這篇文章主要介紹了redis偶發(fā)連接失敗怎么辦，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

10年積累的成都網(wǎng)站設(shè)計(jì)、網(wǎng)站制作經(jīng)驗(yàn)，可以快速應(yīng)對(duì)客戶對(duì)網(wǎng)站的新想法和需求。提供各種問題對(duì)應(yīng)的解決方案。讓選擇我們的客戶得到更好、更有力的網(wǎng)絡(luò)服務(wù)。我雖然不認(rèn)識(shí)你，你也不認(rèn)識(shí)我。但先網(wǎng)站制作后付款的網(wǎng)站建設(shè)流程，更有斗門免費(fèi)網(wǎng)站建設(shè)讓你可以放心的選擇與我們合作。

前言

本文主要給大家介紹了關(guān)于Redis偶發(fā)連接失敗的相關(guān)內(nèi)容，分享出來供大家參考學(xué)習(xí)，下面話不多說了，來一起看看詳細(xì)的介紹吧

【作者】

張延?。簲y程技術(shù)保障中心資深DBA，對(duì)數(shù)據(jù)庫架構(gòu)和疑難問題分析排查有濃厚的興趣。

壽向晨：攜程技術(shù)保障中心高級(jí)DBA，主要負(fù)責(zé)攜程Redis及DB的運(yùn)維工作，在自動(dòng)化運(yùn)維，流程化及監(jiān)控排障等方面有較多的實(shí)踐經(jīng)驗(yàn)，喜歡深入分析問題，提高團(tuán)隊(duì)運(yùn)維效率。

【問題描述】

?生產(chǎn)環(huán)境有一個(gè)Redis會(huì)偶爾發(fā)生連接失敗的報(bào)錯(cuò)，報(bào)錯(cuò)的時(shí)間點(diǎn)、客戶端IP并沒有特別明顯的規(guī)律，過一會(huì)兒，報(bào)錯(cuò)會(huì)自動(dòng)恢復(fù)。

?以下是客戶端報(bào)錯(cuò)信息：

CRedis.Client.RExceptions.ExcuteCommandException: Unable to Connect redis server: ---> CRedis.Third.Redis.RedisException: Unable to Connect redis server:
 在 CRedis.Third.Redis.RedisNativeClient.CreateConnectionError()
 在 CRedis.Third.Redis.RedisNativeClient.SendExpectData(Byte[][] cmdWithBinaryArgs)
 在 CRedis.Client.Entities.RedisServer.<>c__DisplayClassd`1.

?從報(bào)錯(cuò)的信息來看，應(yīng)該是連接不上Redis所致。Redis的版本是2.8.19。雖然版本有點(diǎn)老，但基本運(yùn)行穩(wěn)定。

?線上環(huán)境只有這個(gè)集群有偶爾報(bào)錯(cuò)。這個(gè)集群的一個(gè)比較明顯的特征是客戶端服務(wù)器比較多，有上百臺(tái)。

【問題分析】

?從報(bào)錯(cuò)的信息來看，客戶端連接不到服務(wù)端。常見的原因有以下幾點(diǎn)：

• 一個(gè)常見的原因是由于端口耗盡，對(duì)網(wǎng)絡(luò)連接進(jìn)行排查，在出問題的點(diǎn)上，TCP連接數(shù)遠(yuǎn)沒有達(dá)到端口耗盡的場(chǎng)景，因此這個(gè)不是Redis連接不上的根本原因。

• 另外一種常見的場(chǎng)景是在服務(wù)端有慢查詢，導(dǎo)致Redis服務(wù)阻塞。我們?cè)赗edis服務(wù)端，把運(yùn)行超過10毫秒的語句進(jìn)行抓取，也沒有抓到運(yùn)行慢的語句。

?從服務(wù)端的部署的監(jiān)控來看，出問題的點(diǎn)上，連接數(shù)有一個(gè)突然飆升，從3500個(gè)連接突然飆升至4100個(gè)連接。如下圖顯示：

