锐客网

  1. 首页 > it技术 > >

这个 Redis 连接池的新监控方式针不戳~我再加一点佐料


Lettuce 是一个 Redis 连接池，和 Jedis 不一样的是，Lettuce 是主要基于 Netty 以及 ProjectReactor 实现的异步连接池。由于基于 ProjectReactor，所以可以直接用于 spring-webflux 的异步项目，当然，也提供了同步接口。
在我们的微服务项目中，使用了 Spring Boot 以及 Spring Cloud。并且使用了 spring-data-redis 作为连接 Redis 的库。并且连接池使用的是 Lettuce。同时，我们线上的 JDK 是 OpenJDK 11 LTS 版本，并且每个进程都打开了 JFR 记录。关于 JFR，可以参考这个系列：[JFR 全解]()
在 Lettuce 6.1 之后，Lettuce 也引入了基于 JFR 的监控事件。参考：events.flight-recorder

1. Redis 连接相关事件：

  • ConnectEvent：当尝试与 Redis 建立连接之前，就会发出这个事件。
  • ConnectedEvent：连接建立的时候会发出的事件，包含建立连接的远程 IP 与端口以及使用的 Redis URI 等信息，对应 Netty 其实就是 ChannelHandler 中的 channelActive 回调一开始就会发出的事件。
  • ConnectionActivatedEvent：在完成 Redis 连接一系列初始化操作之后（例如 SSL 握手，发送 PING 心跳命令等等），这个连接可以用于执行 Redis 命令时发出的事件。
  • ConnectionDeactivatedEvent：在没有任何正在处理的命令并且 isOpen() 是 false 的情况下，连接就不是活跃的了，准备要被关闭。这个时候就会发出这个事件。
  • DisconnectedEvent：连接真正关闭或者重置时，会发出这个事件。
  • ReconnectAttemptEvent：Lettuce 中的 Redis 连接会被维护为长连接，当连接丢失，会自动重连，需要重连的时候，会发出这个事件。
  • ReconnectFailedEvent：当重连并且失败的时候的时候，会发出这个事件。
2. Redis 集群相关事件：
  • AskRedirectionEvent：针对 Redis slot 处于迁移状态时会返回 ASK，这时候会发出这个事件。
  • MovedRedirectionEvent：针对 Redis slot 不在当前节点上时会返回 MOVED，这时候会发出这个事件。
  • TopologyRefreshEvent：如果启用了集群拓补刷新的定时任务，在查询集群拓补的时候，就会发出这个事件。但是，这个需要在配置中开启定时检查集群拓补的任务，参考 cluster-topology-refresh
  • ClusterTopologyChangedEvent：当 Lettuce 发现 Redis 集群拓补发生变化的时候，就会发出这个事件。
3. Redis 命令相关事件：
  • CommandLatencyEvent：Lettuce 会统计每个命令的响应时间，并定时发出这个事件。这个也是需要手动配置开启的，后面会提到如何开启。
  • CommandStartedEvent：开始执行某一指令的时候会发出这个事件。
  • CommandSucceededEvent：指令执行成功的时候会发出这个事件。
  • CommandFailedEvent：指令执行失败的时候会发出这个事件。

Lettuce 的监控是基于事件分发与监听机制的设计，其核心接口是 EventBus:
EventBus.java
public interface EventBus { // 获取 Flux，通过 Flux 订阅，可以允许多个订阅者 Flux get(); // 发布事件 void publish(Event event); }

其默认实现为 DefaultEventBus，
public class DefaultEventBus implements EventBus { private final DirectProcessor bus; private final FluxSink sink; private final Scheduler scheduler; private final EventRecorder recorder = EventRecorder.getInstance(); public DefaultEventBus(Scheduler scheduler) { this.bus = DirectProcessor.create(); this.sink = bus.sink(); this.scheduler = scheduler; }@Override public Flux get() { //如果消费不过来直接丢弃 return bus.onBackpressureDrop().publishOn(scheduler); }@Override public void publish(Event event) { //调用 recorder 记录 recorder.record(event); //调用 recorder 记录之后，再发布事件 sink.next(event); } }

