云数据库 Tair（兼容 Redis）开发运维规范

资源类别

说明

计算资源

使用通配符、Lua并发、1对多的PUBSUB、热点Key等会大量消耗计算资源，集群架构下还会导致访问倾斜，无法有效利用所有数据分片。

存储资源

Streaming慢消费、大Key等会占用大量存储资源，集群架构下还会导致数据倾斜，无法有效利用所有数据分片。

网络资源

扫描全库（KEYS命令）、大Value、大Key的范围查询（如HGETALL命令）等会消耗大量的网络资源，且极易引发线程阻塞。

重要程度

规范

说明

★★★★★

• 高速缓存：建议关闭AOF以降低开销，同时，由于数据可能会被淘汰，业务设计上避免强依赖缓存中的数据。例如Tair被写满后，会触发数据淘汰策略以挪移出空间给新的数据写入，根据业务的写入量会相应地导致延迟升高。

  重要

  如需使用通过数据闪回按时间点恢复数据功能，AOF功能需保持开启状态。

• 内存数据库：应选购Tair（企业版）持久内存型，支持命令级持久化，同时应通过监控报警关注内存使用率。具体操作，请参见报警设置。

★★★★★

就近部署业务，例如将业务部署在同一个专有网络VPC下的ECS实例中。

Tair具备极强的性能，如果部署位置过远（例如业务服务器与Tair实例通过公网连接），网络延迟将极大影响读写性能。

★★★★☆

为每个业务提供单独的Tair实例。

避免业务混用，尤其需要避免将同一Tair实例同时用作高速缓存和内存数据库业务。带来的影响例如针对某个业务淘汰策略设置、产生的慢请求或执行FLUSHDB命令影响将扩散至其他业务。

★★★★☆

设置合理的过期淘汰策略。

Tair默认的默认逐出策略为 volatile-lru ，关于各逐出策略的说明，请参见Redis配置参数列表。

★★★☆☆

合理控制压测的数据和压测时间。

Tair不会对您压测的数据执行自动删除操作，您需要自行控制压测数据的数据量和压测时间，避免对业务造成影响。

重要程度

规范

说明

★★★★★

设计合理的Key中Value的大小，推荐小于10 KB。

过大的Value会引发数据倾斜、热点Key、实例流量或CPU性能被占满等问题，应从设计源头上避免此类问题带来的影响。

★★★★★

设计合理的Key名称与长度。

• Key名称：

  • 使用可读字符串作为Key名，如果使用Key名拼接库、表和字段名时，推荐使用英文冒号（:）分隔。例如project:user:001。

  • 在能完整描述业务的前提下，尽量简化Key名的长度，例如username可简化为u。

  • 由于大括号（{}）为Redis的hash tag语义，如果使用的是集群架构的实例，Key名称需要正确地使用大括号避免 引发数据倾斜 ，更多信息，请参见keys-hash-tags。

    说明

    集群架构下执行同时操作多个Key的命令时（例如RENAME命令），如果被操作的Key未使用hash tag让其处于相同的数据分片，则命令无法正常执行。

• 长度：推荐Key名的长度不超过128字节（越短越好）。

★★★★★

对于支持子Key的复杂数据结构，应避免一个Key中包含过多的子Key（推荐低于1,000）。

由于某些命令（例如HGETALL）的时间复杂度直接与Key中的子Key数量相关。如果频繁执行时间复杂度为O(N)及以上的命令，且Key中的子Key数量过多容易引发慢请求、数据倾斜或热点Key问题。

★★★★☆

推荐使用串行化方法将Value转变为可读的结构。

由于编程语言的字节码随着版本可能会变化，如果存储裸对象（例如Java Object、C#对象）会导致整个软件栈升级困难，推荐使用串行化方法将Value变成可读的结构。

重要程度

规范

说明

★★★★★

推荐使用JedisPool或者JedisCluster连接实例。

如果使用单连接的方式，一旦遇到单次超时则无法自动恢复。关于JedisPool的连接方法，请参见客户端程序连接Redis、JedisPool资源池优化和JedisCluster。