同時(shí)間，服務(wù)器端顯示Redis服務(wù)端有丟包現(xiàn)象：345539 – 344683 = 856個(gè)包。

Sat Apr 7 10:41:40 CST 2018
 1699 outgoing packets dropped
 92 dropped because of missing route
 344683 SYNs to LISTEN sockets dropped
 344683 times the listen queue of a socket overflowed

Sat Apr 7 10:41:41 CST 2018
 1699 outgoing packets dropped
 92 dropped because of missing route
 345539 SYNs to LISTEN sockets dropped
 345539 times the listen queue of a socket overflowed

?客戶端報(bào)錯(cuò)的原因基本確定，是因?yàn)榻ㄟB速度太快，導(dǎo)致服務(wù)端backlog隊(duì)列溢出，連接被server端reset。

【關(guān)于backlog overflow】

?在高并發(fā)的短連接服務(wù)中，這是一種很常見的tcp報(bào)錯(cuò)類型。一個(gè)正常的tcp建連過程如下：

?1.client發(fā)送一個(gè)(SYN)給server

?2.server返回一個(gè)(SYN,ACK)給client

?3.client返回一個(gè)(ACK)

?三次握手結(jié)束，對(duì)client來說建連成功，client可以繼續(xù)發(fā)送數(shù)據(jù)包給server，但是這個(gè)時(shí)候server端未必ready，如下圖所示 ：

在BSD版本內(nèi)核實(shí)現(xiàn)的tcp協(xié)議中，server端建連過程需要兩個(gè)隊(duì)列，一個(gè)是SYN queue，一個(gè)是accept queue。前者叫半開連接（或者半連接）隊(duì)列，在接收到client發(fā)送的SYN時(shí)加入隊(duì)列。（一種常見的網(wǎng)絡(luò)攻擊方式就是不斷發(fā)送SYN但是不發(fā)送ACK從而導(dǎo)致server端的半開隊(duì)列撐爆，server端拒絕服務(wù)。）后者叫全連接隊(duì)列，server返回(SYN,ACK)，在接收到client發(fā)送ACK后（此時(shí)client會(huì)認(rèn)為建連已經(jīng)完成，會(huì)開始發(fā)送PSH包），如果accept queue沒有滿，那么server從SYN queue把連接信息移到accept queue；如果此時(shí)accept queue溢出的話，server的行為要看配置。如果tcp_abort_on_overflow為0（默認(rèn)），那么直接drop掉client發(fā)送的PSH包，此時(shí)client會(huì)進(jìn)入重發(fā)過程，一段時(shí)間后server端重新發(fā)送SYN,ACK，重新從建連的第二步開始；如果tcp_abort_on_overflow為1，那么server端發(fā)現(xiàn)accept queue滿之后直接發(fā)送reset。

通過wireshark搜索發(fā)現(xiàn)在一秒內(nèi)有超過2000次對(duì)Redis Server端發(fā)起建連請(qǐng)求。我們嘗試修改tcp backlog大小，從511調(diào)整到2048, 問題并沒有得到解決。所以此類微調(diào)，并不能徹底的解決問題。

【網(wǎng)絡(luò)包分析】

我們用wireshark來識(shí)別網(wǎng)絡(luò)擁塞的準(zhǔn)確時(shí)間點(diǎn)和原因。我們已經(jīng)有了準(zhǔn)確的報(bào)錯(cuò)時(shí)間點(diǎn)，先用editcap把超大的tcp包裁剪一下，裁成30秒間隔，并通過wireshark I/O 100ms間隔分析網(wǎng)絡(luò)阻塞的準(zhǔn)確時(shí)間點(diǎn)：

?根據(jù)圖標(biāo)可以明顯看到tcp的packets來往存在block。

?對(duì)該block前后的網(wǎng)絡(luò)包進(jìn)行明細(xì)分析，網(wǎng)絡(luò)包來往情況如下：

12:01:54.6808480, Redis Server端向客戶端發(fā)送了一個(gè)Push包，也就是對(duì)于查詢請(qǐng)求的一個(gè)結(jié)果返回。后面的包都是在做連接處理，包括Ack包，Ack確認(rèn)包，以及重置的RST包，緊接著下面一個(gè)Push包是在12:01:56.1181350發(fā)出的。中間的間隔是1.4372870秒。也就是說，在這1.4372870秒期間，Redis的服務(wù)器端，除了做一個(gè)查詢，其他的操作都是在做建連，或拒絕連接。

