Redis内存容量的预估和优化-白红宇

Redis内存容量的预估和优化

阅读量：6931 次

发布时间：2019-06-27

本文共 5041 字，大约阅读时间需要 16 分钟。

Redis是个内存全集的kv数据库,不存在部分数据在磁盘部分数据在内存里的情况,所以提前预估和节约内存非常重要.本文将以最常用的string和两类数据结构在内存分配器下的内存容量预估和节约内存的方法.

先说说jemalloc,传说中解决firefox内存问题freebsd的默认malloc分配器,area,thread-cache功能和tmalloc非常的相识.在2.4版本被Redis引入,在中提到内节约30%的内存使用.相比glibc的malloc需要在每个内存外附加一个额外的4字节内存块,jemalloc可以通过 je_malloc_usable_size函数获得指针实际指向的内存大小,这样Redis里的每个key或者value都可以节约4个字节,不少阿.

下面是jemalloc size class categories,左边是用户申请内存范围,右边是实际申请的内存大小.这张表后面会用到.

1 – 4 size class:4

5 – 8 size class:8

9 – 16 size class:16

17 – 32 size class:32

33 – 48 size class:48

49 – 64 size class:64

65 – 80 size class:80

81 – 96 size class:96

97 – 112 size class:112

113 – 128 size class:128

129 – 192 size class:192

193 – 256 size class:256

257 – 320 size class:320

321 – 384 size class:384

385 – 448 size class:448

449 – 512 size class:512

513 – 768 size class:768

769 – 1024 size class:1024

1025 – 1280 size class:1280

1281 – 1536 size class:1536

1537 – 1792 size class:1792

1793 – 2048 size class:2048

2049 – 2304 size class:2304

2305 – 2560 size class:2560

string

string类型看似简单,但还是有几个可优化的点.先来看一个简单的set命令所添加的数据结构.

一个set hello world命令最终(中间会malloc,free的我们不考虑)会产生4个对象,一个dictEntry(12字节),一个sds用于存储key,还有一个redisObject(12字节),还有一个存储string的sds.sds对象除了包含字符串本生之外,还有一个sds header和额外的一个字节作为字符串结尾共9个字节.

sds.c

========

51 sds sdsnewlen(const void *init, size_t initlen) {

52 struct sdshdr *sh;

54 sh = zmalloc(sizeof(struct sdshdr)+initlen+1);

sds.h

=======

39 struct sdshdr {

40 int len;

41 int free;

42 char buf[];

};

根据jemalloc size class那张表,这个命令最终申请的内存为16(dictEtnry) + 16 (redisObject) + 16(“hello”) + 16(“world”),一共64字节.注意如果key或者value的字符串长度+9字节超过16字节,则实际申请的内存大小32字节.

提一下string常见的优化方法

尽量使value为纯数字

这样字符串会转化成int类型减少内存的使用.

redis.c

=========

37 void setCommand(redisClient *c) {

38 c->argv[2] = tryObjectEncoding(c->argv[2]);

39 setGenericCommand(c,0,c->argv[1],c->argv[2],NULL);

40 }

object.c =======

275 o->encoding = REDIS_ENCODING_INT;

276 sdsfree(o->ptr);

277 o->ptr = (void*) value;

可以看到sds被释放了,数字被存储在指针位上,所以对于set hello 1111111就只需要48字节的内存.

调整REDIS_SHARED_INTEGERS

如果value数字小于宏REDIS_SHARED_INTEGERS(默认10000),则这个redisObject也都节省了,使用redis Server启动时的share Object.

object.c

=======

269 if (server.maxmemory == 0 && value >= 0 && value < REDIS_SHARED_INTEGERS &&

270 pthread_equal(pthread_self(),server.mainthread)) {

271 decrRefCount(o);

272 incrRefCount(shared.integers[value]);

273 return shared.integers[value];

274 }

这样一个set hello 111就只需要32字节,连redisObject也省了.所以对于value都是小数字的应用,适当调大REDIS_SHARED_INTEGERS这个宏可以很好的节约内存.

出去kv之外,dict的bucket逐渐变大也需要消耗内存,bucket的元素是个指针(dictEntry**), 而bucket的大小是超过key个数向上求整的2的n次方,对于1w个key如果rehash过后就需要16384个bucket.

开始string类型的容量预估测试, 脚本如下

#! /bin/bash

redis-cli info|grep used_memory:

for (( start = 10000; start < 30000; start++ ))

redis-cli set a$start baaaaaaaa$start > /dev/null

done

redis-cli info|grep used_memory:

根据上面的总结我们得出string公式

string类型的内存大小 = 键值个数 * (dictEntry大小 + redisObject大小 + 包含key的sds大小 + 包含value的sds大小) + bucket个数 * 4

下面是我们的预估值

>>> 20000 * (16 + 16 + 16 + 32) + 32768 * 4

1731072

运行一下测试脚本

hoterran@~/Projects/redis-2.4.1$ bash redis-mem-test.sh

used_memory:564352

used_memory:2295424

计算一下差值

>>> 2295424 – 564352

1731072

都是1731072,说明预估非常的准确, ^_^

zipmap

已经解释zipmap的效果,可以大量的节约内存的使用.对于一个普通的subkey和value,只需要额外的3个字节(keylen,valuelen,freelen)来存储,另外的hash key也只需要额外的2个字节(zm头尾)来存储subkey的个数和结束符.

zipmap类型的内存大小 = hashkey个数 * (dictEntry大小 + redisObject大小 + 包含key的sds大小 + subkey的总大小) + bucket个数 * 4

开始容量预估测试,100个hashkey,其中每个hashkey里包含300个subkey, 这里key+value的长度为5字节

#! /bin/bash

redis-cli info|grep used_memory:

for (( start = 100; start < 200; start++ ))

for (( start2 = 100; start2 < 400; start2++ ))

redis-cli hset test$start a$start2 “1” > /dev/null

done

redis-cli info|grep used_memory:

这里subkey是同时申请的的,大小是300 * (5 + 3) + 2 =2402字节,根据上面jemalloc size class可以看出实际申请的内存为2560.另外100hashkey的bucket是128.所以总的预估大小为

>>> 100 * (16 + 16 + 16 + 2560) + 128 * 4

261312

运行一下上面的脚本

hoterran@~/Projects/redis-2.4.1$ bash redis-mem-test-zipmap.sh

used_memory:555916

used_memory:817228

计算一下差值

>>> 817228 – 555916

261312

是的完全一样,预估很准确.

另外扯扯zipmap的一个缺陷,zipmap用于记录subkey个数的zmlen只有一个字节,超过254个subkey后则无法记录,需要遍历整个zipmap才能获得subkey的个数.而我们现在常把hash_max_zipmap_entries设置为1000,这样超过254个 subkey之后每次hset效率都很差.