En esta página, se proporcionan lineamientos para usar Memorystore para Redis Cluster de forma óptima. En esta página, también se indican los posibles problemas que se deben evitar.
Prácticas recomendadas para la administración de la memoria
En esta sección, se describen las estrategias para administrar la memoria de los clústeres, de modo que Memorystore para Redis Cluster funcione de manera eficiente para tus aplicaciones cliente.
Conceptos de administración de la memoria
Carga de escritura: Es el volumen y la velocidad con la que agregas o actualizas claves en tu clúster de Redis. La carga de escritura puede variar de normal a muy alta según el caso de uso de Redis y los patrones de uso de la aplicación.
Política de expulsión: Memorystore para Redis Cluster usa la política de expulsión
volatile-lru. Puedes usar comandos como EXPIRE para establecer expulsiones de claves.
Supervisa un clúster que tiene una carga de escritura normal
Consulta la métrica /cluster/memory/maximum_utilization. Si /cluster/memory/maximum_utilization es del 100% o menos, tu
clúster de Redis tiene un buen rendimiento cuando usas una carga de escritura normal.
Sin embargo, si el uso de memoria se acerca al 100% y esperas que el uso de datos aumente, debes aumentar el tamaño del clúster para dejar espacio para los datos nuevos.
Supervisa un clúster que tiene una carga de escritura alta
Consulta la métrica /cluster/memory/maximum_utilization. Según la gravedad de tu carga de escritura alta, tu clúster puede
experimentar problemas de rendimiento en los siguientes umbrales:
Las cargas de escritura muy altas pueden experimentar problemas si
/cluster/memory/maximum_utilizationalcanza el 65% o más.Las cargas de escritura moderadamente altas pueden experimentar problemas si
/cluster/memory/maximum_utilizationalcanza el 85% o más.
En estas situaciones, debes aumentar el tamaño del clúster para mejorar el rendimiento.
Si tienes problemas o te preocupa que tu clúster tenga una carga de escritura alta, comunícate con el equipo de asistencia deGoogle Cloud .
Escala fragmentos
Cuando escalas la cantidad de fragmentos en un clúster, debes hacerlo durante los períodos de pocas operaciones de escritura. El escalamiento durante los períodos de carga de escritura alta puede ejercer presión de memoria en tu clúster debido a la sobrecarga de memoria que causa la replicación o la migración de ranuras.
Si tu caso de uso de Redis usa expulsiones de claves, escalar a un tamaño de clúster más pequeño puede reducir tu tasa de aciertos de caché. Sin embargo, en esta circunstancia, no debes preocuparte por perder datos, ya que se espera la expulsión de claves.
En los casos de uso de Redis en los que no quieras perder claves, solo debes reducir la escala verticalmente
a un clúster más pequeño que aún tenga suficiente espacio para tus datos. Tu nuevo
recuento de fragmentos de destino debe permitir al menos 1.5 veces la memoria que usan los datos.
En otras palabras, debes aprovisionar suficientes fragmentos para 1.5 veces la cantidad de
datos en tu clúster. Puedes usar la métrica /cluster/memory/total_used_memory para ver cuántos datos se almacenan en
tu clúster.
Prácticas recomendadas para el uso de CPU
Si se produce una interrupción zonal inesperada, se reducirán los recursos de CPU de tu clúster debido a la pérdida de capacidad de los nodos en la zona no disponible. Te recomendamos usar clústeres de alta disponibilidad. El uso de varias réplicas por fragmento (en lugar de una réplica por fragmento) proporciona recursos de CPU adicionales durante una interrupción. Puedes tener hasta cinco réplicas por fragmento.
Además, te recomendamos que administres el uso de CPU de los nodos para que tengan suficiente sobrecarga de CPU
para controlar el tráfico adicional de la capacidad perdida si se produce una interrupción zonal
inesperada. Debes supervisar el uso de CPU para las instancias principales y las réplicas con
la métrica Segundos de CPU del subproceso principal /cluster/cpu/maximum_utilization.
Según la cantidad de réplicas que aprovisiones por nodo, te recomendamos los siguientes objetivos de uso de CPU de /cluster/cpu/maximum_utilization:
- En el caso de los clústeres con una réplica por nodo, establece un valor de
/cluster/cpu/maximum_utilizationde 0.5 segundos para la instancia principal y de 0.5 segundos para la réplica. - En el caso de los clústeres con dos o más réplicas por nodo, establece un valor de
/cluster/cpu/maximum_utilizationde 0.9 segundos para la instancia principal y de 0.5 segundos para cada réplica.