在默认实现中，我们发现发布一个事件首先要调用 recorder 记录，之后再放入 FluxSink 中进行事件发布。目前 recorder 有实际作用的实现即基于 JFR 的 JfrEventRecorder.查看源码：
JfrEventRecorder
public void record(Event event) { LettuceAssert.notNull(event, "Event must not be null"); //使用 Event 创建对应的 JFR Event，之后直接 commit，即提交这个 JFR 事件到 JVM 的 JFR 记录中 jdk.jfr.Event jfrEvent = createEvent(event); if (jfrEvent != null) { jfrEvent.commit(); } }private jdk.jfr.Event createEvent(Event event) { try { //获取构造器，如果构造器是 Object 的构造器，代表没有找到这个 Event 对应的 JFR Event 的构造器 Constructor constructor = getEventConstructor(event); if (constructor.getDeclaringClass() == Object.class) { return null; } //使用构造器创建 JFR Event return (jdk.jfr.Event) constructor.newInstance(event); } catch (ReflectiveOperationException e) { throw new IllegalStateException(e); } }//Event 对应的 JFR Event 构造器缓存 private final Map, Constructor> constructorMap = new HashMap<>(); private Constructor getEventConstructor(Event event) throws NoSuchMethodException { Constructor constructor; //简而言之，就是查看缓存 Map 中是否存在这个 class 对应的 JFR Event 构造器，有则返回，没有则尝试发现 synchronized (constructorMap) { constructor = constructorMap.get(event.getClass()); } if (constructor == null) {//这个发现的方式比较粗暴，直接寻找与当前 Event 的同包路径下的以 Jfr 开头，后面跟着当前 Event 名称的类是否存在 //如果存在就获取他的第一个构造器（无参构造器），不存在就返回 Object 的构造器 String jfrClassName = event.getClass().getPackage().getName() + ".Jfr" + event.getClass().getSimpleName(); Class eventClass = LettuceClassUtils.findClass(jfrClassName); if (eventClass == null) { constructor = Object.class.getConstructor(); } else { constructor = eventClass.getDeclaredConstructors()[0]; constructor.setAccessible(true); }synchronized (constructorMap) { constructorMap.put(event.getClass(), constructor); } }return constructor; }

发现这块代码并不是很好，每次读都要获取锁，所以我做了点修改并提了一个 Pull Request：reformat getEventConstructor for JfrEventRecorder not to synchronize for each read
由此我们可以知道，一个 Event 是否有对应的 JFR Event 通过查看是否有同路径的以 Jfr 开头后面跟着自己名字的类即可。目前可以发现：
  • io.lettuce.core.event.connection 包：
    • ConnectedEvent -> JfrConnectedEvent
    • ConnectEvent -> JfrConnectedEvent
    • ConnectionActivatedEvent -> JfrConnectionActivatedEvent
    • ConnectionCreatedEvent -> JfrConnectionCreatedEvent
    • ConnectionDeactivatedEvent -> JfrConnectionDeactivatedEvent
    • DisconnectedEvent -> JfrDisconnectedEvent
    • ReconnectAttemptEvent -> JfrReconnectAttemptEvent
    • ReconnectFailedEvent -> JfrReconnectFailedEvent
  • io.lettuce.core.cluster.event 包：
    • AskRedirectionEvent -> JfrAskRedirectionEvent
    • ClusterTopologyChangedEvent -> JfrClusterTopologyChangedEvent
    • MovedRedirectionEvent -> JfrMovedRedirectionEvent
    • AskRedirectionEvent -> JfrTopologyRefreshEvent
  • io.lettuce.core.event.command 包：
    • CommandStartedEvent -> 无
    • CommandSucceededEvent -> 无
    • CommandFailedEvent -> 无
  • 【这个 Redis 连接池的新监控方式针不戳~我再加一点佐料】io.lettuce.core.event.metrics 包：、
    • CommandLatencyEvent -> 无
我们可以看到，当前针对指令，并没有 JFR 监控，但是对于我们来说，指令监控反而是最重要的。我们考虑针对指令相关事件添加 JFR 对应事件

如果对 io.lettuce.core.event.command 包下的指令事件生成对应的 JFR，那么这个事件数量有点太多了（我们一个应用实例可能每秒执行好几十万个 Redis 指令）。所以我们倾向于针对 CommandLatencyEvent 添加 JFR 事件。
CommandLatencyEvent 包含一个 Map：
private Map latencies;