客戶端報(bào)錯(cuò)的前后邏輯已經(jīng)清楚了，redis-server卡了1.43秒，client的connection pool被打滿，瘋狂新建連接，server的accept queue滿，直接拒絕服務(wù)，client報(bào)錯(cuò)。開始懷疑client發(fā)送了特殊命令，這時(shí)需要確認(rèn)一下client的最后幾個(gè)命令是什么，找到redis-server卡死前的第一個(gè)包，裝一個(gè)wireshark的redis插件，看到最后幾個(gè)命令是簡單的get，并且key-value都很小，不至于需要耗費(fèi)1.43秒才能完成。服務(wù)端也沒有slow log，此時(shí)排障再次陷入僵局。

【進(jìn)一步分析】

為了了解這1.43秒之內(nèi)，Redis Server在做什么事情，我們用pstack來抓取信息。Pstack本質(zhì)上是gdb attach. 高頻率的抓取會(huì)影響redis的吞吐。死循環(huán)0.5秒一次無腦抓，在redis-server卡死的時(shí)候抓到堆棧如下(過濾了沒用的棧信息)：

Thu May 31 11:29:18 CST 2018
Thread 1 (Thread 0x7ff2db6de720 (LWP 8378)):
#0 0x000000000048cec4 in ?? ()
#1 0x00000000004914a4 in je_arena_ralloc ()
#2 0x00000000004836a1 in je_realloc ()
#3 0x0000000000422cc5 in zrealloc ()
#4 0x00000000004213d7 in sdsRemoveFreeSpace ()
#5 0x000000000041ef3c in clientsCronResizeQueryBuffer ()
#6 0x00000000004205de in clientsCron ()
#7 0x0000000000420784 in serverCron ()
#8 0x0000000000418542 in aeProcessEvents ()
#9 0x000000000041873b in aeMain ()
#10 0x0000000000420fce in main ()
Thu May 31 11:29:19 CST 2018
Thread 1 (Thread 0x7ff2db6de720 (LWP 8378)):
#0 0x0000003729ee5407 in madvise () from /lib64/libc.so.6
#1 0x0000000000493a4e in je_pages_purge ()
#2 0x000000000048cf70 in ?? ()
#3 0x00000000004914a4 in je_arena_ralloc ()
#4 0x00000000004836a1 in je_realloc ()
#5 0x0000000000422cc5 in zrealloc ()
#6 0x00000000004213d7 in sdsRemoveFreeSpace ()
#7 0x000000000041ef3c in clientsCronResizeQueryBuffer ()
#8 0x00000000004205de in clientsCron ()
#9 0x0000000000420784 in serverCron ()
#10 0x0000000000418542 in aeProcessEvents ()
#11 0x000000000041873b in aeMain ()
#12 0x0000000000420fce in main ()
Thu May 31 11:29:19 CST 2018
Thread 1 (Thread 0x7ff2db6de720 (LWP 8378)):
#0 0x000000000048108c in je_malloc_usable_size ()
#1 0x0000000000422be6 in zmalloc ()
#2 0x00000000004220bc in sdsnewlen ()
#3 0x000000000042c409 in createStringObject ()
#4 0x000000000042918e in processMultibulkBuffer ()
#5 0x0000000000429662 in processInputBuffer ()
#6 0x0000000000429762 in readQueryFromClient ()
#7 0x000000000041847c in aeProcessEvents ()
#8 0x000000000041873b in aeMain ()
#9 0x0000000000420fce in main ()
Thu May 31 11:29:20 CST 2018
Thread 1 (Thread 0x7ff2db6de720 (LWP 8378)):
#0 0x000000372a60e7cd in write () from /lib64/libpthread.so.0
#1 0x0000000000428833 in sendReplyToClient ()
#2 0x0000000000418435 in aeProcessEvents ()
#3 0x000000000041873b in aeMain ()
#4 0x0000000000420fce in main ()

