20 Redis 的内存空间存储效率问题
前言
做了数据删除，数据量已经不大了，使用 top 命令查看时还会发现 Redis 占用了很多内存。这是因为当数据删除后，Redis 释放的内存空间会由内存分配器管理，并不会立即返回给操作系统。所以操作系统仍然会记录着给 Redis 分配了大量内存。
潜在的风险点：Redis 释放的内存空间可能并不是连续的，这些不连续的内存空间很有可能处于一种闲置的状态。导致一个问题：虽然有空闲空间，Redis 却无法用来保存数据，不仅会减少 Redis 能够实际保存的数据量，还会降低 Redis 运行机器的成本回报率。
把 Redis 的内存空间比作高铁上的车厢座位数。如果高铁的车厢座位数很多，但运送的乘客数很少，高铁运行一次的效率低成本高，性价比降低。如果租用了一台 16GB 内存的云主机运行 Redis，却只保存了 8GB 的数据，租用这台云主机的成本回报率也会降低一半。
一、内存碎片
内存空间闲置是因为操作系统发生了较为严重的内存碎片。假设一个车厢的座位总共有 60 个，现在已经卖了 57 张票，我和 2 个小伙伴要乘坐高铁出门旅行，刚好需要三张票。想要坐在一起在路上聊天。但是选座位时却发现，已经买不到连续的座位了。只好换了一趟车。需要改变出行时间，而且这趟车就空置了三个座位。 这趟车的空座位是和人数相匹配的，只是这些空座位是分散的，如下图：
虽然操作系统的剩余内存空间总量足够，但是应用申请的是一块连续地址空间的 N 字节，但在剩余的内存空间中，没有大小为 N 字节的连续空间了，这些剩余空间就是内存碎片（比如上图中的“空闲 2 字节”和“空闲 1 字节”）。
二、内存碎片形成的原因
内因是操作系统的内存分配机制，外因是 Redis 的负载特征。
内因：内存分配器的分配策略
内存分配器的分配策略决定了操作系统无法做到“按需分配”。因为内存分配器一般是按固定大小来分配内存，而不是完全按照应用程序申请的内存空间大小给程序分配。
Redis 使用 libc、jemalloc、tcmalloc 多种内存分配器来分配内存，默认使用 jemalloc。jemalloc 为例，jemalloc 的分配策略之一，是按照一系列固定的大小划分内存空间，例如 8 字节、16 字 节、32 字节、48 字节，…, 2KB、4KB、8KB 等。当程序申请的内存最接近某个固定值时，jemalloc 会给它分配相应大小的空间。
是为了减少分配次数。例如，Redis 申请一个 20 字节的空间保存数据，jemalloc 就会分配 32 字节，如果应用还要写入 10 字节的数据，Redis 就不用再向操作系统申请空间了，因为刚才分配的 32 字节已经够用了，这就避免了一次分配操作。
但是 Redis 每次向分配器申请的内存空间大小不一样，这种分配方式就会有形成碎片的风险，而这正好来源于 Redis 的外因了。
外因：键值对大小不一样和删改操作
Redis 作为共用的缓存系统或键值数据库对外提供服务，所以不同业务应用的数据都可能保存在 Redis 中，带来不同大小的键值对。Redis 申请内存空间分配时，本身就会有大小不一的空间需求。这是第一个外因。
内存分配器只能按固定大小分配内存，所以分配的内存空间一般都会比申请的空间大一些，不会完全一致，会造成一定的碎片，降低内存空间存储效率。
比如应用 A 保存 6 字节数据，jemalloc 按分配策略分配 8 字节。如果应用 A 不再保存新数据，那么，这里多出来的 2 字节空间就是内存碎片了，如下图：
第二个外因是，这些键值对会被修改和删除，导致空间的扩容和释放。
- 修改后的键值对变大或变小了，需要占用额外的空间或者释放不用的空间。
- 删除的键值对就不再需要内存空间了，会把空间释放出来，形成空闲空间。
应用 A、B、C、D 保存了 3、1、2、4 字节的数据，并占据了相应的内存空间。应用 D 删除了 1 个字节，这 1 字节的内存空间就空出来了。应用 A 修改了数据，从 3 字节变成了 4 字节。为了保持 A 数据的空间连续性，操作系统就需要把 B 的数据拷贝到别的空间，比如拷贝到 D 刚刚释放的空间中。应用 C 和 D 也分别删除了 2 字节和 1 字节的数据，整个内存空间上就分别出现了 2 字节和 1 字节的空闲碎 片。如果应用 E 想要一个 3 字节的连续空间，是不能得到满足的。虽然空间总量够，但是碎片空间并不是连续的。
内存分配器策略是内因， Redis 的负载属于外因，包括了大小不一的键值对和键值对修改删除带来的内存空间变化。
三、判断是否有内存碎片的方法
Redis 是内存数据库，内存利用率的高低直接关系到 Redis 运行效率的高低。Redis 的 INFO 命令，可以用来查询内存使用的详细信息，命令如下：
INFO memory
# Memory
used_memory:1073741736
used_memory_human:1024.00M
used_memory_rss:1997159792
used_memory_rss_human:1.86G
…
mem_fragmentation_ratio:1.86
mem_fragmentation_ratio 表示的就是 Redis 当前的内存碎片率。碎片率计算规则是上面的命令中的两个指标 used_memory_rss 和 used_memory 相除的结果。
