为什么我发现自己的 ElastiCache for Redis 集群中的 CPU 利用率过高或不断增加？

简短描述

ElastiCache for Redis 有两个 Amazon CloudWatch CPU 指标：

• EngineCPUUtilization：此指标报告 Redis 引擎线程的 CPU 利用率。由于 Redis 是单线程的，因此最佳做法是监测拥有四个或更多 vCPU 的节点的 EngineCPUUtilization 指标。
• CPUUtilization：此指标显示整个主机的 CPU 利用率百分比。对于 vCPU 数量不超过两个的较小节点，请使用 CPUUtilization 指标来监测集群工作负载。

解决方法

高 EngineCPUUtilization

下面是高 EngineCPUUtilization 的常见原因：

• **长时间运行的命令耗费高 CPU 时间：**高时间复杂性的命令，例如 keys、hkeys、hgetall 等，会消耗更高的 CPU 时间。有关每个命令的时间复杂性和性能建议，请参阅 redis.io 网站上的命令。Lua 脚本（由 EVAL 或 EVALSHA Redis 命令运行）是 Redis 中的原子操作。在 Lua 脚本的整个运行时间内，所有服务器活动都会被阻止，从而导致高 EngineCPUUtilization。 使用 Redis 慢日志检查是否存在长时间运行的命令或长时间运行的 Lua 脚本。
• **大量请求：**检查命令统计信息以确定是否存在命令突发或延迟是否正在增加。您可以使用 GetTypeCmds 或 HashBasedCmds 之类的 CloudWatch 指标检查命令统计信息。或者，您也可以使用 Redis 命令 info commandstats。如果由于应用程序的预期工作负载而导致大量请求，请考虑扩展集群。
• **备份和复制：**检查 SaveInProgress 指标以了解是否正在进行备份或复制。当正在进行后台保存（分叉或无分叉）时，此二进制指标返回“1”。如果未在进行后台保存，该指标将返回“0”。确保您有足够的内存来创建 Redis 快照。
• **大量新连接：**建立 TCP 连接是一种计算成本高昂的操作，特别是对于启用了 TLS 的集群。短时间内出现大量的新客户端连接请求可能会导致 EngineCPUUtilization 升高。 从 Redis 6.2 开始，对于使用拥有八个或更多 vCPU 的 x86 节点类型或拥有四个或更多 vCPU 的 Graviton2 节点类型的启用了 TLS 的集群，性能已得到改进。有关处理大量连接的建议，请参阅最佳实践：Redis 客户端和 Amazon ElastiCache for Redis。
• 大量驱逐：Redis 根据 maxmemory-policy 参数驱逐键。当缓存没有足够的内存保留新数据时，就会发生驱逐。如果驱逐量很高，那么 EngineCPUUtilization 就会增加，因为 Redis 正忙于驱逐键。驱逐量可以使用 CloudWatch 指标 Evictions（驱逐）进行监测。如果驱逐率很高，则使用更大的节点类型向上扩展集群，或通过添加更多节点进行横向扩展。
• **大量回收：**为了释放内存，Redis 采样并删除已经超时过期的所有键。此进程称为“reclaim”。 如果过期数量很多，则 EngineCPUUtilization 将会升高，因为 Redis 正忙于回收键。您可以使用 CloudWatch 指标 Reclaimed 监测键过期事件的数量。 最佳做法是不要同时使太多键过期，例如通过运行 EXPIREAT Redis 命令。

有关对高 EngineCPUUtilization 进行故障排除的详细信息，请参阅连接故障排除 - CPU 利用率。

高 CPUUtilization

下面是高 CPUUtilization 的常见原因：

• **高网络流量或连接：**检查 NewConnections、NetworkBytesIn、NetworkBytesOut、NetworkPacketsIn 和 NetworkPacketsOut CloudWatch 指标。
• **高 EngineCPUUtilization 以及由其他线程处理的异步 I/O：**有关增强 I/O 处理的详细信息，请参阅使用 Amazon EC2 M5 和 R5 实例提升 Amazon ElastiCache 性能。
• **持续的托管维护和服务更新：**维护和服务更新需要计算容量。因此，在这些事件中，您可能会注意到 CPUUtilization 高峰。检查维护窗口以了解高峰是否与窗口重合。最佳做法将维护窗口设置在利用率最低的时间，以最大限度地减少影响。有关更多信息，请参阅 Amazon ElastiCache 托管维护和服务更新帮助页面。
• **高分页以及备份之类的操作：**节点上的内存不足会导致内核分页输出内存交换。如果分页过多，您可能会看到 CPUUtilization 升高。同样，如果在备份或扩展之类操作期间节点上的负载很高，您可能会看到 CPUUtilization 升高。有关使用哪些指标确定高峰原因的建议，请参阅通过使用 Amazon CloudWatch 的 Amazon ElastiCache for Redis 监测最佳实践。

---