透過 CONFIG SET maxmemory 100mb 或者在 redis.conf 配置檔案設定 maxmemory 100mb Redis 記憶體佔用限制。當達到記憶體最大值值，會觸發記憶體淘汰策略刪除資料。
除此之外，當 key 達到過期時間，Redis 會有以下兩種刪除過期資料的策略：
- 後臺定時任務選取部分資料刪除；
- 惰性刪除。
具體原理請移步《Redis 的過期資料刪除那些事》。
假設 Redis 例項儲存了 5GB 的資料，現在刪除了 2GB 資料，Redis 程式佔用的記憶體一定會降低麼？（也叫做 RSS，程式消耗記憶體頁數）。
答案是：可能依然佔用了大約 5GB 的記憶體，即使 Redis 的資料只佔用了 3GB 左右。
大家一定要設定maxmemory，否則 Redis 會繼續為新寫入的資料分配記憶體，無法分配就會導致應用程式報錯，當然不會導致當機。
釋放的記憶體去哪了
明明刪除了資料，使用 top 命令檢視，為何還是佔用了那麼多記憶體？
記憶體都去哪了？使用 info memory 命令獲取 Redis 記憶體相關指標，我列舉了幾個重要的資料：
127.0.0.1:6379> info memory
# Memory
used_memory:1132832 // Redis 儲存資料佔用的記憶體量
used_memory_human:1.08M // 人類可讀形式返回記憶體總量
used_memory_rss:2977792 // 作業系統角度，程式佔用的物理總記憶體
used_memory_rss_human:2.84M // used_memory_rss 可讀性模式展示
used_memory_peak:1183808 // 記憶體使用的最大值，表示 used_memory 的峰值
used_memory_peak_human:1.13M // 以可讀的格式返回 used_memory_peak的值
used_memory_lua:37888 // Lua 引擎所消耗的記憶體大小。
used_memory_lua_human:37.00K
maxmemory:2147483648 // 能使用的最大記憶體值，位元組為單位。
maxmemory_human:2.00G // 可讀形式
maxmemory_policy:noeviction // 記憶體淘汰策略
// used_memory_rss / used_memory 的比值，代表記憶體碎片率
mem_fragmentation_ratio:2.79
Redis 程式記憶體消耗主要由以下部分組成：
- Redis 自身啟動所佔用的記憶體；
- 儲存物件資料記憶體；
- 緩衝區記憶體：主要由 client-output-buffer-limit 客戶端輸出緩衝區、複製積壓緩衝區、AOF 緩衝區。
- 記憶體碎片。
Redis 自身空程式佔用的記憶體很小可以忽略不計，物件記憶體是佔比對打的一塊，裡面儲存著所有的資料。
緩衝區記憶體在大流量場景容易失控，造成 Redis 記憶體不穩定，需要重點關注。
記憶體碎片過大會導致明明有空間可用，但是卻無法儲存資料。
碎片 = used_memory_rss 實際使用的實體記憶體（RSS 值）除以 used_memory 實際儲存資料記憶體。
什麼是記憶體碎片
記憶體碎片會造成明明有記憶體空間空閒，可是卻無法儲存資料。舉個例子，你跟漂亮小姐姐去電影院看電影，肯定想連在一塊坐。
假設現在有 8 個座位，已經賣出了 4 張票，還有 4 張可以買。可是好巧不巧，買票的人很奇葩，分別間隔一個座位買票。
即使還有 4 個座位空閒，可是你卻買不到兩個座位連在一塊的票，厚禮蟹！
記憶體碎片形成原因
記憶體碎片是什麼原因導致呢？
主要有兩個原因：
- 記憶體分配器的分配策略。
- 鍵值對的大小不一樣和刪改操作：Redis 頻繁做更新操作、大量過期資料刪除，釋放的空間（不夠連續）無法得到複用，導致碎片率上升。
接下來我分別探討實際發生的原因……
記憶體分配器的分配策略
Redis 預設的記憶體分配器採用 jemalloc，可選的分配器還有：glibc、tcmalloc。
記憶體分配器並不能做到按需分配，而是採用固定範圍的記憶體塊進行分配。
例如 8 位元組、16 位元組…..，2 KB，4KB，當申請記憶體最近接某個固定值的時候，jemalloc 會給它分配最接近固定值大小的空間。
這樣就會出現記憶體碎片，比如程式只需要 1.5 KB，記憶體分配器會分配 2KB 空間，那麼這 0.5KB 就是碎片。
這麼做的目的是減少記憶體分配次數，比如申請 22 位元組的空間儲存資料，jemalloc 就會分配 32 位元組，如果後邊還要寫入 10 位元組，就不需要再向作業系統申請空間了，可以使用之前申請的 32 位元組。