Si los valores de la métrica superan estas recomendaciones, te recomendamos que aumentes la cantidad de fragmentos en tu clúster. Si tienes menos de cinco réplicas para tu clúster, también puedes aumentar la cantidad de réplicas, hasta un máximo de cinco.
Si tu clúster experimenta un uso elevado de CPU o se agotan sus recursos (por ejemplo, si tiene demasiadas conexiones), es posible que el clúster no funcione correctamente y que falten métricas externas.
Comandos de Redis que consumen muchos recursos
Te recomendamos que evites usar comandos de Redis que consuman muchos recursos. El uso de estos comandos puede generar los siguientes problemas de rendimiento:
- Latencia alta y tiempos de espera del cliente
- Presión de memoria causada por comandos que aumentan el uso de memoria
- Pérdida de datos durante la replicación y sincronización de nodos porque el subproceso principal de Redis está bloqueado
- Verificaciones de estado, observabilidad y replicación con falta de recursos
En la siguiente tabla, se enumeran ejemplos de comandos de Redis que consumen muchos recursos y se proporcionan alternativas que usan los recursos de manera eficiente.
| Categoría | Comando que consume muchos recursos | Alternativa con uso eficiente de recursos |
|---|---|---|
| Ejecutar para todo el espacio de claves | KEYS |
SCAN |
| Ejecutar para un conjunto de claves de longitud variable | LRANGE |
Limita el tamaño del rango que usas para una consulta. |
ZRANGE |
Limita el tamaño del rango que usas para una consulta. | |
HGETALL |
HSCAN |
|
SMEMBERS |
SSCAN |
|
| Bloquea la ejecución de una secuencia de comandos | EVAL |
Asegúrate de que la secuencia de comandos no se ejecute de forma indefinida. |
EVALSHA |
Asegúrate de que la secuencia de comandos no se ejecute de forma indefinida. | |
| Cómo quitar archivos y vínculos | DEL |
UNLINK |
| Publica y suscríbete | PUBLISH |
SPUBLISH |
SUBSCRIBE |
SSUBSCRIBE |
Prácticas recomendadas para los umbrales de escalamiento
Las situaciones de umbral de escalamiento se dividen en las siguientes categorías:
- Escala para el uso de memoria
- Escala según el uso de CPU
- Escalamiento para mitigar los hotspots
Si tu carga de trabajo depende de la expulsión de claves, Google no recomienda reducir la escala para el uso de CPU o memoria. En estas cargas de trabajo, el uso de memoria suele alcanzar su capacidad máxima antes de que se produzcan expulsiones de forma automática. Los picos de memoria resultantes bloquean las operaciones de reducción de escala.
En las siguientes secciones, se detallan las situaciones comunes y los umbrales de métricas que podrían justificar el escalamiento.
Escalamiento del uso de memoria
Para determinar cuándo escalar según el uso de memoria, supervisa las métricas
/cluster/memory/average_utilization y /cluster/memory/maximum_utilization. Para obtener más información sobre estas métricas, consulta Métricas de supervisión admitidas.
Si tu clúster cumple con alguna de las siguientes condiciones, considera activar una operación de escalamiento horizontal:
- El uso de memoria promedio de tu clúster supera el umbral sugerido del 70%.
- El uso de memoria máximo supera el 80% y el uso de memoria promedio supera el 50%.
Si tu clúster cumple con alguna de las siguientes condiciones, considera activar una operación de reducción de escala:
- El uso de memoria promedio de tu clúster cae por debajo del umbral sugerido del 50%.
- El uso máximo de memoria cae por debajo del 60% y el uso promedio de memoria cae por debajo del 40%.
Escalamiento según el uso de CPU
Para determinar cuándo escalar según el uso de CPU, supervisa las métricas
/cluster/cpu/average_utilization y /cluster/cpu/maximum_utilization.
Si tu clúster cumple con alguna de las siguientes condiciones, considera activar una operación de escalamiento horizontal:
- El uso de CPU promedio de tu clúster supera el umbral sugerido del 70%.
- El uso máximo de CPU supera el 80% y el uso promedio de CPU supera el 50%.
