Redis中國使用者組|唯品會Redis cluster大規模生產實踐經驗
阿新 • • 發佈：2018-12-23
很高興有機會給大家分享redis cluster的生產實踐經驗。目前在唯品會主要負責redis/hbase的運維和開發支援工作，也參與工具開發工作。
Outline
一、生產應用場景
二、儲存架構演變
三、應用最佳實踐
四、運維經驗總結
第1、2節：介紹redis cluster在唯品會的生產應用場景，以及儲存架構的演變。
第3節：redis cluster的穩定性，應用成熟度，踩到過那些坑，如何解決這些問題？這部分是大家比較關心的內容。
第4節：簡單介紹大規模運營的一些經驗，包括部署、監控、管理以及redis工具開發。
一、生產應用場景
1、業務範圍
redis cluster在唯品會主要應用於後端業務，用作記憶體儲存服務。主要大資料實時推薦/ETL、風控、營銷三大業使用。cluster用於取代當前twemproxy三層架構，作為通用的儲存架構。redis cluster可以大幅度簡化我們的儲存架構，也解決twemproxy架構無法線上擴容節點的問題。目前我們線上有生產幾十個cluster叢集，約2千個instances，單個叢集最大達到250+instances。
這是我們的生產應用場景，主要是後端業務的儲存，目前沒有作為cache使用的場景。
2、大資料、風控、營銷系統的特徵
- cluster作為資料量大, 單個cluster叢集在幾十個GB到上TB級別記憶體儲存量。
-
作為後端應用的儲存，資料來源主要以下三種方式：
- Kafka --> Redis Cluster，Storm/Spark實時
- Hive --> Redis Cluster， MapReduce程式
-
MySQL --> Redis Cluster，Java/C++程式。
- 資料由離線/實時job生成, 讀寫請求量大, 對讀寫效能也要求高。
- 業務高峰期請求量急劇上升，幾倍的讀寫量增加，需要多個redis例項承擔業務的讀寫壓力。
- 業務需求變化快， schema變化頻繁。如果使用MySQL作為儲存，那麼將會是頻繁的DLL變更，而且需要做online schema change。
-
大促銷活動時擴容頻繁。
3、為什麼選擇redis cluster3.1 cluster適合我們後端生產應用場景
- 線上水平擴充套件能力，能夠解決我們大量的擴容需求。
- Failover能力和高可用性。
- 雖然cluster不保證主從資料強一致性，但是後端業務能夠容忍failover後少量的資料丟失。
- 無中心架構，各個節點度等。slave節點提供資料冗餘，master節點異常時提升為master。
- 取代twemproxy三層架構，系統複雜性降低。
- 可以節約大量的硬體資源，我們的Lvs + Twemproxy層 使用了近上千臺物理機器。
- 少了lvs和twemproxy層，讀寫效能提升明顯。響應時間從100-200us減少到50-100us。
-
系統瓶頸更少。lvs層網絡卡和pps吞吐量瓶頸;對於請求長度較大的業務，twemproxy單節點效能低。
總結下，我們選擇redis cluster主要這兩點原因：簡單、擴充套件性。另外，我們用cluster取代twemproxy叢集，三層架構實在是很令人頭疼，複雜、瓶頸多、管理不方面。
二、儲存架構演變
1、架構演變
在2014年7月，為了準備當時的814撒嬌節大促銷活動，我們把單個redis的服務遷移到twemproxy上。twemproxy在後端快速完成資料分片和擴容。為了避免再次擴容，我們靜態分配足夠多的資源。
之後，twemproxy暴露出來的系統瓶頸很多，資源使用很多，也存在一定的浪費。我們決定用redis cluster取代這種複雜的三層架構。
redis cluster GA之後，我們就開始上線使用。最初是3.0.2 版本，後面大量使用3.0.3 ，上個月開始使用3.0.7版本。
下面簡單對比下兩種架構，解析下他們的優缺點。
2、Twemproxy架構優點
- sharding邏輯對開發透明，讀寫方式和單個redis一致。
-
可以作為cache和storage的proxy（by auto-eject）。
缺點
- 架構複雜，層次多。包括lvs、twemproxy、redis、sentinel和其控制層程式。
- 管理成本和硬體成本很高。
- 2 * 1Gbps 網絡卡的lvs機器，最大能支撐140萬pps。
- 流量高的系統，proxy節點數和redis個數接近。
-
Redis層仍然擴容能力差，預分配足夠的redis儲存節點。
這是twemproxy的架構，客戶端直接連線最上面的lvs（LB），第二層是同構的twemproxy節點，下面的redis master節點以及熱備的slave節點，另外還有獨立的sentinel叢集和切換控制程式，twemproxy先介紹到這裡。
3、Redis Cluster架構優點
- 無中心 架構。
- 資料按照slot儲存分佈在多個redis例項上。
- 增加slave做standby資料副本，用於failover，使叢集快速恢復。
- 實現故障auto failover。節點之間通過gossip協議交換狀態資訊；投票機制完成slave到master角色的提升。
- 亦可manual failover，為升級和遷移提供可操作方案。
-
降低硬體成本和運維成本，提高系統的擴充套件性和可用性。
缺點和不足的地方
- client實現複雜，驅動要求實現smart client，快取slots mapping資訊並及時更新。
- 目前僅JedisCluster相對成熟，異常處理部分還不完善，比如常見的“max redirect exception”。
- 客戶端的不成熟，影響應用的穩定性，提高開發難度。
-
節點會因為某些原因發生阻塞(阻塞時間大於clutser-node-timeout），被判斷下線。這種failover是沒有必要，sentinel也存在這種切換場景。
cluster的架構如下：
圖上只有master節點（slave略去），所有節點構成一個完全圖,slave節點在叢集中與master只有角色和功能的區別。
架構演變講完了,開始講第三部分，也是大家最感興趣的一部分。
三、應用最佳實踐
- redis cluster的穩定性如何？
- 存在哪些坑?
