Skip to content

第 8 章:生产上的 Redis ​

开发环境里 Redis 从不宕机。生产环境里,它会在你最不希望的时间点,用你最没想到的方式出问题。


学习目标 ​

  • 说清 RDB 与 AOF 各丢多少数据,选一个能接受的口径
  • 画出主从 + 哨兵的拓扑,理解故障转移时客户端会经历什么
  • 记住六个监控指标,能在故障前看出苗头
  • 有一份上线前的配置清单,照着勾

8.1 持久化:先决定"能丢多少" ​

方式怎么工作丢失窗口恢复速度
RDB定时 fork 子进程写快照最多一个快照间隔(比如 5 分钟)快
AOF每条写命令追加到日志取决于 fsync 策略慢(要重放)
混合(7.0+ 默认)AOF 文件前半段是 RDB 快照同 AOF较快

AOF 的三种 appendfsync:

策略丢多少性能
always基本不丢每条命令一次 fsync,最慢
everysec(默认)最多 1 秒平衡
no交给操作系统,可能丢几秒到几十秒最快

先回答一个问题:这份数据丢了,业务能不能接受?

  • 纯缓存 → 可以全丢,甚至不用开持久化;
  • 会话、验证码 → 丢几秒无所谓,everysec 够;
  • 任务队列 → 丢一条任务要能补偿,everysec + 业务幂等;
  • 当账本用 → 不该用 Redis,见第 1 章。

8.2 主从与故障转移 ​

单实例有两个问题:读压力集中、挂了就全挂。标准解法是主从 + 哨兵。

三个哨兵、一个主、两个从Sentinel 集群(互相监控)sentinel1sentinel2sentinel3奇数个,quorum 过半才判定主下线master :6379读写都走它,异步复制到从replica 1 :6380只读,承接读流量replica 2 :6381只读,承接读流量复制复制监控复制是异步的:主节点确认写入后立刻返回,不等从节点。这意味着主挂了强制切换,最后那一小段写入可能就丢了——这也是第 6 章说"别用 Redis 锁保正确性"的根因。

故障转移大致是这样:

两个容易被忽略的点:

  • 客户端必须用支持哨兵的连接方式。写死 IP 的客户端不会自动切,故障转移对它等于没发生;
  • 切换期间有几十秒不可用。业务侧要有重试和降级,不是"配了哨兵就高枕无忧"。

数据量超过单机内存,或者写压力太大,才会用到 Cluster(16384 个槽分片)。个人项目和中小业务,主从 + 哨兵基本够。


8.3 六个指标,日常就看这些 ​

指标含义异常信号
used_memory已用内存持续逼近 maxmemory
evicted_keys因内存满被淘汰的 key 数突然飙升 → 容量不够或有大量过期设计失误
keyspace_hits / misses命中与未命中命中率骤降 → 缓存失效或 key 设计问题
connected_clients当前连接数顶到 maxclients → 客户端没复用连接
blocked_clients阻塞中的客户端持续很高 → BRPOP/BLPOP 太多或消费者卡住
latest_fork_usec最近一次 fork 耗时变大 → 内存太大,RDB 快照会拖慢主线程

一条命令看全:

bash
redis-cli INFO | grep -E "used_memory_human|evicted_keys|keyspace_hits|keyspace_misses|connected_clients|blocked_clients"
redis-cli SLOWLOG GET 10      # 最近 10 条慢命令

8.4 五类真实事故 ​

事故表现根因处理
内存打满写入报 OOM,业务报错noeviction + 没设上限改淘汰策略、加容量、查大 key
卡顿几秒所有请求同时变慢KEYS *、大 key DEL、RDB fork换 SCAN、用 UNLINK、错峰快照
缓存与库不一致页面显示旧数据先删缓存后更库、并发回填改顺序、延迟双删、TTL 兜底
连接数耗尽ERR max number of clients reached每次请求新建连接连接池、查泄漏
主从延迟大读到旧数据从节点写入积压、网络抖动关键读走主、监控 master_repl_offset 差值

事故的共同点:都不是 Redis 的 bug,而是用法或容量问题。


8.5 上线前清单 ​

  • [ ] bind 只监听内网地址,不暴露公网
  • [ ] 设 requirepass 或 ACL,别裸奔
  • [ ] maxmemory 设为物理内存的 70%–80%
  • [ ] maxmemory-policy 按用途选(纯缓存 allkeys-lru)
  • [ ] 开持久化并与业务确认"能丢多少"
  • [ ] 定时备份 RDB/AOF 到另一台机器
  • [ ] 重命名或禁用 KEYS、FLUSHALL、CONFIG 等高危命令
  • [ ] 配主从 + 哨兵(或至少监控 + 告警)
  • [ ] 接入监控,evicted_keys 与内存使用率设阈值告警

8.6 容量估算的粗公式 ​

需要的内存 ≈ 有效数据量 × 2.5(结构开销与碎片) + 复制缓冲 + 20% 余量

举例:要缓存 100 万条、每条 200 字节的 JSON:

  • 裸数据 200 MB;
  • × 2.5 ≈ 500 MB;
  • 加余量 → 按 800 MB–1 GB 规划。

不确定就先按 1 GB 起,跑一周看 used_memory 曲线再调。监控数据比公式准。


全课收尾 ​

八章走下来,其实是一条后端的"状态管理"链路:

为什么需要(第 1 章)→ 跑起来(第 2 章)→ 选结构(第 3 章)→ 管内存(第 4 章)→ 防缓存事故(第 5 章)→ 做互斥与限流(第 6 章)→ 做异步队列(第 7 章)→ 上线与运维(第 8 章)

Redis 的定位始终没变:它让多个进程看见同一份状态,并且足够快。凡是需要"共享、快速、可过期"的东西,都可以先想到它;凡是需要"持久、事务、可查询"的东西,仍然交给数据库。


本章小结 ​

要点说明
持久化RDB 丢一个间隔,AOF everysec 丢 1 秒,混合兼顾
复制异步,切换时可能丢最后一小段
高可用主从 + 哨兵;客户端要支持自动切换
六个指标内存、淘汰、命中率、连接、阻塞、fork 耗时
五类事故内存、卡顿、一致性、连接、复制延迟
容量公式有效数据 × 2.5 + 余量,再用监控校准

下一章 ​

Redis 这门到这里结束。下一门是「向量数据库」:把第 3 章见过的那种"按分数排序"的能力,换成"按语义相似度排序",为 Lv4 的 RAG 打地基。

本文阅读--次|全站访问--次|访客--人