执行个 DEL 竟然也会阻塞 Redis？深挖一下果然不简单

欢迎大家来到IT世界,在知识的湖畔探索吧!

#头条创作挑战赛#

hello，大家好，我是张张，「架构精进之路」公号作者。

前两天有同事在执行 DEL 进行Redis数据删除的时候，阻塞Redis造成服务报警。

相信很多人对此不能理解：

• DEL 操作不就是从Redis DB 字典中删除过期 key 么？
• 它的时间复杂度不就是 O(1) 么？
• 为什么会对Redis造成阻塞呢？

这篇文章，我就来和你盘点一下，使用 Redis DEL 会踩到「坑」，以及深挖下其中的原理。

1. DEL 命令的时间复杂度

删除一个 key，你肯定会用 DEL 命令，它的时间复杂度是多少呢？

是 O(1) 么？

其实不一定。

如果你有认真阅读 Redis 的官方文档，就会发现：删除一个 key 的耗时，与这个 key 的类型有关。

Redis 官方文档在介绍 DEL 命令时，是这样描述的：

• key 是 String 类型，DEL 时间复杂度是 O(1)
• key 是 List/Hash/Set/ZSet 类型，DEL 时间复杂度是 O(M)，M 为元素数量

也就是说，如果你要删除的是一个非 String 类型的 key，这个 key 的元素越多，那么在执行 DEL 时耗时就越久！

为什么会是这样呢？

原因就在于：删除这种 key 时，Redis 需要依次释放每个元素的内存，元素越多，这个过程就会越耗时。

而这么长的操作耗时，势必会阻塞整个 Redis 实例，影响 Redis 的性能。

接下来，我们再来分析下，删除一个 String 类型的 key 会不会有这种问题？

前面不是提到过，Redis 官方文档的描述，删除 String 类型的 key，时间复杂度是 O(1) 么？这不会导致 Redis 阻塞吧？

其实，这也 不 一 定！

2. Redis 的删除策略

Redis 主要提供两种删除策略：

• 请求时删除：执行命令操作时，先检查下 key 是否已经过期，若已过期则删除，反之，继续操作。
• 定期清理：请求时删除的补充，按一定的请求频率清理已过期的 key。

其中，针对定期清理 redis 提供了两种触发机制：

• 一种是低频次，频率由周期性 server.hz 决定。
• 另一种是高频次，频率与主事件循环有关，由 beforeSleep 方法触发。

其实不管哪种方式触发，都需要考虑这个问题：不能对服务造成长时间的阻塞。

现实中总会有各种各样难以解决的问题：

• 假如我们一次性过期很多 key，要一次性清理该怎么办？
• 假如有个大 key，要花很长时间才能删除掉，又该怎么办？

你考虑一下，如果这个 key 占用的内存非常大呢？

例如，这个 key 存储了 800MB 的数据（很明显，它是一个 bigkey），那在执行 DEL 时，耗时依旧会变长！

这是因为，Redis 释放这么大的内存给操作系统，也是需要时间的，所以操作耗时也会变长。

所以，对于 String 类型来说，你最好也不要存储过大的数据，否则在删除它时，也会有性能问题。

3. 如何稳妥的进行 Redis 删除

当我们在删除 List/Hash/Set/ZSet 类型的 key 时，一定要格外注意，不能无脑执行 DEL，而是应该用以下方式删除：

1. 查询元素数量：执行 LLEN/HLEN/SCARD/ZCARD 命令
2. 判断元素数量：如果元素数量较少，可直接执行 DEL 删除，否则分批删除
3. 分批删除：执行 LRANGE/HSCAN/SSCAN/ZSCAN + LPOP/RPOP/HDEL/SREM/ZREM 删除

