Hantera serverbelastning för Azure Cache for Redis

Värdestorlekar

Klientprogrammets design avgör om du ska lagra många små värden eller ett mindre antal större värden. Ur Redis-serverperspektiv ger mindre värden bättre prestanda. Vi rekommenderar att du håller värdestorleken mindre än 100 kB.

Om din design kräver att du lagrar större värden i Azure Cache for Redis blir serverbelastningen högre. I det här fallet kan du behöva använda en högre cachenivå för att se till att processoranvändningen inte begränsar dataflödet.

Även om cacheminnet har tillräcklig processorkapacitet ökar svarstiderna med större värden, så följ anvisningarna i Konfigurera lämpliga tidsgränser.

Större värden ökar även risken för minnesfragmentering, så följ anvisningarna i Konfigurera din inställning för maxmemory-reserved.

Undvika toppar i klientanslutningar

Att skapa och stänga anslutningar är en dyr åtgärd för Redis-servern. Om klientprogrammet skapar eller stänger för många anslutningar på kort tid kan Redis-servern belastas.

Om du instansierar många klientinstanser för anslutning till Redis samtidigt bör du överväga att skapa de nya anslutningarna stegvis för att undvika en kraftig ökning av antalet anslutna klienter.

Minnesbelastning

Hög minnesanvändning på servern gör det mer sannolikt att systemet behöver skicka data till disk, vilket resulterar i sidfel som kan göra systemet betydligt långsammare.

Undvik tidskrävande kommandon

Redis-servern är ett entrådigt system. Tidskrävande kommandon kan orsaka svarstider eller tidsgränser på klientsidan eftersom servern inte kan svara på andra begäranden medan den är upptagen med att arbeta med ett tidskrävande kommando. Mer information finns i Felsöka Azure Cache for problem på Redis-serversidan.

Övervaka serverbelastning

Lägg till övervakning av serverbelastning för att säkerställa att du får meddelanden vid hög serverbelastning. Övervakning kan hjälpa dig att förstå dina programbegränsningar. Därefter kan du arbeta proaktivt för att åtgärda problem. Vi rekommenderar att du försöker hålla serverbelastningen under 80 % för att undvika negativa prestandaeffekter. En varaktig serverbelastning på över 80 % kan leda till oplanerade redundansväxlingar. För närvarande exponerar Azure Cache For Redis två mått i Insights under Övervakning på resursmenyn till vänster i portalen: PROCESSOR- och serverbelastning. Det är viktigt att förstå vad som mäts med varje mått när du övervakar serverbelastningen.

Cpu-måttet anger CPU-användningen för den nod som är värd för cacheminnet. CPU-måttet innehåller även processer som inte enbart är Redis-serverprocesser. CPU innehåller bakgrundsprocesser för skydd mot skadlig kod och annat. Därför kan CPU-måttet ibland öka kraftigt och kanske inte är en perfekt indikator på CPU-användning för Redis-servern.

Måttet Server Load representerar belastningen enbart på Redis Server. Vi rekommenderar att du övervakar måttet serverbelastning i stället för CPU.

När du övervakar serverbelastningen rekommenderar vi också att du undersöker maxtopparna för serverbelastning i stället för medelvärdet eftersom även korta toppar kan utlösa redundans och tidsgränser för kommandon.

Planera för serverunderhåll

Se till att du har tillräckligt med serverkapacitet för att hantera din toppbelastning medan cacheservrarna underhålls. Testa systemet genom att starta om noder under toppbelastning. Mer information om hur du simulerar distribution av en korrigering finns i omstart.

Testa för ökad serverbelastning efter redundansväxling

För standard- och premium-SKU:er finns varje cache på två noder. En lastbalanserare distribuerar klientanslutningarna till de två noderna. När planerat eller oplanerat underhåll sker på den primära noden stänger noden alla klientanslutningar. I sådana situationer kan alla klientanslutningar landa på en enda nod, vilket gör att serverbelastningen ökar på den enda återstående noden. Vi rekommenderar att du testar det här scenariot genom att starta om den primära noden och se till att en nod kan hantera alla klientanslutningar utan att serverbelastningen blir för hög.

Nästa steg