这个 Redis 连接池的新监控方式针不戳~我再加一点佐料
站长
· 阅读数 30
这是我参与8月更文挑战的第12天
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:
public interface EventBus {
// 获取 Flux，通过 Flux 订阅，可以允许多个订阅者
Flux<Event> get();
// 发布事件
void publish(Event event);
}
其默认实现为 DefaultEventBus，
public class DefaultEventBus implements EventBus {
private final DirectProcessor<Event> bus;
private final FluxSink<Event> 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<Event> 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：
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<Class<?>, 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->JfrConnectedEventConnectEvent->JfrConnectedEventConnectionActivatedEvent->JfrConnectionActivatedEventConnectionCreatedEvent->JfrConnectionCreatedEventConnectionDeactivatedEvent->JfrConnectionDeactivatedEventDisconnectedEvent->JfrDisconnectedEventReconnectAttemptEvent->JfrReconnectAttemptEventReconnectFailedEvent->JfrReconnectFailedEvent
io.lettuce.core.cluster.event包：AskRedirectionEvent->JfrAskRedirectionEventClusterTopologyChangedEvent->JfrClusterTopologyChangedEventMovedRedirectionEvent->JfrMovedRedirectionEventAskRedirectionEvent->JfrTopologyRefreshEvent
io.lettuce.core.event.command包：CommandStartedEvent-> 无CommandSucceededEvent-> 无CommandFailedEvent-> 无
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<CommandLatencyId, CommandMetrics> 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：
