Redis 运维的故障与处理方法

一：常见的运维故障
使用 keys * 把库堵死，——建议使用别名把这个命令改名
超过内存使用后，部分数据被删除——这个有删除策略的，选择适合自己的即可
没开持久化，却重启了实例，数据全掉——记得非缓存的信息需要打开持久化
RDB 的持久化需要 vm.overcommit_memory=1，否则会持久化失败
没有持久化情况下，主从，主重启太快，从还没认为主挂的情况下，从会清空自己的数据
——人为重启主节点前，先关闭从节点的同步

二：简单说下 Redis 故障的排查方法
了解清楚业务数据流是怎么样的
结合 Redis 监控查看 QPS、缓存命中率、内存使用率等信息
确认机器层面的资源是否有异常
故障时及时上机，使用 redis-cli monitor 打印出操作日志，然后分析（事后分析此条失效）
和研发沟通，确认是否有大 Key 在堵塞（大 Key 也可以在日常的巡检中获得）
和组内同事沟通，确实是否有误操作
和运维同事、研发一起排查流量是否正常，是否存在被刷的情况
——更多的排查需要对线上系统的分析

Redis运维故障处理方法
根据不同业务选择数据类型，有必要时对数据结构进行审核，减少数据冗余
精简键名和键值，控制键值的大小
使用前缀管理好 key
使用 scan 代替 keys，将遍历 Redis DB 中所有 key 的操作放到客户端来做
避免使用 O(N) 复杂度的命令
配置使用 ziplist 来优化 list
合理配置 maxmemory
数据量大的情况，做好 key 和 value 的压缩
利用管道，批量处理命令
根据不同业务选择短链接或者长链接
定期使用 redis-cli --big-keys 检测大 Key