全球觀熱點：memcached使用中踩的一些坑

背景

線上啟用memcached(以下簡稱mc)作為熱點緩存組件已經(jīng)多年，其穩(wěn)定性和性能都經(jīng)歷住了考驗，這里記錄一下踩過的幾個坑。

大key存儲

某年某月某日，觀察mysql的讀庫CPU占比有些異常偏高，去check慢查詢log，發(fā)現(xiàn)部分應(yīng)有緩存的慢sql居然存在幾秒執(zhí)行一次情況，不符合緩存數(shù)小時的代碼邏輯。查看業(yè)務(wù)log在每次查詢sql之后也確實有將結(jié)果set至mc之中：

# python代碼mc.set(cache_key, v, 3600)

而set返回的取值卻是False而非正常的True，很快想到mc著名的只可存儲不超過1MB大小的key限制，在以往的業(yè)務(wù)場景中沒有出現(xiàn)過這么大的key，所以一直沒達(dá)到過這個限制，直到這一次撞上。要解決超過1MB大小的key存儲問題有以下幾個思路：

(相關(guān)資料圖)

想辦法將cache結(jié)果變小換個cache組件mc >=1.4.2 版本其實已經(jīng)支持命令行參數(shù)-I指定最大key大小了，線上使用版本支持最小1KB最大128MB的設(shè)置將大key拆分為幾個子key，通過set_multi和get_multi實現(xiàn)統(tǒng)一的讀寫。

無論是通過2或3都可以支持更大的key存儲，但是更大的key存儲對于讀寫傳輸其實都更不友好，而思路4需要手動拆分、組裝子key略顯麻煩，所以優(yōu)先從思路1著手，意外發(fā)現(xiàn)python使用的memcached庫其實提供了key壓縮功能，在寫入時指定min_compress_len參數(shù)即可：

mc.set(key, v, time=expires, min_compress_len=1024)

如上表示寫入的v對象序列化大小若>=1024則啟用壓縮存儲，庫底層會將其壓縮后再寫入mc，讀取時庫底層也會自動解壓縮后再返回，業(yè)務(wù)層可以說完全無感，并且壓縮后還能極大降低存儲和傳輸成本。最終通過min_compress_len參數(shù)啟用大key壓縮后，原1MB大小的key直瘦身了4/5。

slab鈣化

啟用大key壓縮后mc度過了好一段歲月靜好的日子，直到某一天...

大規(guī)模key分布變動導(dǎo)致的鈣化

查看zabbix上的相關(guān)監(jiān)控，發(fā)現(xiàn)mc的key查詢miss比例居然接近50%！這個緩存命中率著實讓人深思，進(jìn)一步check后發(fā)現(xiàn)同時異常的指標(biāo)還有evicted items數(shù)，日常取值居然可以達(dá)到數(shù)百/S的級別。mc官方文檔對evicted items的定義如下：

evicted                Number of times an item had to be evicted from the LRU before it expired.

即存儲的key在其實際過期前被從LRU強(qiáng)制清理了，這一般說明mc剩余可分配內(nèi)存不足了，所以新key寫入時只能先從LRU淘汰一部分key騰出空間后再給新key使用，但是查看mc的內(nèi)存使用率，明明還有超過>2GB的剩余內(nèi)存可用。最終調(diào)查后真相大白：mc明明剩余大量內(nèi)存可用，寫入新key卻不斷導(dǎo)致舊key被提前清除的現(xiàn)象其實是mc特有的slab鈣化問題所致：

Memcached采用LRU(Least Recent Used）淘汰算法，在內(nèi)存容量滿時踢出過期失效和LRU數(shù)據(jù)，為新數(shù)據(jù)騰出內(nèi)存空間。不過該淘汰算法在內(nèi)存空間不足以分配新的Slab情況下，這時只會在同一類Slab內(nèi)部踢出數(shù)據(jù)。即當(dāng)某個Slab容量滿，且不能在內(nèi)存足夠分配新的Slab，只會在相同Slab內(nèi)部踢出數(shù)據(jù)，而不會挪用或者踢出其他Slab的數(shù)據(jù)。這種局部剔除數(shù)據(jù)的淘汰算法帶來一個問題：Slab鈣化。

簡單來說memcached 使用的不同尺寸slab一旦分配完成就不可變了，所以如果某類slab已用盡，即便其他slab剩余大量空閑內(nèi)存也無法再對其加以利用。業(yè)務(wù)這邊之前對使用mc的部分緩存key進(jìn)行了整合優(yōu)化，在優(yōu)化之前單mc的全部5GB內(nèi)存均已根據(jù)key存儲情況分配給了特定的slab，而優(yōu)化之后大大降低了小key的數(shù)量，取而代之的是相對更緊湊的大key，key的數(shù)量和大小分布都發(fā)生了顯著的變化，于是原有的適用于大量小key的slab分配就無法滿足優(yōu)化后的key存儲了。最終體現(xiàn)為，中等大小的slab內(nèi)存已被耗盡，每次寫入新key只能先通過LRU淘汰部分舊key騰出空間，體現(xiàn)為evicted數(shù)異常偏高，并且直接影響了緩存命中率，而小尺寸的slab卻長期大量空閑，體現(xiàn)為mc內(nèi)存使用剩余空間一直充足。網(wǎng)上檢索解決鈣化問題有三個辦法：