重復(fù)多次抓取后，從堆棧中發(fā)現(xiàn)可疑堆棧clientsCronResizeQueryBuffer位置，屬于serverCron()函數(shù)下，這個(gè)redis-server內(nèi)部的定時(shí)調(diào)度，并不在用戶線程下，這個(gè)解釋了為什么卡死的時(shí)候沒有出現(xiàn)慢查詢。

查看redis源碼，確認(rèn)到底redis-server在做什么：

clientsCron(server.h):
#define CLIENTS_CRON_MIN_ITERATIONS 5
void clientsCron(void) {
 /* Make sure to process at least numclients/server.hz of clients
  * per call. Since this function is called server.hz times per second
  * we are sure that in the worst case we process all the clients in 1
  * second. */
 int numclients = listLength(server.clients);
 int iterations = numclients/server.hz;
 mstime_t now = mstime();

 /* Process at least a few clients while we are at it, even if we need
  * to process less than CLIENTS_CRON_MIN_ITERATIONS to meet our contract
  * of processing each client once per second. */
 if (iterations < CLIENTS_CRON_MIN_ITERATIONS)
  iterations = (numclients < CLIENTS_CRON_MIN_ITERATIONS) ?
      numclients : CLIENTS_CRON_MIN_ITERATIONS;

 while(listLength(server.clients) && iterations--) {
  client *c;
  listNode *head;

  /* Rotate the list, take the current head, process.
   * This way if the client must be removed from the list it's the
   * first element and we don't incur into O(N) computation. */
  listRotate(server.clients);
  head = listFirst(server.clients);
  c = listNodeValue(head);
  /* The following functions do different service checks on the client.
   * The protocol is that they return non-zero if the client was
   * terminated. */
  if (clientsCronHandleTimeout(c,now)) continue;
  if (clientsCronResizeQueryBuffer(c)) continue;
 }
}

clientsCron首先判斷當(dāng)前client的數(shù)量，用于控制一次清理連接的數(shù)量，生產(chǎn)服務(wù)器單實(shí)例的連接數(shù)量在5000不到，也就是一次清理的連接數(shù)是50個(gè)。

clientsCronResizeQueryBuffer(server.h):

/* The client query buffer is an sds.c string that can end with a lot of
 * free space not used, this function reclaims space if needed.
 *
 * The function always returns 0 as it never terminates the client. */
int clientsCronResizeQueryBuffer(client *c) {
 size_t querybuf_size = sdsAllocSize(c->querybuf);
 time_t idletime = server.unixtime - c->lastinteraction;

 /* 只在以下兩種情況下會(huì)Resize query buffer:
  * 1) Query buffer > BIG_ARG(在server.h 中定義#define PROTO_MBULK_BIG_ARG  (1024*32)) 
   且這個(gè)Buffer的小于一段時(shí)間的客戶端使用的峰值.
  * 2) 客戶端空閑超過2s且Buffer size大于1k. */
 if (((querybuf_size > PROTO_MBULK_BIG_ARG) &&
   (querybuf_size/(c->querybuf_peak+1)) > 2) ||
   (querybuf_size > 1024 && idletime > 2))
 {
  /* Only resize the query buffer if it is actually wasting space. */
  if (sdsavail(c->querybuf) > 1024) {
   c->querybuf = sdsRemoveFreeSpace(c->querybuf);
  }
 }
 /* Reset the peak again to capture the peak memory usage in the next
  * cycle. */
 c->querybuf_peak = 0;
 return 0;
}

如果redisClient對(duì)象的query buffer滿足條件，那么就直接resize掉。滿足條件的連接分成兩種，一種是真的很大的，比該客戶端一段時(shí)間內(nèi)使用的峰值還大；還有一種是很閑（idle>2）的，這兩種都要滿足一個(gè)條件，就是buffer free的部分超過1k。那么redis-server卡住的原因就是正好有那么50個(gè)很大的或者空閑的并且free size超過了1k大小連接的同時(shí)循環(huán)做了resize，由于redis都屬于單線程工作的程序，所以block了client。那么解決這個(gè)問題辦法就很明朗了，讓resize 的頻率變低或者resize的執(zhí)行速度變快。

