浅析 Redis 分布式集群倾斜问题

对于分布式系统而言，整个集群处理请求的效率和存储容量，往往取决于集群中响应最慢或存储增长最快的节点。所以在系统设计和容量规划时，我们尽量保障集群中各节点的“数据和请求分布均衡“。但在实际生产系统中，出现数据容量和请求倾斜(类似 Data Skew）问题是比较常见的。

示例：2019 年春节抽奖服务，业务评估峰值 qps 是 2w，转化到 redis 集群为 10w qps 和 5GB 内存存储，部署 5 个分片每个分片 1GB+2W qps 的 redis 集群（包含预留容量）。结果活动开始时，才发现服务存在”热点 key"，请求严重倾斜, 峰值时的 6w qps 都集中到其中一个分片,导致这分片过载，整个抽奖服务雪崩。

redis 分布式集群倾斜问题，主要分为两类：1 数据存储容量倾斜，数据存储总是落到集群中少数节点；2 qps 请求倾斜，qps 总是落到少数节点。

本文主要从以下几点分析 redis 分布式集群倾斜：

• redis 集群出现倾斜的影响；

• 导致 redis 集群倾斜的常见原因；

• redis 集群倾斜问题的排查方式；

• 如何有效避免 redis 集群倾斜问题。

redis 集群出现倾斜的影响

倾斜问题对于 redis 这类纯内存和单线程服务影响较大，存在以下痛点:

• qps 集中到少数 redis 节点，引起少数节点过载，会拖垮整个服务，同时集群处理 qps 能力不具备可扩展性；

• 数据容量倾斜，导致少数节点内存爆增，出现 OOM Killer 和集群存储容量不具备可扩展性；

• 运维管理变复杂，类似监控告警内存使用量、QPS、连接数、redis cpu busy 等值不便统一；

• 因集群内其他节点资源不能被充分利用，导致 redis 服务器/容器资源利率低；

• 增大自动化配置管理难度；单集群节点尽量统一参数配置；

分析完影响，那我们再看生产环境中，导致 Redis 集群严重“倾斜”的常见原因。

导致 Redis 集群倾斜的常见原因

一般是系统设计时，键空间(keyspace)设计不合理：

• 系统设计时，redis 键空间(keyspace)设计不合理，出现”热点 key",导致这类 key 所在节点 qps 过载，集群出现 qps 倾斜；

• 系统存在大的集合 key(hash,set,list 等)，导致大 key 所在节点的容量和 QPS 过载，集群出现 qps 和容量倾斜；

• DBA 在规划集群或扩容不当，导致数据槽(slot)数分配不均匀，导致容量和请求 qps 倾斜;

• 系统大量使用 Keys hash tags, 可能导致某些数据槽位的 key 数量多，集群集群出现 qps 和容量倾斜；

• 工程师执行 monitor 这类命令，导致当前节点 client 输出缓冲区增大；used_memory_rss 被撑大；导致节点内存容量增大，出现容量倾斜；

接下来，当集群出现内存容量、键数量或 QPS 请求量严重倾斜时，我们应该排查定位问题呢？

Redis 集群倾斜问题的排查方式

排查节点热点 key,确定 top commands.

当集群因热点 key 导致集群 qps 倾斜，需快速定位热点 key 和 top commands。可使用开源工具 redis-faina，或有实时 redis 分析平台更好。

以下是使用 redis-faina 工具分析，可见两个前缀 key 的 QPS 占比基本各为 50%, 明显热点 key；也能看到 auth 命令的异常(top commands)。

Overall Stats========================================Lines Processed         100000Commands/Sec            7276.82
Top Prefixes========================================ar_xxx         49849   (49.85%)
Top Keys========================================c8a87fxxxxx        49943   (49.94%)a_r:xxxx           49849   (49.85%)
Top Commands========================================GET             49964   (49.96%)AUTH            49943   (49.94%)SELECT          88      (0.09%)

系统是否使用较大的集合键

系统使用大 key 导致集群节点容量或 qps 倾斜，比如一个 5kw 字段的 hash key, 内存占用在近 10GB，这个 key 所在 slot 的节点的内存容量或 qps 都很有可能倾斜。

这类集合 key 每次操作几个字段，很难从 proxy 或 sdk 发现 key 的大小。

可使用 redis-cli --bigkeys 分析节点存在的大键。如果需全量分析，可使用 redis-rdb-tools(https://github.com/sripathikrishnan/redis-rdb-tools) 对节点的 RDB 文件全量分析，通过结果 size_in_bytes 列得到大 key 的占用内存字节数。