-
develop guideline & best practice
1、穩定性
- 不擴容時叢集非常穩定。
-
擴容resharding時候，早期版本的Jedis端有時會出現“max-redirect”異常。
分析Jedis原始碼，請求重試次數達到了上限，仍然沒有請求成功。兩方面分析：redis連線不上？還是叢集節點資訊不一致？ -
存活檢測機制缺陷
redis 存活檢測機制可能因為master 節點上慢查詢、阻塞式命令、或者其它的效能問題導致長時間沒有響應，這個節點會認為處於failed狀態，並進行切換。這種切換是沒必要的。 優化策略：a) 預設的cluster-node-timeout為15s，可以適當增大;
b) 避免使用會引起長時間阻塞的命令，比如save/flushdb等阻塞操作，或者keys pattern這種慢查詢。
2、有哪些坑？
2.1 遷移過程中Jedis“Max Redirect”異常。
- github上討論的結果是程式retry。
- retry時間應該大於failover 時間。
- Jedis引數優化調整：增大jedis中的‘DEFAULT_MAX_REDIRECTIONS’引數，預設值是5.
-
避免使用multi-keys操作，比如mset/mget. multi-key操作有些客戶端沒有支援實現。
2.2 長時間阻塞引起的不必要的failover
- 阻塞的命令。比如save/flushall/flushdb
- 慢查詢。keys *、大key的操作、O(N)操作
-
rename危險操作：
- rename-command FLUSHDB REDIS_FLUSHDB
- rename-command FLUSHALL REDIS_FLUSHALL
-
rename-command KEYS REDIS_KEYS
2.3 同時支援ipv4和ipv6偵聽服務埋下的坑
具體現象：redis啟動正常，節點的協議埠只有ipv6 socket建立正常。異常節點也無法加入到叢集中，也無法獲取epoch。
解決方法：啟動時指定網絡卡ipv4地址，也可以是0.0.0.0，配置檔案中新增：bind 0.0.0.0
這個是在setup叢集的時候發生過的一個問題，bind 0.0.0.0雖然存在一些安全性問題，但是是比較簡單通用的解決方法。
2.4 資料遷移速度較慢
- 主要使用的redis-trib.rb reshard來完成資料遷移。
- redis-3.0.6版本以前migrate操作是單個key逐一操作。從redis-3.0.6開始，支援單次遷移多個key。
- redis叢集內部最多隻允許一個slot處於遷移狀態，不能併發的遷移slots。
-
redis-trib.rb reshard如果執行中斷，用redis-trib.rb fix修復叢集狀態。
2.5 版本選擇/升級建議
- 我們已經開始使用3.0.7版本，很多3.2.0修復的bug已經backport到這個版本。
- 另外我們也開始測試3.2.0版本，記憶體空間優化很大。
-
Tips
- redis-trib.rb支援resharding/rebalance，分配權重。
-
redis-trib.rb支援從單個redis遷移資料到cluster叢集中。後面2點不算坑把，算是不足,tips也很實用.開始分享下最佳實踐。
3、最佳實踐3.1 應用做好容錯機制
- 連線或者請求異常，進行連線retry和reconnect。
-
重試時間應該大於cluster-node-time時間
還是強調容錯，這個不是針對cluster，所有的應用設計都適用。
3.2 制定開發規範
- 慢查詢，程序cpu 100%、客戶端請求變慢，甚至超時。
- 避免產生hot-key，導致節點成為系統的短板。
- 避免產生big-key，導致網絡卡打爆、慢查詢。
- TTL, 設定合理的ttl，釋放記憶體。避免大量key在同一時間段過期，雖然redis已經做了很多優化，仍然會導致請求變慢。
- key命名規則。
-
避免使用阻塞操作，不建議使用事務。
開發規範，使你們的開發按照最優的方式使用nosql。
3.3 優化連線池使用
- 主要避免server端維持大量的連線。
- 合理的連線池大小。
- 合理的心跳檢測時間。
- 快速釋放使用完的連線。
3.4 區分redis/twemproxy和cluster的使用
- redis建議使用pipeline和multi-keys操作，減少RTT次數，提高請求效率。
- twemproxy也支援pipeline, 支援部分的multi-key可以操作。
-
redis cluster不建議使用pipeline和multi-keys操作，減少max redirect產生的場景。
