懶 Redis 是更好的 Redis
懶 Redis 是更好的 Redis
大家都知道 Redis 是單線程的。對 Redis內行 的人會告訴你，Redis 其實也不完全是單線程的，因為還有一些線程在處理特定的慢的磁盤操作。到目前為止，這些線程里的操作都集中在 I/O 上，以至于這些線程用到的庫被稱為 bio.c，也就是后臺 I/O（Background I/O）。
不過之前我提交了一個 issue，承諾給 Redis 新增一個很多人（包括我自己）都想要的特性，被稱為延遲釋放（Lazy free）。可以參考這個 issue：https://github.com/antirez/redis/issues/1748。
這個 issue 的主要描述了，Redis 的 DEL 操作通常是阻塞的，所以如果你發送了“DEL mykey”命令，而你的 key 包含了5千萬的對象，那么服務器就會阻塞幾秒鐘，這段時間不能提供其他服務。以前，這被看作是 Redis 設計上的副作用，是可以接收的，只是在特定場景下是受限制的。DEL不是唯一會阻塞的命令，不過比較特別，因為我們通常會說：Redis 在使用 O(1) 和 O(log_N) 命令的時候是非常快的。你也可以使用 O（N）的命令，不過我們沒有為這些命令做優化，性能上可能會有問題。
這貌似合理，不過就算是用快的命令創建的對象，在刪除的時候也會讓Redis阻塞住。
第一次嘗試
—
對于單線程服務器，為了讓操作不阻塞，最簡單的方式就是用增量的方式一點點來，而不是一下子把整個世界都搞定。例如，如果要釋放一個百萬級的對象，可以每一個毫秒釋放1000個元素，而不是在一個 for() 循環里一次性全做完。CPU 的耗時是差不多的，也許會稍微多一些，因為邏輯更多一些，但是從用戶來看延時更少一些。當然也許實際上并沒有每毫秒刪除1000個元素，這只是個例子。重點是如何避免秒級的阻塞。在 Redis 內部做了很多事情：最顯然易見的是 LRU 淘汰機制和 key 的過期，還有其他方面的，例如增量式的對 hash 表進行重排。
剛開始我們是這樣嘗試的：創建一個新的定時器函數，在里面實現淘汰機制。對象只是被添加到一個鏈表里，每次定時器調用的時候，會逐步的、增量式的去釋放。這需要一些小技巧，例如，那些用哈希表實現的對象，會使用 Redis 的 SCAN 命令里相同的機制去增量式的釋放：在字典里設置一個游標來遍歷和釋放元素。通過這種方式，在每次定時器調用的時候我們不需要釋放整個哈希表。在重新進入定時器函數時，游標可以告訴我們上次釋放到哪里了。
適配是困難的
—
你知道這里最困難的部分是哪里嗎？這次我們是在增量式的做一件很特別的事情：釋放內存。如果內存的釋放是增量式的，服務器的內容增長將會非常快，最后為了得到更少的延時，會消耗調無限的內存。這很糟，想象一下，有下面的操作：
WHILE 1
SADD myset element1 element2 … many many many elements
DEL myset
END
如果慢慢的在后臺去刪除myset，同時SADD調用又在不斷的添加大量的元素，內存使用量將會一直增長。
好在經過一段嘗試之后，我找到一種可以工作的很好的方式。定時器函數里使用了兩個想法來適應內存的壓力：
1.檢測內存趨勢：增加還是減少？以決定釋放的力度。
2.同時適配定時器的頻率，避免在只有很少需要釋放的時候去浪費CPU，不用頻繁的去中斷事件循環。當確實需要的時候，定時器也可以達到大約300HZ的頻率。
這里有一小段代碼，不過這個想法現在已經不再實現了：
/*計算內存趨勢，只要是上次和這次內存都在增加，就傾向于認為內存趨勢? * 是增加的 */
if (prev_mem < mem) mem_trend = 1;?
mem_trend *= 0.9; /* 逐漸衰減 */?
int mem_is_raising = mem_trend > .1;??
