一個 randomkey 命令致使的 Redis 事故

最近在公司對redis作一些二次開發時，發現一個randomkey命令可能致使整個redis實例長時間阻塞的問題，redis版本爲3.2.9，以此記錄。

問題

因爲咱們公司使用的是redis集羣版Codis，Codis內置的redis版本比較低，爲3.2.9版本。

咱們近期在作Codis雙機房時，須要對redis增長一些功能以此支持雙機房，在開發和測試中發現，執行randomkey命令有可能致使整個redis長時間阻塞的問題。

randomkey主要功能是在redis中隨機返回一個key出來，它隨機選取key的代碼以下。

從上面代碼能夠看出來，若是當前是個slave，而且整個實例中存在大量已通過期的key（key已過時，但redis還將來得及刪除key），執行randomkey命令時，因爲找不到不過時的key，那麼這個邏輯就會陷入死循環，阻塞住整個實例，整個實例不可用。

若是當前是master，執行randomkey命令時，redis會一直隨機選擇key，直到找到一個不過時的key，同時會把已通過期的key從整個實例中刪除。

也就是說，在這種場景下，雖然不會長時間阻塞整個實例，但也會比執行一個普通的命令耗時要久。若是你在一個大量已過時的實例上執行randomkey命令，那可能會致使業務訪問redis變慢。

解決

咱們對比了官方最新版的redis，已經針對此問題進行了修復。

解決方案就是增長一個最大重試次數，若是整個實例都是過時key，那麼最多尋找maxtries次就返回，避免阻塞整個實例。

注意點

但要注意的是，若是達到了maxtries，那麼返回的key是已通過期的key，你雖然在randomkey中看到了這個key，但對這個key執行其餘命令時，仍是拿不到這個key的。

這個方案只針對slave上執行這個命令進行了修復，也就是不會再讓redis陷入死循環。

但在master上執行這個命令仍是會發生上述的變慢問題，若是你在使用redis時，常常使用這個命令，同時實例中存在大量已通過期的key，那麼redis變慢頗有多是這個問題致使的。