★★★★☆

程序客户端需要对超时和慢请求做容错处理。

由于Tair服务可能因网络波动或资源占满引发超时或慢请求，您需要在程序客户端上设计合理的容错机制。

★★★★☆

程序客户端应设置相对宽松的超时重试时间。

如果超时重试时间设置的非常短（例如200毫秒以下），可能引发重试风暴，极易引发业务层雪崩。更多信息，请参见Redis客户端重连指南。

重要程度

规范

说明

★★★★★

避免执行范围查询（例如KEYS *），使用多次单点查询或SCAN命令来获取延迟优势。

执行范围查询可能导致服务发生抖动、引发慢请求或产生阻塞。

★★★★★

推荐使用扩展数据结构（数据结构模块集成）实现复杂功能，避免使用Lua脚本。

Lua脚本会占用较多的计算和内存资源，且无法被多线程加速，过于复杂或不合理的Lua脚本可能导致资源被占满的情况。

★★★★☆

合理使用管道（pipeline）降低链路的往返时延RTT（Round-trip time）。

如果有多个操作命令需要被迅速提交至服务器端，且客户端不依赖每个操作返回的结果，那么可以通过管道来作为优化性能的批处理工具，注意事项如下：

• 管道执行期间客户端将独占与服务器端的连接，推荐为管道单独建立一个连接，将其与常规操作分离。

• 每个管道应包含合理的命令数量（不超过100个）。

★★★★☆

正确使用Redis命令。

使用事务（Transaction）时，需要注意其限制：

• 不同于关系型数据库的事务功能，Redis的事务功能不支持回滚（Rollback）。

• 对于集群架构的实例，需要使用hash tag确保命令所要操作的Key都分布在1个Hash槽中，同时还需要避免hash tag带来的存储倾斜问题。

• 避免在Lua脚本中封装事务命令，可能因编译加载消耗较多的计算资源。

★★★★☆

避免使用Redis命令执行大量的消息分发工作。

由于Pub和Sub不支持数据持久化，且不支持ACK应答机制无法实现数据可靠性，当执行大量消息分发工作时（例如订阅客户端数量超过100且Value超过1 KB），订阅客户端可能因服务端资源被占满而无法接收到数据。

重要程度

规范

说明

★★★★★

充分了解不同的实例管理操作带来的影响。

在对Tair实例执行变更配置、重启等操作时，实例的状态将发生变化并产生某些影响（例如产生秒级的连接闪断），在操作前您需要充分了解。更多信息，请参见实例状态与影响。

★★★★★

验证客户端程序的差错处理能力或容灾逻辑。

Tair支持节点健康状态监测，当监测到实例中的主节点不可用时，会自动触发主备切换，保障实例的高可用性。在客户端程序正式上线前，推荐手动触发主备切换，可帮助您验证客户端程序的差错处理能力或容灾逻辑。具体操作，请参见手动执行主备切换。

★★★★★

禁用高耗时或高风险的命令。

生产环境中，无限制地使用命令可能带来诸多问题，例如执行FLUSHALL会直接清空全部数据；执行KEYS会阻塞Redis服务。为保障业务稳定、高效率地运行，您可以根据实际情况禁用特定的命令，具体操作，请参见禁用高风险命令。

★★★★☆

及时处理阿里云发起的计划内运维操作（即待处理事件）

为提供更优质的服务，持续提升产品性能和稳定性，阿里云会不定期地发起计划内运维操作（即待处理事件），对部分实例所属的机器执行软硬件或网络换代升级（例如数据库小版本升级）。当您收到来自阿里云的事件通知后，您可以查看本次事件的影响，根据业务需求评估是否需要调整执行时间。更多信息，请参见查看并管理计划内事件。

★★★★☆

为核心指标配置监控报警，帮助掌握实例运行状态。

为CPU使用率、内存使用率、带宽使用率等核心指标配置监控报警，实时掌握实例运行状态。具体操作，请参见报警设置。

★★★★☆

通过Tair提供的丰富的运维功能，定期检查实例状态或辅助排查资源消耗异常问题。

• 分析慢日志：帮助您快速找到慢请求问题发生的位置，定位发出请求的客户端IP，为彻底解决超时问题提供可靠的依据。

• 查看性能监控：Tair支持丰富的性能监控指标，帮助您掌握Redis服务的运行状况和进行问题溯源。

• 发起实例诊断：帮助您从性能水位、访问倾斜情况、慢日志等多方面评估实例的健康状况，快速定位实例的异常情况。

• 发起缓存分析：帮助您快速发现实例中的大Key，帮助您掌握Key在内存中的占用和分布、Key过期时间等信息。

• 实时Top Key统计：帮助您快速发现实例中的热点Key，为进一步的优化提供数据支持。

★★★☆☆

评估并开启审计日志功能。

开通审计日志功能后，可记录写操作的审计信息，为您提供日志的查询、在线分析、导出等功能，助您时刻掌握产品安全及性能情况。更多信息，请参见开通审计日志。