3.5 幾個需要調整的引數
1）設定系統引數vm.overcommit_memory=1，可以避免bgsave/aofrewrite失敗。
2）設定timeout值大於0，可以使redis主動釋放空閒連線。
3）設定repl-backlog-size 64mb。預設值是1M，當寫入量很大時，backlog溢位會導致增量複製不成功。
4）client buffer引數調整
client-output-buffer-limit normal 256mb 128mb 60
client-output-buffer-limit slave 512mb 256mb 180
四、運維經驗總結1、自動化管理
- CMDB管理所有的資源資訊。
- Agent方式上報硬軟體資訊。
- 標準化基礎設定。機型、OS核心引數、軟體版本。
- Puppet管理和下發標準化的配置檔案、公用的任務計劃、軟體包、運維工具。
-
資源申請自助服務。
2、自動化監控
- zabbix作為主要的監控資料收集工具。
- 開發實時效能dashboard，對開發提供查詢。
- 單機部署多個redis，藉助於zabbix discovery。
- 開發DB響應時間監控工具Titan。
-
基本思想來源於pt-query-degest，通過分析tcp應答報文產生日誌。flume agent + kafka收集，spark實時計算，hbase作為儲存。最終得到hotquery/slowquery，request source等效能資料。
3、自動化運維
- 資源申請自助服務化。
-
如果申請合理，一鍵即可完成cluster叢集部署。
能不動手的，就堅決不動手，另外，監控資料對開發開發很重要，讓他們瞭解自己服務效能，有時候開發會更早發現叢集的一些異常行為，比如資料不過期這種問題，運維就講這麼多了，後面是乾貨中的乾貨，由deep同學開發的幾個實用工具。
4、redis開源工具介紹4.1 redis實時資料遷移工具
1） 線上實時遷移
2） redis/twemproxy/cluster 異構叢集之間相互遷移。
3）github：https://github.com/vipshop/redis-migrate-tool
4.2 redis cluster管理工具
1）批量更改叢集引數
2）clusterrebalance
3）很多功能，具體看github ：
https://github.com/deep011/redis-cluster-tool
4.3 多執行緒版本Twemproxy
1）大幅度提升單個proxy的吞吐量，執行緒數可配置。
2）壓測情況下，20執行緒達到50w+qps，最優6執行緒達到29w。
3）完全相容twemproxy。
4）github：
https://github.com/vipshop/twemproxies
4.4 在開發的中的多線redis
1）Github：
https://github.com/vipshop/vire
2）歡迎一起參與協作開發，這是我們在開發中的專案，希望大家能夠提出好的意見。
問答（陳群和申政解答）：問題1：版本更新，對資料有沒有影響？
答：我們重啟升級從2.8.17到3.0.3/3.0.7沒有任何的異常。3.0到3.2我們目前還沒有實際升級操作過。
問題2：請問下sentinel模式下有什麼好的讀寫分離的方法嗎
答：我們沒有讀寫分離的使用，讀寫都在maste；叢集太多，管理複雜；此外，我們也做了分片，沒有做讀寫分離的必要；且我們幾乎是一主一從節點配置
問題3：redis的fork主要是為了rdb吧，去掉是為了什麼呢
答：fork不友好
問題4：如果不用fork，是怎麼保證rdb快照是精確的，有其他cow機制麼
答：可以通過其他方法，這個還在探究階段，但目標是不用fork
問題5：就是redis cluster模式下批量操作會有很多問題，可是不批量操作又會降低業務系統的效能
答：確實存在這方面的問題，這方面支援需要客戶端的支援，但是jedis的作者也不大願意支援pipeline或者一些multi key操作。如果是大批量的操作，可以用多執行緒提高客戶端的吞吐量。
附錄：
嘉賓微信：qunchenmy
技術部落格：[http://mdba.cn]
微博：[http://weibo.com/sylarqun]
Redis中國使用者組官網：[http://redis.cn]
Redis知識圖譜：
[http://lib.csdn.net/base/redis]
[http://lib.csdn.net/mobile/base/34]
原文連結：http://www.jianshu.com/p/ee2aa7fe341b
著作權歸作者所有，轉載請聯絡作者獲得授權，並標註“簡書作者”。