Problemen met de Azure Managed Redis-server (preview) oplossen
In deze sectie worden problemen besproken die worden veroorzaakt door voorwaarden op een Azure Managed Redis-server (preview) of een van de virtuele machines die deze hosten.
Notitie
Verschillende van de stappen voor probleemoplossing in deze handleiding bevatten instructies voor het uitvoeren van Redis-opdrachten en het bewaken van verschillende prestatiegegevens. Zie de artikelen in de sectie Aanvullende informatie voor meer informatie en instructies.
Hoog CPU-gebruik
Een hoog CPU-gebruik betekent dat de Redis-server bezet is en geen aanvragen kan bijhouden, wat leidt tot time-outs. Controleer de CPU-metrische gegevens in uw cache door Bewaking te selecteren in het menu Resource aan de linkerkant. U ziet de CPU-grafiek in het werkvenster onder Inzichten. U kunt ook een metrische set toevoegen aan CPU onder Metrische gegevens.
Hier volgen enkele opties om rekening mee te houden voor een hoog CPU-gebruik.
Omhoog schalen of naar een hogere prestatielaag gaan
Voor betere prestaties kunt u overwegen om omhoog te schalen naar een grotere cachegrootte met meer CPU-kernen. Zie Prestatielagen voor meer informatie.
Snelle wijzigingen in het aantal clientverbindingen
Zie Pieken in clientverbindingen vermijden voor meer informatie.
Langlopende of dure opdrachten
Zie Langlopende opdrachten voor meer informatie.
Schalen
Schaalbewerkingen zijn CPU- en geheugenintensief, omdat het kan gaan om het verplaatsen van gegevens rond knooppunten en het wijzigen van de clustertopologie. Zie Schalen voor meer informatie.
Serveronderhoud
Als uw Azure Managed Redis een failover heeft ondergaan, worden alle clientverbindingen van het knooppunt dat is uitgevallen overgedragen naar het knooppunt dat nog steeds wordt uitgevoerd. De CPU kan pieken vanwege de toegenomen verbindingen. U kunt proberen uw clienttoepassingen opnieuw op te starten, zodat alle clientverbindingen opnieuw worden gemaakt en opnieuw worden gedistribueerd tussen de twee knooppunten.
Hoog geheugengebruik
Geheugendruk op de server kan leiden tot verschillende prestatieproblemen die de verwerking van aanvragen vertragen. Wanneer u te maken krijgt met geheugendruk, worden gegevens door het systeem naar de schijf doorgegeven, waardoor het systeem aanzienlijk langzamer wordt.
Hier volgen enkele mogelijke oorzaken van geheugendruk:
- De cache wordt gevuld met gegevens in de buurt van de maximale capaciteit
- Redis-server ziet een hoge geheugenfragmentatie
Fragmentatie wordt waarschijnlijk veroorzaakt wanneer een laadpatroon gegevens met een hoge variatie in grootte opslaat. Fragmentatie kan bijvoorbeeld optreden wanneer gegevens worden verdeeld over 1 kB en 1 MB in grootte. Wanneer een sleutel van 1 kB uit het bestaande geheugen wordt verwijderd, kan een sleutel van 1 MB niet in het geheugen passen, wat fragmentatie veroorzaakt. Als een sleutel van 1 MB wordt verwijderd en een sleutel van 1,5 MB wordt toegevoegd, kan deze niet in het bestaande vrijgemaakte geheugen passen. Dit veroorzaakt ongebruikt vrij geheugen en resulteert in meer fragmentatie.
Als de used_memory_rss waarde hoger is dan 1,5 keer de used_memory metrische waarde, is er fragmentatie in het geheugen. De fragmentatie kan problemen veroorzaken wanneer:
- Geheugengebruik ligt dicht bij de maximale geheugenlimiet voor de cache of
UsedMemory_RSSis hoger dan de maximale geheugenlimiet, wat mogelijk resulteert in paginafouten in het geheugen.
Als een cache is gefragmenteerd en onder hoge geheugendruk wordt uitgevoerd, voert het systeem een failover uit om te proberen Resident Set Size (RSS)-geheugen te herstellen.
Redis geeft twee statistieken weer, used_memory en used_memory_rssvia de opdracht INFO waarmee u dit probleem kunt identificeren. U kunt deze metrische gegevens weergeven met behulp van de portal.
Er zijn verschillende mogelijke wijzigingen die u kunt aanbrengen om het geheugengebruik in balans te houden:
- Configureer een geheugenbeleid en stel verlooptijden in voor uw sleutels. Dit beleid is mogelijk niet voldoende als u te maken hebt met fragmentatie.
- Maak waarschuwingen voor metrische gegevens, zoals het gebruikte geheugen, zodat u tijdig een melding krijgt over mogelijke gevolgen.
- Schaal naar een grotere cachegrootte met meer geheugencapaciteit. Zie de veelgestelde vragen over azure Managed Redis-planning voor meer informatie.
Zie Best practices voor geheugenbeheer voor aanbevelingen voor geheugenbeheer.
Langlopende opdrachten
Zie Langlopende opdrachten voor meer informatie.
Bandbreedtebeperking aan serverzijde
Zie Netwerkbandbreedtebeperking voor meer informatie.