复烤机理的分析与介绍
背景
某个工作日，线上某集群跟往常一样导入约400万数据，集群内存却猛涨了约55G，BI导入的同学反馈没有变更。
其他现象：
该集群一共有60个主节点，其中有四个节点内存增长不明显，其他节点均瞬间增长了1G，并在增长了之后又降低了约500M。
同时发现增长1G内存的节点内存碎片率发生了抖动，内存增长不明显的4个节点未抖动。
在查看codis-dashboard之后，发现未增长的节点分片为18，其他增长的节点为17。查找相关资料后发现是由于17个分片的节点key数量触发了Redis内部的内存rehash机制，导致内存分配了1G。
Rehash介绍
在Redis中，键值对（Key-Value Pair）存储方式是由字典（Dict）保存的，而字典底层是通过哈希表来实现的。通过哈希表中的节点保存字典中的键值对。当HashMap中由于Hash冲突（负载因子）超过某个阈值时，出于链表性能的考虑，会进行Resize的操作。Redis也一样。Redis使用了一种叫做渐进式哈希(rehashing)的机制来提高字典的缩放效率，避免 rehash 对服务器性能造成影响，渐进式 rehash 的好处在于它采取分而治之的方式， 将 rehash 键值对所需的计算工作均摊到对字典的每个添加、删除、查找和更新操作上， 从而避免了集中式 rehash 而带来的庞大计算量。
Rehash的具体机制可参考美团文章：https://tech.meituan.com/2018/07/27/redis-rehash-practice-optimization.html
(1)Redis 哈希表结构体：
(2)哈希桶
(3)定义字典
总结起来就是：
一个RedisDB对应一个Dict;
一个Dict对应2个Dictht，正常情况只用到ht[0]；ht[1] 在Rehash时使用。
继续dictExpand的源码实现：
int dictExpand(dict *d, unsigned long size) { dictht n; // 新哈希表 unsigned long realsize = _dictNextPower(size); // 计算扩展或缩放新哈希表的大小(调用下面函数_dictNextPower()) /* 如果正在rehash或者新哈希表的大小小于现已使用，则返回error */ if (dictIsRehashing(d) || d->ht[0].used > size) return DICT_ERR; /* 如果计算出哈希表size与现哈希表大小一样，也返回error */ if (realsize == d->ht[0].size) return DICT_ERR; /* 初始化新哈希表 */ n.size = realsize; n.sizemask = realsize-1; n.table = zcalloc(realsize*sizeof(dictEntry*)); // 为table指向dictEntry 分配内存 n.used = 0; /* 如果ht[0] 为空，则初始化ht[0]为当前键值对的哈希表 */ if (d->ht[0].table == NULL) { d->ht[0] = n; return DICT_OK; } /* 如果ht[0]不为空，则初始化ht[1]为当前键值对的哈希表，并开启渐进式rehash模式 */ d->ht[1] = n; d->rehashidx = 0; return DICT_OK; } ... static unsigned long _dictNextPower(unsigned long size) { unsigned long i = DICT_HT_INITIAL_SIZE; // 哈希表的初始值：4 if (size >= LONG_MAX) return LONG_MAX; /* 计算新哈希表的大小：第一个大于等于size的2的N 次方的数值 */ while(1) { if (i >= size) return i; i *= 2; } }
可以确认当Redis Hash冲突到达某个条件时就会触发dictExpand()函数来扩展HashTable。
DICT_HT_INITIAL_SIZE初始化值为4，通过上述表达式，取当4*2^n >= ht[0].used*2的值作为字典扩展的size大小。即为：ht[1].size 的值等于第一个大于等于ht[0].used*2的2^n的数值。
Redis通过dictCreate()创建词典，在初始化中，table指针为Null，所以两个哈希表ht[0].table和ht[1].table都未真正分配内存空间。只有在dictExpand()字典扩展时才给table分配指向dictEntry的内存。
由上可知，当Redis触发Resize后，就会动态分配一块内存，最终由ht[1].table指向，动态分配的内存大小为：realsize*sizeof(dictEntry*)，table指向dictEntry*的一个指针，大小为8bytes（64位OS），即ht[1].table需分配的内存大小为：8*2*2^n （n大于等于2）。
ht[0].size 触发Resize时，ht[1]需分配的内存 4 64bytes 8 128bytes 16 256bytes … … 65536 1024K … … 8388608 128M 16777216 256M 33554432 512M 67108864 1024M … …现在回过头来看内存上涨1G的时候，节点的key的数量刚好触发了67108864这个值，触发了rehash机制。系统需要分配1G内存的ht[1]表。
根据我们推到的rehash机制，来回顾前面4个内存未变化的节点发现，1月4号早上8点40左右，上述4个节点到达了67108864线，触发了rehash机制，系统分配给ht[1]表1G内存
redis-benchmark测试
在测试环境生成67108865个key,当key的数量从67108864加1变成67108865时，使用内存立刻增加1G
redis-cli -r 1000 -i 1 -p 6035 info | egrep 'used_memory_human|used_memory:|db0:keys|mem_fragmentation_ratio