Redis核心技术与实战

实践篇

37 | 数据分布优化：如何应对数据倾斜？

数据倾斜有两类：

• 数据量倾斜：在某些情况下，实例上的数据分布不均衡，某个实例上的数据特别多。
• 数据访问倾斜：虽然每个集群实例上的数据量相差不大，但是某个实例上的数据是热点数据，被访问得非常频繁。

如果发生了数据倾斜，那么保存了大量数据，或者是保存了热点数据的实例的处理压力就会增大，速度变慢，甚至还可能会引起这个实例的内存资源耗尽，从而崩溃。

数据量倾斜的成因和应对方法

当数据量倾斜发生时，数据在切片集群的多个实例上分布不均衡，大量数据集中到了一个或几个实例上，如下图所示：

数据量倾斜的产生主要有三个原因，分别是某个实例上保存了 bigkey、Slot 分配不均衡以及 Hash Tag。

bigkey 导致倾斜

bigkey 的 value 值很大（String 类型），或者是 bigkey 保存了大量集合元素（集合类型），会导致这个实例的数据量增加，内存资源消耗也相应增加。

bigkey 的操作一般都会造成实例 IO 线程阻塞，如果 bigkey 的访问量比较大，就会影响到这个实例上的其它请求被处理的速度。

为了避免 bigkey 造成的数据倾斜，一个根本的应对方法是，在业务层生成数据时，要尽量避免把过多的数据保存在同一个键值对中。

如果 bigkey 是集合类型，可以把 bigkey 拆分成很多个小的集合类型数据，分散保存在不同的实例上。

Slot 分配不均衡导致倾斜

Redis Cluster 一共有 16384 个 Slot，假设集群一共有 5 个实例，其中，实例 1 的硬件配置较高，运维人员在给实例分配 Slot 时，就可能会给实例 1 多分配些 Slot，把实例 1 的资源充分利用起来。
但是，运维人员并不知道数据和 Slot 的对应关系，这种做法就可能会导致大量数据正好被映射到实例 1 上的 Slot，造成数据倾斜，给实例 1 带来访问压力。

在构建切片集群时，尽量使用大小配置相同的实例（例如实例内存配置保持相同），这样可以避免因实例资源不均衡而在不同实例上分配不同数量的 Slot。

为了应对这个问题，可以通过运维规范，在分配时，避免把过多的 Slot 分配到同一个实例。如果是已经分配好 Slot 的集群，可以先查看 Slot 和实例的具体分配关系，从而判断是否有过多的 Slot 集中到了同一个实例。如果有，就将部分 Slot 迁移到其它实例，从而避免数据倾斜。

不同集群上查看 Slot 分配情况的方式不同：如果是 Redis Cluster，就用 CLUSTER SLOTS 命令；如果是 Codis，就可以在 codis dashboard 上查看。

命令返回结果显示，Slot 0 到 Slot 4095 被分配到了实例 192.168.10.3 上，而 Slot 12288 到 Slot 16383 被分配到了实例 192.168.10.5 上。

127.0.0.1:6379> cluster slots
1) 1) (integer) 0
   2) (integer) 4095
   3) 1) "192.168.10.3"
      2) (integer) 6379
2) 1) (integer) 12288
   2) (integer) 16383
   3) 1) "192.168.10.5"
      2) (integer) 6379

如果某一个实例上有太多的 Slot，可以使用迁移命令把这些 Slot 迁移到其它实例上。在 Redis Cluster 中，可以使用 3 个命令完成 Slot 迁移。

• CLUSTER SETSLOT：使用不同的选项进行三种设置，分别是设置 Slot 要迁入的目标实例，Slot 要迁出的源实例，以及 Slot 所属的实例。
• CLUSTER GETKEYSINSLOT：获取某个 Slot 中一定数量的 key。
• MIGRATE：把一个 key 从源实例实际迁移到目标实例。

示例：把 Slot 300 从源实例（ID 为 3）迁移到目标实例（ID 为 5）

• 第 1 步，先在目标实例 5 上执行下面的命令，将 Slot 300 的源实例设置为实例 3，表示要从实例 3 上迁出 Slot 300。

CLUSTER SETSLOT 300 IMPORTING 3

• 第 2 步，在源实例 3 上，把 Slot 300 的目标实例设置为 5，表示将 Slot 300 迁入实例 5。

CLUSTER SETSLOT 300 MIGRATING 5

• 第 3 步，从 Slot 300 中获取 100 个 key。因为 Slot 中的 key 数量可能很多，所以需要在客户端上多次执行下面的这条命令，分批次获得并迁移 key。