刪除 key 的時候，Redis 並不會立馬把記憶體歸還給作業系統，出現這個情況是因為底層記憶體分配器管理導致，比如大多數已經刪除的 key 依然與其他有效的 key分配在同一個記憶體頁中。
另外，分配器為了複用空閒的記憶體塊，原有 5GB 的資料中刪除了 2 GB 後，當再次新增資料到例項中，Redis 的 RSS 會保持穩定，不會增長太多。
因為記憶體分配器基本上覆用了之前刪除釋放出來的 2GB 記憶體。
鍵值對大小不一樣和刪改操作
由於記憶體分配器是按照固定大小分配記憶體，所以通常分配的記憶體空間比實際資料佔用的大小多一些，會造成碎片，降低記憶體的儲存效率。
另外，鍵值對的頻繁修改和刪除，導致記憶體空間的擴容和釋放，比如原本佔用 32 位元組的字串，現在修改為佔用 20 位元組的字串，那麼釋放出的 12 位元組就是空閒空間。
如果下一個資料儲存請求需要申請 13 位元組的字串，那麼剛剛釋放的 12 位元組空間無法使用，導致碎片。
碎片最大的問題：空間總量足夠大，但是這些記憶體不是連續的，可能大致無法儲存資料。
記憶體碎片解決之道
那該如何解決呢？
首先要確定是否發生了記憶體碎片，重點關注前面 INFO memory 命令提示的 mem_fragmentation_ratio 指標，表示記憶體碎片率：
mem_fragmentation_ratio = used_memory_rss/ used_memory如果 1 < 碎片率 < 1.5，可以認為是合理的，而大於 1.5 說明碎片已經超過 50%，我們需要採取一些手段解決碎片率過大的問題。
重啟大法
最簡單粗暴的方式就是重啟，如果沒有開啟持久化，資料會丟失。
開啟持久化的話，需要使用 RDB 或者 AOF 恢復資料，如果只有一個例項，資料大的話會導致恢復階段長時間無法提供服務，高可用大打折扣。
咋辦呢？碼哥靚仔
自動清理記憶體碎片
既然你都叫我靚仔了，就傾囊相助告訴你終極殺招：Redis 4.0 版本後，自身提供了一種記憶體碎片清理機制。
怎麼清理呢？
很簡單，還是上面的例子，想要買兩張連在一塊的電影票。與與別人溝通調換下位置，就實現了。
對於 Redis 來說，當一塊連續的記憶體空間被劃分為好幾塊不連續的空間的時候，作業系統先把資料以依次挪動拼接在一塊，並釋放原來資料佔據的空間，形成一塊連續空閒記憶體空間。。
如下圖所示：
自動清理記憶體碎片的代價
自動清理雖好，可不要肆意妄為，作業系統把資料移動到新位置，再把原有空間釋放是需要消耗資源的。
Redis 運算元據的指令是單執行緒，所以在資料複製移動的時候，只能等待清理碎片完成才能處理請求，造成效能損耗。
如何避免清理碎片對效能的影響又能實現自動清理呢？
好問題，透過以下兩個引數來控制記憶體碎片清理和結束時機，避免佔用 CPU 過多，減少清理碎片對 Redis 處理請求的效能影響。
開啟自動記憶體碎片清理
CONFIG SET activedefrag yes這只是開啟自動清理，何時清理要同時滿足以下兩個條件才會觸發清理操作。
清理的條件
active-defrag-ignore-bytes 200mb：記憶體碎片佔用的記憶體達到 200MB，開始清理；
active-defrag-threshold-lower 20：記憶體碎片的空間佔慚怍系統分配給 Redis 空間的 20% ，開始清理。
避免對效能造成影響
清理時間有了，還需要控制清理對效能的影響。由一項兩個設定先分配清理碎片佔用的 CPU 資源，保證既能正常清理碎片，又能避免對 Redis 處理請求的效能影響。
active-defrag-cycle-min 20：自動清理過程中，佔用 CPU 時間的比例不低於 20%，從而保證能正常展開清理任務。
active-defrag-cycle-max 50：自動清理過程佔用的 CPU 時間比例不能高於 75%，超過的話就立刻停止清理，避免對 Redis 的阻塞，造成高延遲。
總結
如果你發現明明 Redis 儲存資料的記憶體佔用遠小於作業系統分配給 Redis 的記憶體，而又無法儲存資料，那可能出現大量記憶體碎片了。
透過 info memory 命令，看下記憶體碎片mem_fragmentation_ratio 指標是否正常。
那麼我們就開啟自動清理併合理設定清理時機和 CPU 資源佔用，該機制涉及到記憶體複製，會對 Redis 效能造成潛在風險。
如果遇到 Redis 效能變慢，排查下是否由於清理碎片導致，如果是，那就調小 active-defrag-cycle-max 的值。
碼哥建立了技術群摸魚群，想要與各個城市的程式設計師一起摸魚打屁聊人生學技術就加群吧。
最後，可以我叫我一聲靚仔麼？你有什麼問題想對碼哥說麼？在留言區留言吧，知無不言。
點贊、收藏、分享走起！
參考
[1].Redis 核心技術與實戰