既然問題出在query buffer上，我們先看一下這個(gè)東西被修改的位置：

readQueryFromClient（networking.c）:
redisClient *createClient(int fd) {
 redisClient *c = zmalloc(sizeof(redisClient));

 /* passing -1 as fd it is possible to create a non connected client.
  * This is useful since all the Redis commands needs to be executed
  * in the context of a client. When commands are executed in other
  * contexts (for instance a Lua script) we need a non connected client. */
 if (fd != -1) {
  anetNonBlock(NULL,fd);
  anetEnableTcpNoDelay(NULL,fd);
  if (server.tcpkeepalive)
   anetKeepAlive(NULL,fd,server.tcpkeepalive);
  if (aeCreateFileEvent(server.el,fd,AE_READABLE,
   readQueryFromClient, c) == AE_ERR)
  {
   close(fd);
   zfree(c);
   return NULL;
  }
 }

 selectDb(c,0);
 c->id = server.next_client_id++;
 c->fd = fd;
 c->name = NULL;
 c->bufpos = 0;
 c->querybuf = sdsempty(); 初始化是0

readQueryFromClient(networking.c):
void readQueryFromClient(aeEventLoop *el, int fd, void *privdata, int mask) {
 redisClient *c = (redisClient*) privdata;
 int nread, readlen;
 size_t qblen;
 REDIS_NOTUSED(el);
 REDIS_NOTUSED(mask);

 server.current_client = c;
 readlen = REDIS_IOBUF_LEN;
 /* If this is a multi bulk request, and we are processing a bulk reply
  * that is large enough, try to maximize the probability that the query
  * buffer contains exactly the SDS string representing the object, even
  * at the risk of requiring more read(2) calls. This way the function
  * processMultiBulkBuffer() can avoid copying buffers to create the
  * Redis Object representing the argument. */
 if (c->reqtype == REDIS_REQ_MULTIBULK && c->multibulklen && c->bulklen != -1
  && c->bulklen >= REDIS_MBULK_BIG_ARG)
 {
  int remaining = (unsigned)(c->bulklen+2)-sdslen(c->querybuf);

  if (remaining < readlen) readlen = remaining;
 }

 qblen = sdslen(c->querybuf);
 if (c->querybuf_peak < qblen) c->querybuf_peak = qblen;
 c->querybuf = sdsMakeRoomFor(c->querybuf, readlen); 在這里會(huì)被擴(kuò)大

由此可見c->querybuf在連接第一次讀取命令后的大小就會(huì)被分配至少1024*32，所以回過頭再去看resize的清理邏輯就明顯存在問題，每個(gè)被使用到的query buffer的大小至少就是1024*32，但是清理的時(shí)候判斷條件是>1024，也就是說，所有的idle>2的被使用過的連接都會(huì)被resize掉，下次接收到請(qǐng)求的時(shí)候再重新分配到1024*32，這個(gè)其實(shí)是沒有必要的，在訪問比較頻繁的群集，內(nèi)存會(huì)被頻繁得回收重分配，所以我們嘗試將清理的判斷條件改造為如下，就可以避免大部分沒有必要的resize操作：

if (((querybuf_size > REDIS_MBULK_BIG_ARG) &&
   (querybuf_size/(c->querybuf_peak+1)) > 2) ||
   (querybuf_size > 1024*32 && idletime > 2))
 {
  /* Only resize the query buffer if it is actually wasting space. */
  if (sdsavail(c->querybuf) > 1024*32) {
   c->querybuf = sdsRemoveFreeSpace(c->querybuf);
  }
 }

這個(gè)改造的副作用是內(nèi)存的開銷，按照一個(gè)實(shí)例5k連接計(jì)算，5000*1024*32=160M，這點(diǎn)內(nèi)存消耗對(duì)于上百G內(nèi)存的服務(wù)器完全可以接受。

【問題重現(xiàn)】

在使用修改過源碼的Redis server后，問題仍然重現(xiàn)了，客戶端還是會(huì)報(bào)同類型的錯(cuò)誤，且報(bào)錯(cuò)的時(shí)候，服務(wù)器內(nèi)存依然會(huì)出現(xiàn)抖動(dòng)。抓取內(nèi)存堆棧信息如下：

