒，在遷移之前設置為15分鐘，防止由于遷移Bigkey阻塞導致master-slave故障切換。
（2）【migrate timeout】：為了最大限度減少實例阻塞時間，每次重試的超時時間都是10秒，3次重試之間間隔30秒，這樣最多只會連續(xù)阻塞Redis實例10秒。
（3）【重試次數(shù)】：遷移失敗后，只重試3次（重試是為了避免網(wǎng)絡抖動等原因造成的遷移失敗），每次重試間隔30秒，重試3次后都失敗了，會暫停遷移，日志記錄下Bigkey，去掉了其他節(jié)點遷移的重試。
（4）【優(yōu)化日志記錄】：遷移失敗日志記錄遷移節(jié)點、solt、key信息，可以立即定位到問題節(jié)點及key。
五、總結(jié)
本文通過對Bigkey的分析，重點介紹了在運維中對bigkey問題的處理思路、解決方式。首先是需要從源頭治理，防止Bigkey形成，DBA應該加強對業(yè)務開發(fā)同學bigkey相關問題的宣導；其次是需要具備及時發(fā)現(xiàn)的能力，這個也是我們現(xiàn)在的不足之處。我們后面會從Bigkey巡檢、Bigkey分析工具的這兩個方面，提高Bigkey發(fā)現(xiàn)能力。
參考資料：
