測試命令

​ 這條命令redis自帶

redis-benchmark  [option] [option value]

redis 效能測試工具可選引數如下所示：

案例一 效能資訊分析

機器配置

1.png

2.png

3.png

# 測試100個併發連線
# 一個併發連線有100000個請求

[root@node-a ~]# redis-benchmark  -h 1.1.1.1 -p 6379 -c 100 -n 100000 -q
PING_INLINE: 94696.97 requests per second
PING_BULK: 116550.12 requests per second
SET: 121654.50 requests per second
GET: 121359.23 requests per second
INCR: 121065.38 requests per second
LPUSH: 122399.02 requests per second
RPUSH: 121802.68 requests per second
LPOP: 119189.52 requests per second
RPOP: 121654.50 requests per second
SADD: 121065.38 requests per second
HSET: 121802.68 requests per second
SPOP: 122399.02 requests per second
LPUSH (needed to benchmark LRANGE): 122850.12 requests per second
LRANGE_100 (first 100 elements): 59701.50 requests per second
LRANGE_300 (first 300 elements): 20088.39 requests per second
LRANGE_500 (first 450 elements): 13825.52 requests per second
LRANGE_600 (first 600 elements): 10363.77 requests per second
# 每秒處理87719個請求
MSET (10 keys): 87719.30 requests per second
 

set

[root@node-a ~]# redis-benchmark  -h 1.1.1.1 -p 6379 -c 100 -n 100000 -t set 
====== SET ======
  10000 requests completed in 0.11 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

99.08% <= 1 milliseconds
100.00% <= 1 milliseconds
90090.09 requests per second

get

[root@node-a ~]# redis-benchmark  -h 1.1.1.1 -p 6379 -c 100 -n 100000 -t get
====== GET ======
  100000 requests completed in 1.03 seconds
  100 parallel clients
  3 bytes payload
  keep alive: 1

99.87% <= 1 milliseconds
100.00% <= 1 milliseconds
96711.80 requests per second
 

pipelining

預設情況下，每個客戶端都是在一個請求完成之後才傳送下一個請求 （benchmark 會模擬 50 個客戶端除非使用 -c 指定特別的數量）， 這意味著伺服器幾乎是按順序讀取每個客戶端的命令。Also RTT is payed as well.
​

真實世界會更復雜，Redis 支援 /topics/pipelining，使得可以一次性執行多條命令成為可能。 Redis pipelining 可以提高伺服器的 TPS。 下面這個案例是在 Macbook air 11” 上使用 pipelining 組織 16 條命令的測試範例：

[root@node-a ~]# redis-benchmark  -h 1.1.1.1 -p 6379 -n 100000 -t set,get -P 16 
====== SET ======
  100000 requests completed in 0.14 seconds
  50 parallel clients
  3 bytes payload
  keep alive: 1

54.66% <= 1 milliseconds
100.00% <= 1 milliseconds
740740.69 requests per second

====== GET ======
  100000 requests completed in 0.09 seconds
  50 parallel clients
  3 bytes payload
  keep alive: 1

98.96% <= 1 milliseconds
100.00% <= 1 milliseconds
1063829.88 requests per second

小結

• Redis 是一個伺服器：所有的命令都包含網路或 IPC 消耗。這意味著和它和 SQLite， Berkeley DB， Tokyo/Kyoto Cabinet 等比較起來無意義， 因為大部分的消耗都在網路協議上面。
• Redis 的大部分常用命令都有確認返回。有些資料儲存系統則沒有（比如 MongoDB 的寫操作沒有返回確認）。把 Redis 和其他單向呼叫命令儲存系統比較意義不大。
• 簡單的迴圈操作 Redis 其實不是對 Redis 進行基準測試，而是測試你的網路（或者 IPC）延遲。想要真正測試 Redis，需要使用多個連線（比如 redis-benchmark)， 或者使用 pipelining 來聚合多個命令，另外還可以採用多執行緒或多程序。
• Redis 是一個記憶體資料庫，同時提供一些可選的持久化功能。 如果你想和一個持久化伺服器（MySQL, PostgreSQL 等等） 對比的話， 那你需要考慮啟用 AOF 和適當的 fsync 策略。
• Redis 是單執行緒服務。它並沒有設計為多 CPU 進行優化。如果想要從多核獲取好處， 那就考慮啟用多個例項吧。將單例項 Redis 和多執行緒資料庫對比是不公平的。

影響 Redis 效能的因素

​ 有幾個因素直接決定 Redis 的效能。它們能夠改變基準測試的結果， 所以我們必須注意到它們。一般情況下，Redis 預設引數已經可以提供足夠的效能， 不需要調優。

• 網路頻寬和延遲通常是最大短板。建議在基準測試之前使用 ping 來檢查服務端到客戶端的延遲。根據頻寬，可以計算出最大吞吐量。 比如將 4 KB 的字串塞入 Redis，吞吐量是 100000 q/s，那麼實際需要 3.2 Gbits/s 的頻寬，所以需要 10 GBits/s 網路連線， 1 Gbits/s 是不夠的。 在很多線上服務中，Redis 吞吐會先被網路頻寬限制住，而不是 CPU。 為了達到高吞吐量突破 TCP/IP 限制，最後採用 10 Gbits/s 的網絡卡， 或者多個 1 Gbits/s 網絡卡。

