Redis EXISTS命令耗时过长case排查

一、背景

redis慢日志分析平台上线后，随便看了一下，发现onestore使用的缓存集群，存在大量的EXISTS命令慢查询的情况：

平均每个EXISTS命令需要13ms，最大耗时近20ms。这个结果很不科学啊，EXISTS命令只是执行一次hash查找操作，应该是us级别。

和相关同学了解业务背景如下：

- 业务是userfeed，存放用户发表的动态

- 使用zset存储一个用户发表的所有动态，key是用户id，集合中对应的是feedid。如果用户发表的动态很多，zset也很大

- redis集群作为onestore的缓存，过期时间是10分钟

- 在访问cache前会调用EXISTS查看是否命中，如果不命中就用onestore回填cache

由于一些用户发表的动态很多（2W+），所以存在很多的ZADD慢查询。

二、排查

1. redis的清除过期key的策略

- 被动方式：在事件循环中，每秒执行约10次，尽力删除过期的key，会有漏掉的情况

- 从expire set中随机检查20个key

- 删除到过期的key

- 如果超过25%的key都是过期了，就重复第一步（超过25%说明过期的key占比很多）

- 主动方式：

- 如果该key在被动方式中漏过，在其再次被访问时检查并清除

2. 查看代码

void existsCommand(redisClient *c) {
    expireIfNeeded(c->db,c->argv[1]);  // 检查该key是否过期，如果过期就delete掉
    if (dbExists(c->db,c->argv[1])) {
        addReply(c, shared.cone);
    } else {
        addReply(c, shared.czero);
    }
}

在EXISTS命令处理函数中实现了清除过期key的主动策略，会先调用expireIfNeeded函数检查要访问的key是否过期，如果过期就delete掉这个key。del命令在删除元素很多的复合数据类型（list、hash、zset、set）时是一个很耗时的操作。由于存在元素很多的zset，和ZADD一样，在删除zset时需要一个一个遍历所有元素，时间复杂度是大O(n)。由于这个删除操作在EXISTS命令的处理函数中执行，所以导致EXISTS耗时过长。

3. redis慢日志验证

通过慢日志可以验证上述结论

- EXISTS先检查‘user:94479529:feed’是否存在，该key已经过期，触发主动过期机制，将该key删除

- 从onestore获取该key的数据，然后通过ZADD回填

三、风险

该集群单个实例qps达到8k+，同时每天有10W+的慢查询。在redis存在大量慢查询时，会存在个别客户端超时的情况，导致请求失败。

四、后续处理

1. 增加过期时间，由10分钟到20分钟

2. 对redis集群扩容（试增加过期时间的效果而定）

对于redis删除大key耗时的问题，redis作者提供了解决方案，具体就是使用异步线程对大key进行删除操作，避免阻塞主线程。