mem_fragmentation_ratio = used_memory_rss/ used_memory
used_memory_rss 是操作系统实际分配给 Redis 的物理内存空间，里面就包含了碎片；used_memory 是 Redis 为了保存数据实际申请使用的空间。例如 Redis 申请使用了 100 字节（used_memory），操作系统实际分配了 128 字节（used_memory_rss），mem_fragmentation_ratio 就是 1.28。
经验阈值：
- mem_fragmentation_ratio 大于 1 但小于 1.5是合理的。因为那些因素是难以避免的。内因的内存分配器是一定要使用的，分配策略都是通用的，不会轻易修改；外因由 Redis 负载决定，也无法限制。所以存在内存碎片也是正常的。
- mem_fragmentation_ratio 大于 1.5 表明内存碎片率已经超过了 50%。需要采取一些措施来降低内存碎片率了。
四、清理内存碎片的方法
Redis 发生内存碎片，“简单粗暴”的方法是重启 Redis 实例。这并不是一个“优雅”的方法，重启 Redis 会带来两个后果：
- 如果 Redis 中的数据没有持久化，数据就会丢失；
- 即使 Redis 数据持久化了，还需要通过 AOF 或 RDB 进行恢复，恢复时长取决于 AOF 或 RDB 的大小，如果只有一个 Redis 实例，恢复阶段无法提供服务。
从 4.0-RC3 版本以后，Redis 自身提供了一种内存碎片自动清理的方法。内存碎片清理就是“搬家让位，合并空间”。
例如我和小伙伴不想耽误时间，直接买了座位不在一起的三张票。上车后我和小伙伴通过和别人调换座位，又坐到了一起。当有数据把一块连续的内存空间分割成好几块不连续的空间时，操作系统就会把数据拷贝到别处。数据拷贝需要能把这些数据 原来占用的空间都空出来，把原本不连续的内存空间变成连续的空间。如果数据拷贝后，并没有形成连续的内存空间，这就不能算是清理了。
碎片清理前，这段 10 字节的空间中分别有 1 个 2 字节和 1 个 1 字节的空闲空间， 只是这两个空间并不连续。操作系统在清理碎片时，会先把应用 D 的数据拷贝到 2 字节的空闲空间中，并释放 D 原先所占的空间。然后再把 B 的数据拷贝到 D 原来的空间中。 这段 10 字节空间的最后三个字节就是一块连续空间了。
碎片清理是有代价的，操作系统需要把多份数据拷贝到新位置，把原有空间释放出来，这会带来时间开销。Redis 是单线程，在数据拷贝时，Redis 只能等着，这就导致 Redis 无法及时处理请求，性能就会降低。数据拷贝还需要注意顺序，操作系统需要先拷贝 D，并释放 D 的空间后，才能拷贝 B。这种对顺序性的要求，会进一步增加 Redis 的等待时间，导致性能降低。
通过设置参数来控制碎片清理的开始和结束时机，以及占用的 CPU 比例，从而减少碎片清理对 Redis 本身请求处理的性能影响。
Redis 启用自动内存碎片清理，把 activedefrag 配置项设置为 yes，命令如下：
config set activedefrag yes
同时满足这两个条件开始清理。在清理的过程中，只要有一个条件不满足了，就停止自动清理。
- active-defrag-ignore-bytes 100mb：表示内存碎片的字节数达到 100MB 时，开始清理；
- active-defrag-threshold-lower 10：表示内存碎片空间占操作系统分配给 Redis 的总空间比例达到 10% 时，开始清理。
为了尽可能减少碎片清理对 Redis 正常请求处理的影响，自动内存碎片清理功能在执行时，还会监控清理操作占用的 CPU 时间，而且还设置了两个参数，分别用于控制清理操作 占用的 CPU 时间比例的上、下限，既保证清理工作能正常进行，又避免了降低 Redis 性 能。这两个参数具体如下：
- active-defrag-cycle-min 25： 表示自动清理过程所用 CPU 时间的比例不低于 25%，保证清理能正常开展；
- active-defrag-cycle-max 75：表示自动清理过程所用 CPU 时间的比例不高于 75%，一旦超过就停止清理，从而避免在清理时，大量的内存拷贝阻塞 Redis，导致响应延迟升高。
自动内存碎片清理机制在控制碎片清理启停的时机上，既考虑了碎片的空间占比、对 Redis 内存使用效率的影响，还考虑了清理机制本身的 CPU 时间占比、对 Redis 性能的影响。而且清理机制还提供了 4 个参数，可以根据实际应用中的数据量需求和性能要求灵活使用。
总结
Redis 的内存空间效率问题，关键技术点是要识别和处理内存碎片：
- info memory 命令是一个好工具，查看碎片率的情况；
- 碎片率阈值是一个好经验，有效地判断是否要进行碎片清理了；
- 内存碎片自动清理是一个好方法，避免因为碎片导致 Redis 的内存实际利用率降低，提升成本收益率。
Redis 的内存碎片自动清理涉及内存拷贝是个潜在的风险。如果在实践过程中遇到 Redis 性能变慢，通过日志看下是否正在进行碎片清理。如果 Redis 正在清理碎片，调小 active-defrag-cycle- max 的值，以减轻对正常请求处理的影响。