/* 釋放一些元素 */?
size_t workdone = lazyfreeStep(LAZYFREE_STEP_SLOW);??
/* 根據現有狀態調整定時器頻率 */?
if (workdone) {?
if (timer_period == 1000) timer_period = 20;?
if (mem_is_raising && timer_period > 3)?
timer_period--; /* Raise call frequency. */?
else if (!mem_is_raising && timer_period < 20)?
timer_period++; /* Lower call frequency. */?
} else {?
timer_period = 1000; /* 1 HZ */?
}?? 這是一個小技巧，工作的也很好。不過郁悶的是我們還是不得不在單線程里執行。要做好需要有很多的邏輯，而且當延遲釋放（lazy free）周期很繁忙的時候，每秒能完成的操作會降到平時的65%左右。
如果是在另一個線程去釋放對象，那就簡單多了：如果有一個線程只做釋放操作的話，釋放總是要比在數據集里添加數據來的要快。
當然，主線程和延遲釋放線程直接對內存分配器的使用肯定會有競爭，不過 Redis 在內存分配上只用到一小部分時間，更多的時間用在I/O、命令分發、緩存失敗等等。
不過，要實現線程化的延遲釋放有一個大問題，那就是 Redis 自身。內部實現完全是追求對象的共享，最終都是些引用計數。干嘛不盡可能的共享呢？這樣可以節省內存和時間。例如：SUNIONSTORE 命令最后得到的是目標集合的共享對象。類似的，客戶端的輸出緩存包含了作為返回結果發送給socket的對象的列表，于是在類似 SMEMBERS 這樣的命令調用之后，集合的所有成員都有可能最終在輸出緩存里被共享。看上去對象共享是那么有效、漂亮、精彩，還特別酷。
但是，嘿，還需要再多說一句的是，如果在 SUNIONSTORE 命令之后重新加載了數據庫，對象都取消了共享，內存也會突然回復到最初的狀態。這可不太妙。接下來我們發送應答請求給客戶端，會怎么樣？當對象比較小時，我們實際上是把它們拼接成線性的緩存，要不然進行多次 write() 調用效率是不高的！（友情提示，writev() 并沒有幫助）。于是我們大部分情況下是已經復制了數據。對于編程來說，沒有用的東西卻存在，通常意味著是有問題的。
事實上，訪問一個包含聚合類型數據的key，需要經過下面這些遍歷過程：key -> value_obj -> hash table -> robj -> sds_string如果去掉整個 tobj 結構體，把聚合類型轉換成 SDS 字符串類型的哈希表（或者跳表）會怎么樣？（SDS是Redis內部使用的字符串類型）。
這樣做有個問題，假設有個命令：SADD myset myvalue，舉個例子來說，我們做不到通過client->argv[2] 來引用用來實現集合的哈希表的某個元素。我們不得不很多次的把值復制出來，即使數據已經在客戶端命令解析后創建的參數 vector 里，也沒辦法去復用。Redis的性能受控于緩存失效，我們也許可以用稍微間接一些的辦法來彌補一下。
于是我在這個 lazyfree 的分支上開始了一項工作，并且在 推ter 上聊了一下，但是沒有公布上下文的細節，結果所有的人都覺得我像是絕望或者瘋狂了（甚至有人喊道 lazyfree 到底是什么玩意）。那么，我到底做了什么呢？
1. 把客戶端的輸出緩存由 robj 結構體改成動態字符串。在創建 reply 的時候總是復制值的內容。
2. 把所有的 Redis 數據類型轉換成 SDS 字符串，而不是使用共享對象結構。聽上去很簡單？實際上這花費了數周的時間，涉及到大約800行高風險的代碼修改。不過現在全都測試通過了。