示例使用 redis-cli 进行抽样分析：

redis-cli  --bigkeys -p 7000                                 
# Scanning the entire keyspace to find biggest keys as well as# average sizes per key type.  You can use -i 0.1 to sleep 0.1 sec# per 100 SCAN commands (not usually needed).[00.00%] Biggest string found so far 'key:000000019996' with 1024 bytes[48.57%] Biggest list   found so far 'mylist' with 534196 items-------- summary -------Sampled 8265 keys in the keyspace!Total key length in bytes is 132234 (avg len 16.00)
Biggest string found 'key:000000019996' has 1024 bytesBiggest   list found 'mylist' has 534196 items
8264 strings with 8460296 bytes (99.99% of keys, avg size 1023.75)1 lists with 534196 items (00.01% of keys, avg size 534196.00)

检查集群每个分片的数据槽分配是否均匀

下面以 Redis Cluster 集群为例确认集群中，每个节点负责的数据槽位(slots)和 key 个数。下面 demo 的部分实例存在不轻度“倾斜”但不严重，可考虑进行 reblance.

redis-trib.rb info redis_ip:portnodeip:port (5e59101a...) -> 44357924 keys | 617 slots | 1 slaves.nodeip:port (72f686aa...) -> 52257829 keys | 726 slots | 1 slaves.nodeip:port (d1e4ac02...) -> 45137046 keys | 627 slots | 1 slaves.---------------------省略------------------------nodeip:port (f87076c1...) -> 44433892 keys | 617 slots | 1 slaves.nodeip:port (a7801b06...) -> 44418216 keys | 619 slots | 1 slaves.nodeip:port (400bbd47...) -> 45318509 keys | 614 slots | 1 slaves.nodeip:port (c90a36c9...) -> 44417794 keys | 617 slots | 1 slaves.[OK] 1186817927 keys in 25 masters.72437.62 keys per slot on average.

系统是否大量使用 keys hash tags

在 redis 集群中，有些业务为达到多键的操作，会使用 hash tags 把某类 key 分配同一个分片，可能导致数据、qps 都不均匀的问题。可使用 scan 扫描 keyspace 是否有使用 hash tags 的，或使用 monitor,vc-redis-sniffer 工具分析倾斜节点，是否大理包含有 hash tag 的 key。

是否因为 client output buffer 异常，导致内存容量倾斜

确认是否有 client 出现 output buffer 使用量异常，引起内存过大的问题；比如执行 monitor、keys 命令或 slave 同步 full sync 时出现客户端输入缓冲区占用过大。

这类情况基本 redis 实例内存会快速增长，很快会出现回落。通过监测 client 输出缓冲区使用情况；分析见下面示例：

# 通过监控client_longest_output_list输出列表的长度，是否有client使用大量的输出缓冲区.redis-cli  -p 7000 info clients# Clientsconnected_clients:52client_longest_output_list:9179client_biggest_input_buf:0blocked_clients:0
# 查看输出缓冲区列表长度不为0的client。 可见monitor占用输出缓冲区370MBredis-cli  -p 7000 client list | grep -v "oll=0"id=1840 addr=xx64598  age=75 idle=0 flags=O obl=0 oll=15234 omem=374930608 cmd=monitor

如何有效避免 Redis 集群倾斜问题

• 系统设计 redis 集群键空间和 query pattern 时，应避免出现热点 key, 如果有热点 key 逻辑，尽量打散分布不同的节点或添加程序本地缓存；

• 系统设计 redis 集群键空间时，应避免使用大 key，把 key 设计拆分打散；大 key 除了倾斜问题，对集群稳定性有严重影响；

• redis 集群部署和扩缩容处理，保证数据槽位分配平均；

• 系统设计角度应避免使用 keys hash tag；

• 日常运维和系统中应避免直接使用 keys,monitor 等命令，导致输出缓冲区堆积；这类命令建议作 rename 处理；

• 合量配置 normal 的 client output buffer, 建议设置 10mb,slave 限制为 1GB 按需要临时调整(警示:和业务确认调整再修改，避免业务出错)

在实际生产业务场景中，大规模集群很难做到集群的完全均衡，只是尽量保证不出现严重倾斜问题。