CLUSTER GETKEYSINSLOT 300 100

• 第 4 步，把获取的 100 个 key 中的 key1 迁移到目标实例 5 上（IP 为 192.168.10.5），同时把要迁入的数据库设置为 0 号数据库，把迁移的超时时间设置为 timeout。重复执行 MIGRATE 命令，把 100 个 key 都迁移完。

MIGRATE 192.168.10.5 6379 key1 0 timeout

• 最后，重复执行第 3 和第 4 步，直到 Slot 中的所有 key 都迁移完成。

从 Redis 3.0.6 开始，可以使用 KEYS 选项，一次迁移多个 key（key1、2、3）

MIGRATE 192.168.10.5 6379 "" 0 timeout KEYS key1 key2 key3

对于 Codis，执行下面的命令进行数据迁移。其中，把 dashboard 组件的连接地址设置为 ADDR，并且把 Slot 300 迁移到编号为 6 的 codis server group 上。

codis-admin --dashboard=ADDR -slot-action --create --sid=300 --gid=6

Hash Tag 导致倾斜

Hash Tag 是指加在键值对 key 中的一对花括号{}。这对括号会把 key 的一部分括起来，客户端在计算 key 的 CRC16 值时，只对 Hash Tag 花括号中的 key 内容进行计算。如果没用 Hash Tag 的话，客户端计算整个 key 的 CRC16 的值。

举例：假设 key 是 user:profile:3231，把其中的 3231 作为 Hash Tag，此时，key 就变成了 user:profile:{3231}。当客户端计算这个 key 的 CRC16 值时，就只会计算 3231 的 CRC16 值。否则，客户端会计算整个“user:profile:3231”的 CRC16 值。

使用 Hash Tag 的好处是，如果不同 key 的 Hash Tag 内容一样，那么这些 key 对应的数据会被映射到同一个 Slot 中，同时会被分配到同一个实例上。

疑问：Hash Tag 一般用在什么场景？

主要是用在 Redis Cluster 和 Codis 中，支持事务操作和范围查询。因为 Redis Cluster 和 Codis 本身并不支持跨实例的事务操作和范围查询，当业务应用有这些需求时，就只能先把这些数据读取到业务层进行事务处理，或者是逐个查询每个实例，得到范围查询的结果。

使用 Hash Tag 把要执行事务操作或是范围查询的数据映射到同一个实例上，就能很轻松地实现事务或范围查询。

Hash Tag 的潜在问题就是，大量的数据可能被集中到一个实例上，导致数据倾斜，集群中的负载不均衡。

如果使用 Hash Tag 进行切片的数据会带来较大的访问压力，建议优先考虑避免数据倾斜，最好不要使用 Hash Tag 进行数据切片。

因为事务和范围查询都还可以放在客户端来执行，而数据倾斜会导致实例不稳定，造成服务不可用。

数据访问倾斜的成因和应对方法

发生数据访问倾斜的根本原因，就是实例上存在热点数据（比如新闻应用中的热点新闻内容、电商促销活动中的热门商品信息，等等）。

一旦热点数据被存在了某个实例中，那么，这个实例的请求访问量就会远高于其它实例，面临巨大的访问压力，如下图所示：

通常来说，热点数据以服务读操作为主，在这种情况下，可以采用热点数据多副本的方法来应对。

具体做法是，把热点数据复制多份，在每一个数据副本的 key 中增加一个随机前缀，让它和其它副本数据不会被映射到同一个 Slot 中。这样，热点数据既有多个副本可以同时服务请求，同时，这些副本数据的 key 又不一样，会被映射到不同的 Slot 中。在给这些 Slot 分配实例时，也要注意把它们分配到不同的实例上，那么热点数据的访问压力就会被分散到不同的实例上。

热点数据多副本方法只能针对只读的热点数据。

如果热点数据是有读有写，就不适合采用多副本方法，因为要保证多副本间的数据一致性，会带来额外的开销。对于有读有写的热点数据，就要给实例本身增加资源，例如使用配置更高的机器，来应对大量的访问压力。

最后

以上就是害羞黄豆为你收集整理的37 | 数据分布优化：如何应对数据倾斜？Redis核心技术与实战的全部内容，希望文章能够帮你解决37 | 数据分布优化：如何应对数据倾斜？Redis核心技术与实战所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。