• CPU 是另外一個重要的影響因素，由於是單執行緒模型，Redis 更喜歡大快取快速 CPU， 而不是多核。這種場景下面，比較推薦 Intel CPU。AMD CPU 可能只有 Intel CPU 的一半效能（通過對 Nehalem EP/Westmere EP/Sandy 平臺的對比）。 當其他條件相當時候，CPU 就成了 redis-benchmark 的限制因素。

• 在小物件存取時候，記憶體速度和頻寬看上去不是很重要，但是對大物件（> 10 KB）， 它就變得重要起來。不過通常情況下面，倒不至於為了優化 Redis 而購買更高效能的記憶體模組。

• Redis 在 VM 上會變慢。虛擬化對普通操作會有額外的消耗，Redis 對系統呼叫和網路終端不會有太多的 overhead。建議把 Redis 執行在物理機器上， 特別是當你很在意延遲時候。在最先進的虛擬化裝置（VMWare）上面，redis-benchmark 的測試結果比物理機器上慢了一倍，很多 CPU 時間被消費在系統呼叫和中斷上面。

• 如果伺服器和客戶端都執行在同一個機器上面，那麼 TCP/IP loopback 和 unix domain sockets 都可以使用。對 Linux 來說，使用 unix socket 可以比 TCP/IP loopback 快 50%。 預設 redis-benchmark 是使用 TCP/IP loopback。 當大量使用 pipelining 時候，unix domain sockets 的優勢就不那麼明顯了。

• 當大量使用 pipelining 時候，unix domain sockets 的優勢就不那麼明顯了。

• 當使用網路連線時，並且乙太網網資料包在 1500 bytes 以下時， 將多條命令包裝成 pipelining 可以大大提高效率。事實上，處理 10 bytes，100 bytes， 1000 bytes 的請求時候，吞吐量是差不多的，詳細可以見下圖。

• 在多核 CPU 伺服器上面，Redis 的效能還依賴 NUMA 配置和 處理器繫結位置。 最明顯的影響是 redis-benchmark 會隨機使用 CPU 核心。為了獲得精準的結果， 需要使用固定處理器工具（在 Linux 上可以使用 taskset 或 numactl）。 最有效的辦法是將客戶端和服務端分離到兩個不同的 CPU 來高校使用三級快取。 這裡有一些使用 4 KB 資料 SET 的基準測試，針對三種 CPU（AMD Istanbul, Intel Nehalem EX， 和 Intel Westmere）使用不同的配置。請注意， 這不是針對 CPU 的測試。

• 在高配置下面，客戶端的連線數也是一個重要的因素。得益於 epoll/kqueue， Redis 的事件迴圈具有相當可擴充套件性。Redis 已經在超過 60000 連線下面基準測試過， 仍然可以維持 50000 q/s。一條經驗法則是，30000 的連線數只有 100 連線的一半吞吐量。 下面有一個關於連線數和吞吐量的測試。

• 在高配置下面，可以通過調優 NIC 來獲得更高效能。最高效能在繫結 Rx/Tx 佇列和 CPU 核心下面才能達到，還需要開啟 RPS（網絡卡中斷負載均衡）。更多資訊可以在thread 。Jumbo frames 還可以在大物件使用時候獲得更高效能。

• 在不同平臺下面，Redis 可以被編譯成不同的記憶體分配方式（libc malloc, jemalloc, tcmalloc），他們在不同速度、連續和非連續片段下會有不一樣的表現。 如果你不是自己編譯的 Redis，可以使用 INFO 命令來檢查記憶體分配方式。 請注意，大部分基準測試不會長時間執行來感知不同分配模式下面的差異， 只能通過生產環境下面的 Redis 例項來檢視。

其他需要注意的點

​ 任何基準測試的一個重要目標是獲得可重現的結果，這樣才能將此和其他測試進行對比。

• 一個好的實踐是儘可能在隔離的硬體上面測試。如果沒法實現，那就需要檢測 benchmark 沒有受其他伺服器活動影響。
• 有些配置（桌面環境和筆記本，有些伺服器也會）會使用可變的 CPU 分配策略。 這種策略可以在 OS 層面配置。有些 CPU 型號相對其他能更好的調整 CPU 負載。 為了達到可重現的測試結果，最好在做基準測試時候設定 CPU 到最高使用限制。
• 一個重要因素是配置儘可能大記憶體，千萬不要使用 SWAP。注意 32 位和 64 位 Redis 有不同的記憶體限制。
• 如果你計劃在基準測試時候使用 RDB 或 AOF，請注意不要讓系統同時有其他 I/O 操作。 避免將 RDB 或 AOF 檔案放到 NAS 或 NFS 共享或其他依賴網路的儲存裝置上面（比如 Amazon EC2 上 的 EBS）。
• 將 Redis 日誌級別設定到 warning 或者 notice。避免將日誌放到遠端檔案系統。
• 避免使用檢測工具，它們會影響基準測試結果。使用 INFO 來檢視伺服器狀態沒問題， 但是使用 MONITOR 將大大影響測試準確度;

111