【最佳实践】巡检项：云数据库（Redis）CPU 使用率高

问题描述

Redis作为内存型数据库，通常CPU并不会成为性能瓶颈，但是如果因为使用不当，那么也会出现CPU利用率高的问题影响处理效率。

常见的引起Redis CPU利用率高的可能原因包括：

1. 运行时间复杂度高的命令

2. 热点Key的大量访问导致负载高

3. 超出预期的访问请求量

解决方案

场景一：通过腾讯云Redis云监控查看到QPS突增导致的CPU负载高

评估增加的业务请求是否符合预期，如果是预期内正常的请求增加，那么建议通过集群水平扩展来增加CPU处理能力。

常见两种水平扩展的方式：增加分片数量或者增加只读副本数量。

1. 写请求增加的场景或者对数据一致性要求高的场景，增加集群分片数量

• 标准版本优先评估升级至集群版本

具体实施办法请查看专栏文章的解决方案步骤一标准版本Redis升级集群版本

• 集群版本增加分片数量

具体实施办法请查看专栏文章的解决方案步骤二Redis集群版本添加分片

2. 读请求增加的场景，开启读写分离并增加只读副本数量来获得读扩展能力

• 开启读写分离
• 增加只读副本

2.1 开启读写分离

2.1.1 注意事项：

• 开启读写分离可能会导致数据读取不一致（副本节点数据延后于主节点），请业务优先确定接受可能的读数据不一致行为。
• 跨可用区部署的实例开启读写分离后，读请求会引入跨区访问延迟，请提前评估。

2.2.2 前提条件：

• 数据库实例版本为4.0及其以上。
• 数据库实例状态为运行中。

2.2.3 实施步骤：

• 在控制台-实例详情-节点管理页面，右上角开启副本只读开关。

• 参考如下参数说明，来勾选只读路由策略。

只读路由策略：

默认为副本节点，系统账号的所有读请求均发往副本节点。

同时勾选副本节点和主节点，系统账号的读请求将发往主节点和副本节点。

只读本地节点：当实例为多可用区部署时，显示该参数。指就近访问功能，固定为已禁用。可在控制台参数配置页面配置参数 read-local-node-only 来开启和关闭该功能。

• （可选）创建业务用的自定义只读账号。

基于客户的业务需求，来创建自定义的只读账号，查看如下参数说明来创建自定义的只读账号。

自定义账号的鉴权方式为账号名@密码，作为访问 Redis 的密码参数。

命令权限：

勾选只读权限，表示账号只有读取数据的权限，无修改数据的权限。

如果勾选读写权限，表示账号具有读和写数据的权限。

只读路由策略：

将指定账号的读请求分发到仅副本节点或者/和主节点。

没有开通副本只读的实例，不支持路由到副本节点。

存在访问副本节点账号的实例，不允许关闭副本只读功能。

添加账号

填写账号名称、密码、只读路由策略、命令权限

添加完成

• （可选）针对跨可用区部署的Redis实例，评估开启【只读本地节点】参数。

功能说明：

只读本地节点开启后，会自动就近访问，来避免跨区的访问延迟：负载均衡集群能够感知同可用区的 Proxy，并且在本可用区有 Proxy 节点可以访问的情况下，只访问本可用区的 Proxy。Redis 节点内置了可用区信息，Proxy 节点通过查询 Redis 节点的地理位置，将读请求路由到同可用区的节点。

优先级说明：

在开启就近访问的情况下，当就近访问策略与只读路由策略冲突时，优先读同可用区，然后再依照只读路由策略执行。

因此，针对跨区部署的实例，为了达到扩展只读能力的目的，建议在业务所在可用区均增加副本数量。具体增加的实施步骤请查看2.2 章节。

开启【只读本地节点】实施方法：

在实例详情页面-参数配置页面，选择参数read-local-node-only，修改为yes表示开启【只读本地节点】，no表示关闭，然后勾选对号确定修改即可。

2.2 增加只读副本数量

腾讯云Redis每个分片支持1-5副本部署，基于实例读业务的需求，在目标可用区部署新的副本即可。

【注意事项】增加副本会执行bgsave操作。

实施方法：

• 在腾讯云控制台-实例列表页面，选择【配置变更】-【增加副本】发起任务。

• 阅读变更影响。

• 选择目标副本数量和副本/副本组所在的可用区，确认费用，点击【确认】即可。

针对单可用区实例，在当前可用区添加副本即可；针对多可用区实例，基于就近访问原则来评估新增副本所在的可用区。

场景二：通过腾讯云Redis云监控查看到突发热点Key大量访问导致单个分片CPU突增

热点Key的场景通常无法单纯通过水平扩展的方式来降低CPU，需要把热点Key 拆分到不同的分片，来降低单个分片的CPU负载。

1.获取异常热Key

• 在腾讯云Redis控制台-系统监控页面，分析TOP 10 热 Key；例如下图获取实时热Key。

系统监控获取热Key

• 或者在DBbrain-诊断优化-延迟分析-热Key分析页面获取TOP热Key。

DBBrain 热Key分析功能

2. 对热Key进行拆分

具体拆分方法由客户基于数据结构和业务逻辑来处理。以哈希类型为例，该热 Key 的类型是一个二级数据结构，该哈希元素个数可能较多，可以考虑将当前 hash 进行拆分。

场景三：查看到异常大Key访问导致个别分片CPU突增

通过大Key 拆分到不同的分片，降低单个分片的CPU负载。

1. 获取异常大Key

DBbrain-异常诊断-内存分析创建及时大key分析或者查看历史的大Key分析结果。

即时大Key分析

查看TOP Key详情

2.基于数据结构和业务逻辑做大Key拆分

例如将Value过大的Key拆分成多个 key-value，将操作压力平摊到多个分片。

场景四：通过腾讯云Redis 慢查询查看到高复杂命令导致节点CPU利用率高

1. 查看Redis慢日志获取耗时长的命令

Redis慢查询统计的是Cache节点上运行命令超过【slowlog-log-slower-than】参数值的命令，通常由于命令复杂度高导致。

或者DBbrain-诊断优化-慢日志分析-实例页面获取Redis慢查询。

2. 由客户基于业务逻辑针对获取到的复杂命令进行优化。