记生产环境Codis内存急剧上升排查原因

Love The Way You Lie 2021-10-09 07:54 276阅读 0赞

和下述几乎一致

#  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。

![format_png][]

# 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。

![format_png 1][]

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。

![format_png 2][]

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.

![format_png 3][]

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。

![format_png 4][]

# 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： #

## 5.1  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。

## 5.2  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： #

## 6.1  开启一个空的Redis(最简，直接redis-server) ##

初始化状态如下：

# 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  
    
    # Clients  
    connected_clients:1  
    client_longest_output_list:0  
    client_biggest_input_buf:0  
    blocked_clients:0

## 6.2  开启一个monitor： ##

redis-cli -h 127.0.0.1 -p 6379 monitor

## 6.3  使用redis-benchmark： ##

redis-benchmark -h 127.0.0.1 -p 6379 -c 500 -n 200000

## 6.4  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

[format_png]: /images/20211009/28b49417f7d54cfb80f48464b3d2c7d6.png
[format_png 1]: /images/20211009/311b94d8462547fb919c8f1e314acfee.png
[format_png 2]: /images/20211009/90fa324caf044b0ba5df1f015096a155.png
[format_png 3]: /images/20211009/4d8d6b14e841414ba967d4f405aac339.png
[format_png 4]: /images/20211009/01e32dd8a4e64b37b4a8ed403e286ab1.png