3. 把 lazyfree 重寫成線程化的。
結果是 Redis 現在在內存使用上更加高效，因為在數據結構的實現上不再使用 robj 結構體（不過由于某些代碼還涉及到大量的共享，所以 robj 依然存在，例如在命令分發和復制部分）。線程化的延遲釋放工作的很好，比增量的方式更能減少內存的使用，雖然增量方式在實現上與線程化的方式相似，并且也沒那么糟糕。現在，你可以刪除一個巨大的 key，性能損失可以忽略不計，這非常有用。不過，最有趣的事情是，在我測過的一些操作上，Redis 現在都要更快一些。消除間接引用（Less indirection）最后勝出，即使在不相關的一些測試上也更快一些，還是因為客戶端的輸出緩存現在更加簡單和高效。
最后，我把增量式的延遲釋放實現從分支里刪除，只保留了線程化的實現。
關于 API 的一點備注
不過 API 又怎么樣了呢？DEL 命令仍然是阻塞的，默認還跟以前一樣，因為在 Redis 中 DEL 命令就意味著釋放內存，我并不打算改變這一點。所以現在你可以用新的命令 UNLINK，這個命令更清晰的表明了數據的狀態。
UNLINK 是一個聰明的命令：它會計算釋放對象的開銷，如果開銷很小，就會直接按 DEL 做的那樣立即釋放對象，否則對象會被放到后臺隊列里進行處理。除此之外，這兩個命令在語義上是相同的。
我們也實現了 FLUSHALL/FLUSHDB 的非阻塞版本，不過沒有新增的 API，而是增加了一個 LAZY 選項，說明是否更改命令的行為。
不只是延遲釋放
—
現在聚合數據類型的值都不再共享了，客戶端的輸出緩存也不再包含共享對象了，這一點有很多文章可做。例如，現在終于可以在 Redis 里實現線程化的 I/O，從而不同的客戶端可以由不同的線程去服務。也就是說，只有訪問數據庫才需要全局的鎖，客戶端的讀寫系統調用，甚至是客戶端發送的命令的解析，都可以在線程中去處理。這跟 memcached 的設計理念類似，我比較期待能夠被實現和測試。
還有，現在也可以在其他線程實現針對聚合數據類型的特定的慢操作，可以讓某些 key 被“阻塞”，但是所有其他的客戶端不會被阻塞。這個可以用很類似現在的阻塞操作的方式去完成（參考blocking.c），只是增加一個哈希表保存那些正在處理的 key 和對應的客戶端。于是一個客戶端請求類似 SMEMBERS 這樣的命令，可能只是僅僅阻塞住這一個 key，然后會創建輸出緩存處理數據，之后在釋放這個 key。只有那些嘗試訪問相同的 key 的客戶端，才會在這個 key 被阻塞的時候被阻塞住。
所有這些需求起了更激烈的內部變化，但這里的底線我們已很少顧忌。我們可以補償對象復制時間來減少高速緩存的缺失，以更小的內存占用聚合數據類型，所以我們現在可依照線程化的 Redis 來進行無共享化設計，這一設計，可以很容易超越我們的單線程。在過去，一個線程化的 Redis 看起來總像是一個壞主意，因為為了實現并發訪問數據結構和對象其必定是一組互斥鎖，但幸運的是還有別的選擇獲得這兩個環境的優勢。如果我們想要，我們依然可以選擇快速操作服務，就像我們過去在主線程所做的那樣。這包含在復雜的代價之上，獲取執行智能（performance-wise）。
計劃表
—
我在內部增加了很多東西，明天就上線看上去是不現實的。我的計劃是先讓3.2版（已經是unstable狀態）成為候選版本（RC）狀態，然后把我們的分支合并到進入unstable的3.4版本。
不過在合并之前，需要對速度做細致的回歸測試，這有不少工作要做。
如果你現在就想嘗試的話，可以從Github上下載lazyfree分支。不過要注意的是，當前我并不是很頻繁的更新這個分支，所以有些地方可能會不能工作。