Thu Jun 14 21:56:54 CST 2018
#3  0x0000003729ee893d in clone () from /lib64/libc.so.6
Thread 1 (Thread 0x7f2dc108d720 (LWP 27851)):
#0  0x0000003729ee5400 in madvise () from /lib64/libc.so.6
#1  0x0000000000493a1e in je_pages_purge ()
#2  0x000000000048cf40 in arena_purge ()
#3  0x00000000004a7dad in je_tcache_bin_flush_large ()
#4  0x00000000004a85e9 in je_tcache_event_hard ()
#5  0x000000000042c0b5 in decrRefCount ()
#6  0x000000000042744d in resetClient ()
#7  0x000000000042963b in processInputBuffer ()
#8  0x0000000000429762 in readQueryFromClient ()
#9  0x000000000041847c in aeProcessEvents ()
#10 0x000000000041873b in aeMain ()
#11 0x0000000000420fce in main ()
Thu Jun 14 21:56:54 CST 2018
Thread 1 (Thread 0x7f2dc108d720 (LWP 27851)):
#0  0x0000003729ee5400 in madvise () from /lib64/libc.so.6
#1  0x0000000000493a1e in je_pages_purge ()
#2  0x000000000048cf40 in arena_purge ()
#3  0x00000000004a7dad in je_tcache_bin_flush_large ()
#4  0x00000000004a85e9 in je_tcache_event_hard ()
#5  0x000000000042c0b5 in decrRefCount ()
#6  0x000000000042744d in resetClient ()
#7  0x000000000042963b in processInputBuffer ()
#8  0x0000000000429762 in readQueryFromClient ()
#9  0x000000000041847c in aeProcessEvents ()
#10 0x000000000041873b in aeMain ()
#11 0x0000000000420fce in main ()

顯然，Querybuffer被頻繁resize的問題已經(jīng)得到了優(yōu)化，但是還是會(huì)出現(xiàn)客戶端報(bào)錯(cuò)。這就又陷入了僵局。難道還有其他因素導(dǎo)致query buffer resize變慢？我們?cè)俅巫トstack。但這時(shí)，jemalloc引起了我們的注意。此時(shí)回想Redis的內(nèi)存分配機(jī)制，Redis為避免libc內(nèi)存不被釋放導(dǎo)致大量內(nèi)存碎片的問題，默認(rèn)使用的是jemalloc用作內(nèi)存分配管理，這次報(bào)錯(cuò)的堆棧信息中都是je_pages_purge () redis在調(diào)用jemalloc回收臟頁。我們看下jemalloc做了些什么：

arena_purge(arena.c)
static void
arena_purge(arena_t *arena, bool all)
{
 arena_chunk_t *chunk;
 size_t npurgatory;
 if (config_debug) {
  size_t ndirty = 0;

  arena_chunk_dirty_iter(&arena->chunks_dirty, NULL,
   chunks_dirty_iter_cb, (void *)&ndirty);
  assert(ndirty == arena->ndirty);
 }
 assert(arena->ndirty > arena->npurgatory || all);
 assert((arena->nactive >> opt_lg_dirty_mult) < (arena->ndirty -
  arena->npurgatory) || all);

 if (config_stats)
  arena->stats.npurge++;
 npurgatory = arena_compute_npurgatory(arena, all);
 arena->npurgatory += npurgatory;

 while (npurgatory > 0) {
  size_t npurgeable, npurged, nunpurged;

  /* Get next chunk with dirty pages. */
  chunk = arena_chunk_dirty_first(&arena->chunks_dirty);
  if (chunk == NULL) {
   arena->npurgatory -= npurgatory;
   return;
  }
  npurgeable = chunk->ndirty;
  assert(npurgeable != 0);

  if (npurgeable > npurgatory && chunk->nruns_adjac == 0) {
 
   arena->npurgatory += npurgeable - npurgatory;
   npurgatory = npurgeable;
  }
  arena->npurgatory -= npurgeable;
  npurgatory -= npurgeable;
  npurged = arena_chunk_purge(arena, chunk, all);
  nunpurged = npurgeable - npurged;
  arena->npurgatory += nunpurged;
  npurgatory += nunpurged;
 }
}

