持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第24天，点击查看活动详情
Redis 内存优化
-
部分属性的说明：
属性名 属性说明 used_memory Redis 分配器分配的内存总量，就是内部存储的所有数据内存占用量。 used_memory_human 以可读的格式返回 used_memory。 used_memory_rss 以操作系统的角度显示 Redis 进程占用的物理内存总量。 used_memory_rss_human 以可读的格式返回 used_memory_rss。 used_memory_peak 内存使用的峰值。 used_memory_peak_human 以可读的格式返回 used_memory_peak。 used_memory_peak_perc 使用内存达到峰值内存的百分比。 used_memory_overhead Redis 为了维护数据集的内部机制所需的内存开销，包括所有客户端输出缓冲区、查询缓冲区、AOF 重写缓冲区和主从复制的 backlog。 used_memory_startup Redis 服务器启动时消耗的内存 used_memory_dataset 数据占用的内存大小。 used_memory_dataset_perc 数据占用的内存大小的百分比。 total_system_memory 操作系统内存。 total_system_memory_human 以更直观的格式显示操作系统内存。 used_memory_lua Lua 脚本存储占用的内存。 used_memory_lua_human 以更直观的格式显示 Lua 脚本存储占用的内存。 used_memory_scripts Lua 脚本使用的字节数。 used_memory_scripts_human 以更直观的格式显示 Lua 脚本使用的字节数。 maxmemory Redis 实例的最大内存配置。 maxmemory_human 以更直观的格式显示 Redis 实例的最大内存配置。 maxmemory_policy 当达到 maxmemory 时的淘汰策略。
从上面内存的信息可以发现很多信息，比如当前节点的内存碎片率（used_memory_rss/used_memory）、使用的内存分配器（jemalloc-5.1.0）、Redis 实例的最大内存配置（maxmemory）。了解这些信息之后，就可以在实际开发中有针对性的进行内存优化。
一般会消耗 Redis 内存的有：自身内存、键值对象占用、缓冲区内存占用以及内存碎片的占用。有时候 Redis 中的一些空进程自身也会消耗内存，但是消耗非常少，乃至于忽略不计，所以一般在优化内存的时候，可以不考虑此项。
接下来我们一起来学习一些简单的内存优化的方案。
-
缩减键值对对象
如果大家翻看过 Redis 源码可以知道，Redis 使用对象来表示数据库中的键和值，每次在 Redis 的数据库中创建一个新的键值对时（比如 set msg "hello redis"），都会至少创建两个对象：一个对象用作创建键值对的键（键对象），另一个对象用作创建键值对的（值对象）。这一块的内存消耗最大，它存储着用户所有的数据。所以此时我们在进行数据数存储时，我们就可以考虑一些优化 key 和 value 的方案了。
a. key 和 value 的最直接的方式就是缩短 key 和 value 的长度。key 要在符合业务描述完整性的情况下越短越好； value 的存储，把业务对象序列化成二进制数组放入 Redis 数据库中，在序列化工具上选择更有效的工具来降低字节数组的大小。
b. 精简业务，避免存储不必要的属性和元素存储。
我们可以通过以下命令进行大键的搜索，然后可以删除其中的额外字符来缩短它。
redis-cli --bigkeys -
检测并删除不用的键
Redis 有自己的内存管理和内存淘汰策略，可以定期管理淘汰一些过期的 key ，用于保持 Redis 内存中对象的活跃度和释放优化内存。但是内存淘汰策略是内存达到 maxmemory 上限才会触发。所以平时我们可以通过 scan + object idletime key + lua 脚本来删除一些过期的键或者是过期时间很长的键。
✨ 说明：
scan命令可以批量的遍历所有的 key，直到返回 0 遍历结束。object idletime key返回 key 空闲时间。然后使用 lua 脚本来删除这些长时间不访问的键，从而达到降低内存的效果。 -
内存碎片优化
在进行内存碎片优化之前，我们需要先弄清楚内存碎片产生的原因，然后给出相应的解决方案。下面是两个简单的优化方案：
a. 数据对其：比如在条件允许的情况下，我们可以使用数据时才去定长或者固定字符的长度等等。
b. 安全重启：比如利用高可用架构，将碎片率过高的主节点变成从节点，然后安全重启，重启节点可以做到内存碎片的重新整理。
-
编码优化
a. 使用 list、hash、set、zset 时尽可能使用 ziplist 编码，好处是减少内存占用，坏处是操作变慢。比如同样的数据，使用 ziplist 编码的 hash 类型存储比 string 类型节约内存。
b. 编码类型是在 Redis 内部自动完成，这种转换不可逆，转换只能从小内存向大内存转换，Redis 不支持编码回退，主要是数据增删频繁时，数据向压缩编码转换非常消耗 cpu，得不偿失。
-
控制键的数量
当使用 Redis 存储大量数据时，通常会存在大量键，过多的键同样会消耗大量内存。比如如果键很多的话，我们可以将键进行分组，然后映射到多个 hash 结构中以降低键的数量。
以上是一些简单的优化方案，在实际开发中，得根据实际的应用场景进行相应的优化，而且上面都是垂直层面的优化，也可以通过水平扩展来增加，比如增加内存、增加服务器等等。
官网从以下几个方面简单的介绍了内存优化：
- 小的聚合类型数据的特殊编码处理
- 使用 32 位的 Redis
- 位级别和字级别的操作
- 尽可能使用散列表（hashes）
- 使用散列结构高效存储抽象的键值对
- 内存分配