1) 重啟Memcached實例，簡單粗暴，啟動后重新分配Slab class，但是如果是單點可能造成大量請求訪問數(shù)據(jù)庫，出現(xiàn)雪崩現(xiàn)象，沖跨數(shù)據(jù)庫。2) 隨機(jī)過期：過期淘汰策略也支持淘汰其他slab class的數(shù)據(jù)，twitter工程師采用隨機(jī)選擇一個Slab，釋放該Slab的所有緩存數(shù)據(jù)，然后重新建立一個合適的Slab。3) 通過slab_reassign、slab_authmove參數(shù)控制。

方法2看上去應(yīng)是twitter的定制版mc Twemcache的特有功能，方法3則是線上mc已支持的方案，但首次接觸也不敢貿(mào)然直接在線上使用。考慮到mc僅作為熱點緩存其數(shù)據(jù)可丟失，且部署有多臺分?jǐn)倝毫Γ苯硬捎玫头鍟r段分別重啟單個mc的策略解決，重啟后evicted item直接降為0，cache命中率升至90%上下。

少量大key變動導(dǎo)致的鈣化

首次鈣化之后又是一段歲月靜好，直到...某段時間開始一個主要接口偶發(fā)耗時會突然飆升一下，對應(yīng)機(jī)器的CPU使用也會瞬間飚高一小陣，查看zabbix監(jiān)控時，發(fā)現(xiàn)mc的 evicted items>0已持續(xù)好一段時間，但一直是個位數(shù)/S的級別，看著影響不大。進(jìn)一步執(zhí)行stats items命令，發(fā)現(xiàn)發(fā)生key evict的是最大的chunk_size=1048576 的slab 42，這也就是說存在大小在512KB~1MB之間的大key，同時當(dāng)前mc分配的1MB slab個數(shù)已無法滿足其存儲，也無法再分配出新的1MB大小的slab，最終體現(xiàn)為對于大key的再次鈣化。由于slab鈣化大key會被頻繁evict，對應(yīng)緩存機(jī)制基本失效，所幸server端針對該類大key的讀取還做了一個短期的本地cache，避免了每次請求都穿透到db。在某些特定時刻，當(dāng)mc中對應(yīng)大key失效且本地cache失效，對應(yīng)請求又較多的時候，多個獨立的請求都會穿透到db獲取數(shù)據(jù)，而后再寫入mc，無論是穿透到db獲取數(shù)據(jù)后本地進(jìn)行相應(yīng)的數(shù)據(jù)組裝處理邏輯，還是讀寫mc的壓縮、解壓縮數(shù)據(jù)操作，都比較耗CPU，最終會體現(xiàn)為api耗時增加，且CPU使用率也存在飚高的現(xiàn)象。近期并沒有涉及大key讀寫的改動，那這次的大key slab鈣化又是怎么來的？進(jìn)一步探查原因：觸發(fā)evict的大key近期確實無相關(guān)邏輯改動，但該部分舊key的大小和運營放出的資源多少直接相關(guān)，近一段時間放出的資源一直持續(xù)增加，舊key原本大小是<512KB，所以使用的是512KB的slab 41，近期持續(xù)增大為>512KB后，就只能使用1MB的slab 42存儲了，對于slab 42來說相當(dāng)于在原有支持的大key數(shù)量基礎(chǔ)上又新的大key存儲需要支持，又由于slab鈣化無法再分配新的slab 42，最終觸發(fā)evict，cache命中率降低，api偶發(fā)耗時上升。最終解決方案：還是在業(yè)務(wù)低峰期逐個重啟mc，觸發(fā)slab重分配即可。

總結(jié)

memcached作為一個開源的純內(nèi)存kv緩存組件，上手簡單、性能、穩(wěn)定性都有足夠保證，但是實際使用時也不可掉以輕心，對其相關(guān)監(jiān)控與關(guān)注不能少，對于其特有的最大key存儲限制、slab鈣化問題要有一定的認(rèn)識并能及時處理。轉(zhuǎn)載請注明出處，原文地址：https://www.cnblogs.com/AcAc-t/p/memcached_large_key_slab_calcification.html

參考

https://github.com/memcached/memcached/blob/master/doc/protocol.txt#L637https://github.com/memcached/memcached/wiki/ReleaseNotes142#configurable-maximum-item-sizehttps://www.jianshu.com/p/b91a45711460https://blog.twitter.com/engineering/en_us/a/2012/caching-with-twemcachehttps://www.cnblogs.com/AcAc-t/p/memcached_large_key_slab_calcification.htmlhttps://bugwz.com/2020/05/24/memcached-slab-calcification/#2-2-2、Rebalance執(zhí)行邏輯https://www.cnblogs.com/Leo_wl/p/3310294.html

關(guān)鍵詞：