主要采用以下两种原则来应对：

• 少量、高频次 进行过期数据清理
• 大 key 采用异步惰性删除策略，避免主线程阻塞

从触发删除时机来看，redis 主要有两种触发场景：

• 请求时触发：对所有请求命令执行之前都检查下 key 是否过期。
• 定期触发：定期的检查下是否有 key 过期，有的话就尝试删除。

关于请求时触发，本质上这是一种 惰性 的思想，你主动发起请求了，我就顺便帮你检查下当前状态，如果没有请求，那么我就不做任何处理。

站在系统的角度，它需要客户端触发，然后系统被动的接受指令。

此时，你可能会想：Redis 4.0 不是推出了 lazy-free 机制么？

打开这个机制，释放内存的操作会放到后台线程中执行，那是不是就不会阻塞主线程了？

那真的会是这样吗？

4. 什么是 lazy-free？

在应用之前，我们首先要搞清楚，什么是lazy-free？

lazy-free是4.0新增的功能，但是默认是关闭的，需要手动开启。这里的 lazy-free，将慢操作异步化，这也是在事件处理上向多线程迈进了一步。

惰性删除的意思是：将释放内存的操作交给后台线程异步的进行处理，也就意味着一个 key 真正意义上的删除，具有一定的延迟。

惰性，就体现在删除操作并没有真正执行，而是交给后台线程异步处理，可能比实际响应结果要晚一些才真正完成。

从 DB 中删除过期 key 时，只是从 DB 字典中将关系删除，内存没有真正释放，而是交给后台异步线程去删除。

主线程将待删除的 key 扔到 lazy_free 队列，并唤醒对应的后台线程，此时 bio_lazy_free 后台线程就从队列中取出对应的 key 进行内存清理。这也是一个典型的 生产者 – 消费者 模型。

5. DEL bigkey 会阻塞

手动开启lazy-free时，有4个选项可以控制：

• lazyfree-lazy-expire：key在过期删除时尝试异步释放内存
• lazyfree-lazy-eviction：内存达到maxmemory并设置了淘汰策略时尝试异步释放内存
• lazyfree-lazy-server-del：执行RENAME/MOVE等命令或需要覆盖一个key时，删除旧key尝试异步释放内存
• replica-lazy-flush：主从全量同步，从库清空数据库时异步释放内存

除了replica-lazy-flush之外，其他情况都只是可能去异步释放key的内存，并不是每次必定异步释放内存的。

开启lazy-free后，Redis在释放一个key的内存时，首先会评估代价，如果释放内存的代价很小，那么就直接在主线程中操作了，没必要放到异步线程中执行（不同线程传递数据也会有性能消耗）。

那什么情况才会真正异步释放内存？

这和key的类型、编码方式、元素数量都有关系：

• 当Hash/Set底层采用哈希表存储（非ziplist/int编码存储）时，并且元素数量超过64个
• 当ZSet底层采用跳表存储（非ziplist编码存储）时，并且元素数量超过64个
• 当List链表节点数量超过64个（注意，不是元素数量，而是链表节点的数量，List的实现是在每个节点包含了若干个元素的数据，这些元素采用ziplist存储）
• 再加一个条件就是refcount=1 就是没有人在引用这个key的时候

只有以上这些情况，在删除key释放内存时，才会真正放到异步线程中执行，其他情况一律还是在主线程操作。

也就是说String（不管内存占用多大）、List（少量元素）、Set（int编码存储）、Hash/ZSet（ziplist编码存储）这些情况下的key在释放内存时，依旧在主线程中操作。

由此可见，即使开启了lazy-free，String类型的bigkey，在删除一个 String 类型的 bigkey 时，它仍旧是在主线程中处理，而不是放到后台线程中执行，依旧有阻塞 Redis 的风险！

6. 总结

其实，接触任何一个新领域，都会经历陌生、熟悉、踩坑、吸收经验、游刃有余这几个阶段。

踩坑不可怕，根据问题再深挖一下，一定能收获到你期望的答案。

本文通过对Redis DEL 命令的一系列分析，总结来看，Redis 有自己的一套代价评估方法，认为可以清理代价较大，才会交给后台线程惰性处理；反之，顺手就给清理了。

最后忠告各位开发同学，即便Redis提供了lazy-free，我建议还是尽量不要在Redis中存储bigkey。

我是 张张，一个对于技术有思考的资深后端程序员，在每一篇文章中，我不仅会告诉你一个技术点是什么，还会尝试把这些问题探究的思考过程提炼成通用的方法论，让你可以应用在其它领域中，做到举一反三。

如果文章对你有所帮助，还请帮忙点赞、在看、转发一下，你的支持会激励我输出更高质量的文章，非常感谢！

·END·

希望今天的讲解对大家有所帮助，谢谢！

Thanks for reading!