其中 CommandLatencyId 包含 Redis 连接信息，以及执行的命令。CommandMetrics 即时间统计，包含：
  • 收到 Redis 服务器响应的时间指标，通过这个判断是否是 Redis 服务器响应慢。
  • 处理完 Redis 服务器响应的时间指标，可能由于应用实例过忙导致响应一直没有处理完，通过这个与收到 Redis 服务器响应的时间指标对比判断应用处理花的时间。
这两个指标都包含如下信息：
  • 最短时间
  • 最长时间
  • 百分位时间，默认是前 50%，前 90%，前 95%，前 99%，前 99.9%，对应源码：MicrometerOptions: public static final double[] DEFAULT_TARGET_PERCENTILES = new double[] { 0.50, 0.90, 0.95, 0.99, 0.999 };
我们想要实现针对每个不同 Redis 服务器每个命令都能通过 JFR 查看一段时间内响应时间指标的统计，可以这样实现：
package io.lettuce.core.event.metrics; import jdk.jfr.Category; import jdk.jfr.Event; import jdk.jfr.Label; import jdk.jfr.StackTrace; @Category({ "Lettuce", "Command Events" }) @Label("Command Latency Trigger") @StackTrace(false) public class JfrCommandLatencyEvent extends Event { private final int size; public JfrCommandLatencyEvent(CommandLatencyEvent commandLatencyEvent) { this.size = commandLatencyEvent.getLatencies().size(); commandLatencyEvent.getLatencies().forEach((commandLatencyId, commandMetrics) -> { JfrCommandLatency jfrCommandLatency = new JfrCommandLatency(commandLatencyId, commandMetrics); jfrCommandLatency.commit(); }); } }

package io.lettuce.core.event.metrics; import io.lettuce.core.metrics.CommandLatencyId; import io.lettuce.core.metrics.CommandMetrics; import jdk.jfr.Category; import jdk.jfr.Event; import jdk.jfr.Label; import jdk.jfr.StackTrace; import java.util.concurrent.TimeUnit; @Category({ "Lettuce", "Command Events" }) @Label("Command Latency") @StackTrace(false) public class JfrCommandLatency extends Event { private final String remoteAddress; private final String commandType; private final long count; private final TimeUnit timeUnit; private final long firstResponseMin; private final long firstResponseMax; private final String firstResponsePercentiles; private final long completionResponseMin; private final long completionResponseMax; private final String completionResponsePercentiles; public JfrCommandLatency(CommandLatencyId commandLatencyId, CommandMetrics commandMetrics) { this.remoteAddress = commandLatencyId.remoteAddress().toString(); this.commandType = commandLatencyId.commandType().toString(); this.count = commandMetrics.getCount(); this.timeUnit = commandMetrics.getTimeUnit(); this.firstResponseMin = commandMetrics.getFirstResponse().getMin(); this.firstResponseMax = commandMetrics.getFirstResponse().getMax(); this.firstResponsePercentiles = commandMetrics.getFirstResponse().getPercentiles().toString(); this.completionResponseMin = commandMetrics.getCompletion().getMin(); this.completionResponseMax = commandMetrics.getCompletion().getMax(); this.completionResponsePercentiles = commandMetrics.getCompletion().getPercentiles().toString(); } }

这样，我们就可以这样分析这些事件：
首先在事件浏览器中，选择 Lettuce -> Command Events -> Command Latency，右键使用事件创建新页：

在创建的事件页中，按照 commandType 分组，并且将感兴趣的指标显示到图表中：


针对这些修改，我也向社区提了一个 Pull Request：fix #1820 add JFR Event for Command Latency

在 Spring Boot 中（即增加了 spring-boot-starter-redis 依赖），我们需要手动打开 CommandLatencyEvent 的采集：
@Configuration(proxyBeanMethods = false) @Import({LettuceConfiguration.class}) //需要强制在 RedisAutoConfiguration 进行自动装载 @AutoConfigureBefore(RedisAutoConfiguration.class) public class LettuceAutoConfiguration { }

import io.lettuce.core.event.DefaultEventPublisherOptions; import io.lettuce.core.metrics.DefaultCommandLatencyCollector; import io.lettuce.core.metrics.DefaultCommandLatencyCollectorOptions; import io.lettuce.core.resource.DefaultClientResources; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; import java.time.Duration; @Configuration(proxyBeanMethods = false) public class LettuceConfiguration { /** * 每 10s 采集一次命令统计 * @return */ @Bean public DefaultClientResources getDefaultClientResources() { DefaultClientResources build = DefaultClientResources.builder() .commandLatencyRecorder( new DefaultCommandLatencyCollector( //开启 CommandLatency 事件采集，并且配置每次采集后都清空数据 DefaultCommandLatencyCollectorOptions.builder().enable().resetLatenciesAfterEvent(true).build() ) ) .commandLatencyPublisherOptions( //每 10s 采集一次命令统计 DefaultEventPublisherOptions.builder().eventEmitInterval(Duration.ofSeconds(10)).build() ).build(); return build; } }

微信搜索“我的编程喵”关注公众号，每日一刷，轻松提升技术，斩获各种offer：
这个 Redis 连接池的新监控方式针不戳~我再加一点佐料
文章图片

    推荐阅读


    上一篇：Linux 怎么修改最大文件打开数量（）

    下一篇：Vue动态组件和require.context实现单页面多组件配置化引入