Jemalloc每次回收都會(huì)判斷所有實(shí)際應(yīng)該清理的chunck并對(duì)清理做count，這個(gè)操作對(duì)于高響應(yīng)要求的系統(tǒng)是很奢侈的，所以我們考慮通過升級(jí)jemalloc的版本來優(yōu)化purge的性能。Redis 4.0版本發(fā)布后，性能有很大的改進(jìn)，并可以通過命令回收內(nèi)存，我們線上也正準(zhǔn)備進(jìn)行升級(jí)，跟隨4.0發(fā)布的jemalloc版本為4.1，jemalloc的版本使用的在jemalloc的4.0之后版本的arena_purge()做了很多優(yōu)化，去掉了計(jì)數(shù)器的調(diào)用，簡化了很多判斷邏輯，增加了arena_stash_dirty()方法合并了之前的計(jì)算和判斷邏輯，增加了purge_runs_sentinel，用保持臟塊在每個(gè)arena LRU中的方式替代之前的保持臟塊在arena樹的dirty-run-containing chunck中的方式，大幅度減少了臟塊purge的體積，并且在內(nèi)存回收過程中不再移動(dòng)內(nèi)存塊。代碼如下：

arena_purge(arena.c)
static void
arena_purge(arena_t *arena, bool all)
{
 chunk_hooks_t chunk_hooks = chunk_hooks_get(arena);
 size_t npurge, npurgeable, npurged;
 arena_runs_dirty_link_t purge_runs_sentinel;
 extent_node_t purge_chunks_sentinel;

 arena->purging = true;

 /*
  * Calls to arena_dirty_count() are disabled even for debug builds
  * because overhead grows nonlinearly as memory usage increases.
  */
 if (false && config_debug) {
  size_t ndirty = arena_dirty_count(arena);
  assert(ndirty == arena->ndirty);
 }
 assert((arena->nactive >> arena->lg_dirty_mult) < arena->ndirty || all);

 if (config_stats)
  arena->stats.npurge++;

 npurge = arena_compute_npurge(arena, all);
 qr_new(&purge_runs_sentinel, rd_link);
 extent_node_dirty_linkage_init(&purge_chunks_sentinel);

 npurgeable = arena_stash_dirty(arena, &chunk_hooks, all, npurge,
  &purge_runs_sentinel, &purge_chunks_sentinel);
 assert(npurgeable >= npurge);
 npurged = arena_purge_stashed(arena, &chunk_hooks, &purge_runs_sentinel,
  &purge_chunks_sentinel);
 assert(npurged == npurgeable);
 arena_unstash_purged(arena, &chunk_hooks, &purge_runs_sentinel,
  &purge_chunks_sentinel);

 arena->purging = false;
}

【解決問題】

實(shí)際上我們有多個(gè)選項(xiàng)?？梢允褂肎oogle的tcmalloc來代替jemalloc，可以升級(jí)jemalloc的版本等等。我們根據(jù)上面的分析，嘗試通過升級(jí)jemalloc版本，實(shí)際操作為升級(jí)Redis版本來解決。我們將Redis的版本升級(jí)到4.0.9之后觀察，線上客戶端連接超時(shí)這個(gè)棘手的問題得到了解決。

【問題總結(jié)】

Redis在生產(chǎn)環(huán)境中因其支持高并發(fā)，響應(yīng)快，易操作被廣泛使用，對(duì)于運(yùn)維人員而言，其響應(yīng)時(shí)間的要求帶來了各種各樣的問題，Redis的連接超時(shí)問題是其中比較典型的一種，從發(fā)現(xiàn)問題，客戶端連接超時(shí)，到通過抓取客戶端與服務(wù)端的網(wǎng)絡(luò)包，內(nèi)存堆棧定位問題，也被其中一些假象所迷惑，最終通過升級(jí)jemalloc（Redis）的版本解決問題，這次最值得總結(jié)和借鑒的是整個(gè)分析的思路。

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“Redis偶發(fā)連接失敗怎么辦”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持創(chuàng)新互聯(lián)，關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來學(xué)習(xí)!