Google cloud platform 云内存存储Redis CPU利用率高

我们正在使用Cloud Memorystore Redis实例为我们面向互联网的关键应用程序添加一个缓存层。对Memorystore实例的调用总数（包括get、set和key expiration操作）约为每秒10-15K。CPU利用率一直保持在75-80%左右，预计利用率还会更高

目前，我们在标准服务层下使用M4容量层

需要澄清以下几点

M4容量层对应多少个CPU内核

CPU利用率超过100%真的令人担忧吗？我们是否预计会出现任何明显的性能问题

解决CPU利用率较高（>=100%）导致的性能问题（如果有）有哪些选项？切换到M5容量层将解决高CPU消耗和相应问题

---

我们的应用程序实际上是CPU密集型的，我们看不到任何进一步优化应用程序的方法。期待一些有用的参考资料。

回答您的问题

1。M4容量层对应多少个CPU内核？
Cloud Memorystore for Redis是谷歌管理的服务，这意味着谷歌可以保留运行Redis服务的虚拟机的内部详细信息（资源）。尽管如此，预计容量层越高，虚拟机将拥有越多的资源（CPU）。特别是在您的情况下，添加CPU并不能解决CPU使用方面的问题，因为redis服务本身就是这样

从前面的链接中可以看到：

为了最大限度地提高CPU使用率，您可以启动多个Redis实例。
如果你想使用多个CPU，你可以开始考虑一些更早的方法来切分

2。CPU利用率超过100%真的令人担忧吗？
是的，CPU利用率高是一个警告，因为它可能导致连接错误或高延迟。 CPU利用率很重要，但Redis实例是否有足够的效率来维持给定延迟下的吞吐量也很重要。当CPU%较高时，可以使用命令

redis cli--latency

检查redis延迟

3。我们是否预计会出现任何明显的性能问题？
这真的很难说或预测，因为它取决于几个因素（客户端服务、在时间范围内运行的命令、工作负载）。造成高延迟和性能问题的一些最常见原因是：

• 客户端虚拟机或服务过载，并且不使用来自Redis的消息。：当客户端打开到Redis的TCP连接时，Redis服务器具有发送到该连接的消息缓冲区。如果客户机服务的CPU已达到最大值，内核没有时间接收来自redis的消息，那么它们将在redis服务器上填满

• 执行的命令消耗了大量CPU：已知处理以下命令可能非常昂贵：
  EVAL/EVALSHA
  钥匙
  LRANGE
  ZRANGE/ZREVRANGE

4.-解决CPU利用率较高（>=100%）导致的性能问题（如果有）有哪些选项？
这个问题主要围绕实现的扩展设计。由于redis是单线程的，减少CPU%的更好方法是将数据分片到多个redis实例中，并在其前面有一个代理来分配负载。请查看本节

Twemproxy

下的图表

5.-切换到M5容量层会解决高CPU消耗和相应问题吗？
切换到更高容量的层会暂时缓解延迟，但这称为垂直扩展，仅限于Cloud Memorystore提供的层