什么是Redis内存碎片？来理解下Redis的内存分配机制，jemalloc
Redis作为内存中的高性能数据库，具有出色的性能。尤其是在处理用户需求数据的核心存储节点中，独立的Redis可以达到成千上万的TP，远远超过了数百个TPS相对数据库（例如MySQL），而差异是数十个时间。
在需要高性能的业务情况下，Redis作为中间件缓存，意识到CPU与I/O密集型和高效I/O模型的主要用途，而内存操作直接影响REDIS性能。
作为重新内存问题之一，内存的分解是分散的内存空间变成不同的大小，这会影响内存分配的效率。
当发生内存故障时，可用的内存空间小于物理自由空间。
REDIS通常应通过外部内存或清洁旧数据更改数据，从而降低性能。
为了监视内存状态，REDIS提供了内存状态监视参数，其中Fragmentation_ratio的参数直接反映了内存崩溃的问题。
为了解决内存崩溃的问题，REDIS使用高效的Jemalloc内存规定来替换GlibcMalloc标准，以降低内存分配成本并增加消费。
Jemalloc是要广泛使用的消费者条件的有效规定，可以解决内存准备问题和螺纹多线程环境中的故障问题。
它被广泛用于BSD，Firefox，Facebook等。
内存崩溃的基本原因是分配的空间的回收，导致空心的形成和收集和减少空间使用情况。
为了解决这个问题，将空间重新分为多个级内存储器块，通过好友算法，在应用时优先考虑最合适的规范匹配，在不充分时升级并检查佛教徒在发布时是否要加入以优化内存和使用存储器。
平板算法针对小物体进行了优化，并引入了Slab_partial，以维护分配但未充分利用的空间，从而实现了更有效的内存重复使用。
在多核处理环境中，Jemalloc通过引入个人记忆分配区域来实现高性能记忆准备，从而减少了关键粒度并减少由关键争议造成的绩效损失。
REDIS选择Jemalloc作为内存提供，确保高内存管理功能和较低的故障。
对于mem_fragmentation_ratio太大的情况，Redis官方建议练习“鸵鸟算法”，即没有特殊的处理。
只要您确保有足够的物理内存和适当的最大值参数设置，即使存在内存破坏问题，后续内存提供也是安全的。
避免频繁更改REDIS的主要价值可以减少外部崩溃的产生，但是绩效和安全性的优势尚不清楚。
故障分析| Redis 故障诊断及常用运维命令—内存篇
如果您遇到REDI中的OOM错误，即使您的数据量相对较低，您也会感到困惑。本文旨在帮助每个人了解REDIS内存管理机制，并通过错误分析有效地解决和解决问题。
我们将观察到REDIS内存消耗的分布以及OOM问题的可能后果，并使用想法和实际命令在实际操作和维护中应用。
首先，我们必须了解REDIS内存消耗的划分。
内存主要分为数据存储，复制缓冲区，客户端输入和输出缓冲区以及其他元数据。
数据存储用于保存实际数据对象。
复制缓冲区用于传输数据。
客户端输入和启动缓冲区用于处理客户需求的读取和撰写。
元数据在数据库中包含元信息，例如B.数据结构和钥匙值同行信息。
此外，您必须注意架空。
总数包含REDIS使用的整个内存，除了数据。
OOM问题可能导致重新编写，并且只能读取数据。
如果将MaxMemory-Policy配置为非默认新手，则由于内存不足而导致REDIS颁布或到期，这会影响查询效率。
解决OOM问题的想法可以从以下方面开始：**数据量太大了？ **使用redis基准测试不断填写数据以检查内存使用。
当内存使用超过最大值设置时，就会发生OOM。
同时，观察数据对象存储和其他内存消耗，以了解数据量表和内存消耗的分布。
**客户端输入缓冲区有问题吗？ **输入缓冲区打印并检查了内存消耗。
通过最大的内存消耗搜索客户端连接，我们可以继续分析是否存在异常连接，并且存储使用情况太大。
**复制积压缓冲区太大了吗？ **通过设置较大的复制静止能力并进行压力测量，请检查数据是否不能用redis编写，因为缓冲液太大。
**客户端输出缓冲区有问题吗？ **在生产环境中，当Redis Monitor使用命令时，启动缓冲区可能会夸大。
通过打开监视命令，创建压力缓冲压力并检查内存消耗以确认是否存在分配过多的启动缓冲区的问题。
在实际的操作和维护工作中，有一些实际的重新操作和维护命令：**与REDIS压力相关的命令模拟命令：** redis-Benchmark，redis-check-aof，redis-check-check-rdB等，测试重新性能，检查数据一致性和诊断问题。
**常见的redi的内存故障排除命令：**``infomemory`，用于显示内存的详细使用; “统计信息”用于了解内存消耗状态；用于诊断数据对象的特定情况的“ debugobject”；带有转储和“还原”的命令用于保护和恢复数据并支持该问题。
总而言之，对重新内存管理机制的理解是对OOM问题有效纠正和解决方案的基础。
通过系统的记忆消耗分析，存储策略的设定和合适的使用可以改善REDIS的稳定性和性能。
同时，提高系统的整体性能和稳定性非常重要，以了解如何在生产环境中正确配置和监视REDIS。
Redis的各数据类型的内存占用
首先给Redis一个URL来分析内存的使用：http：//www.redis.cn/redis_memory/此工具将为我们提供内存使用分析。示例如下：当我们使用redis时，链的类型是我们使用的链条的类型，也是唯一的非色类型。
但是，链的类型并不适用于所有场合。
他有一个明显的差距，也就是说，在注册数据时她会消耗大量的内存空间。
为什么频道的类型会占用很多空间？这是因为除了保存真实数据外，链的类型还需要额外的存储空间来记录数据的长度，空间的使用和其他信息。
此信息也称为元数据。
当记录的真实数据较低时，元数据的一般空间成本似乎相对显着。
保存整数签名的6 4 位时，链式类型将其记录为8 个字节的整数类型。
这种经济方法通常称为int。
但是，当您保存的数据包含字符时，链的类型将使用简单的动态链结构（SimpleDamicString，SDS）记录。
SDS占据的内存如下：在SDS中，BUF记录了真实数据，而LEN和Alloc本身是SDS结构的额外一般成本。
但是，除了额外的SDS总成本外，链的类型还具有重新计算结构的过载（其中包含八个字节的元数据和八个字节的指示器），如下图所示：解决上述链类型的情况：我们可以使用太多的链条采用太多的内存，我们可以使用压缩的表来存储它。
压缩列表可以记录内存的原因是他们使用连续输入系列保存数据。
REDIS根据压缩列表实现了集合的类型，例如列表，哈希和sordset。
最大的优势是节省一般要求成本。
当您使用链条类型时，一对键值具有指示性，需要3 2 个字节的空间。
但是，当使用定义类型时，键对应于集合中的数据，并且可以节省大量数据，但是只使用了一个神圣的数据，记录了内存。
切碎的类型使用压缩列表记录数据时定义了两个阈值。
阈值通过后，哈希的类型将使用哈希表来保存数据。
这两个阈值对应于以下配置的两个元素：Hash-Max-Ziplist-entries：表示用压缩列表保存时，Hash集合中的最大元素数量。
Hash-Max-Ziplist-value：用压缩列表保存时，表示哈希集合中单个元素的最大长度。