Si tu clúster cumple con alguna de las siguientes condiciones, considera activar una operación de reducción de escala:
- El uso de CPU promedio de tu clúster cae por debajo del umbral sugerido del 50%.
- El uso máximo de CPU cae por debajo del 60% y el uso promedio de CPU cae por debajo del 40%.
Escalamiento para mitigar los hotspots
Memorystore for Redis Cluster proporciona variaciones promedio y máximas de la misma métrica, que puedes usar para identificar hotspots para esa familia de métricas. El valor máximo representa el nodo del clúster que tiene la carga más pesada, mientras que el valor promedio representa la carga de todo el clúster. Si el valor máximo es significativamente más alto que el valor promedio, esto indica que un nodo específico se carga de forma desproporcionada (un hotspot). Para resolver este problema, te recomendamos que escales horizontalmente tu clúster. Para obtener más información, consulta Escala la capacidad del clúster.
Cuando observes una divergencia significativa entre las variaciones promedio y máxima, puedes ejecutar los comandos INFO memory y INFO cpu en los
nodos del clúster para recopilar datos en tiempo real directamente del clúster. Para obtener más
información sobre el uso de estos comandos, consulta INFO
en la documentación de Redis.
Prácticas recomendadas para el cliente de Redis
Tu aplicación debe usar un cliente de Redis compatible con clústeres cuando se conecte a un clúster. Para ver ejemplos de clientes que reconocen clústeres y configuraciones de muestra, consulta Muestras de código de la biblioteca cliente. Tu cliente debe mantener un mapa de ranuras de hash para los nodos correspondientes en el clúster para enviar solicitudes a los nodos correctos y evitar la sobrecarga de rendimiento causada por los redireccionamientos del clúster.
Encuadre del cliente
Los clientes deben obtener una lista completa de ranuras y los nodos asignados en las siguientes situaciones:
Cuando se inicializa el cliente, este debe propagar la asignación inicial de ranuras a nodos.
Cuando se recibe un redireccionamiento
MOVEDdel servidor, como en la situación de una conmutación por error cuando la réplica se hace cargo de todos los espacios que entrega el nodo principal anterior, o cuando se vuelve a fragmentar cuando los espacios se mueven del nodo principal de origen al nodo principal de destino.Cuando se recibe un error
CLUSTERDOWNdel servidor o las conexiones a un servidor en particular se agotan de forma persistente.Cuando se recibe un error
READONLYdel servidor Esto puede ocurrir cuando una instancia principal se degrada a réplica.Además, los clientes deben actualizar periódicamente la topología para mantenerlos preparados para cualquier cambio y conocer los cambios que podrían no generar redireccionamientos o errores del servidor, como cuando se agregan nuevos nodos de réplica. Ten en cuenta que las conexiones inactivas también deben cerrarse como parte de la actualización de la topología para reducir la necesidad de controlar las conexiones con errores durante el tiempo de ejecución del comando.
Descubrimiento de clientes
Por lo general, el descubrimiento de clientes se realiza emitiendo un comando CLUSTER SLOT, CLUSTER NODE o
CLUSTER SHARDS al servidor de Redis. Te recomendamos que uses el comando CLUSTER SHARDS. CLUSTER SHARDS reemplaza al comando CLUSTER SLOTS
(obsoleto) y proporciona una representación más eficiente y extensible del
clúster.
El tamaño de la respuesta para los comandos de descubrimiento de clientes del clúster puede variar según el tamaño y la topología del clúster. Los clústeres más grandes con más nodos producen una respuesta más grande. Por lo tanto, es importante asegurarse de que la cantidad de clientes que realizan el descubrimiento de la topología del clúster no crezca sin límites.
Estas actualizaciones de topología son costosas en el servidor de Redis, pero también son importantes para la disponibilidad de la aplicación. Por lo tanto, es importante asegurarse de que cada cliente realice una sola solicitud de descubrimiento en un momento determinado (y almacene en caché el resultado en la memoria) y que la cantidad de clientes que realizan las solicitudes se mantenga limitada para evitar sobrecargar el servidor.
Por ejemplo, cuando la aplicación cliente se inicia o pierde la conexión con el servidor y debe realizar el descubrimiento de clústeres, un error común es que la aplicación cliente realice varias solicitudes de reconexión y descubrimiento sin agregar la retirada exponencial en el reintento. Esto puede hacer que el servidor de Redis no responda durante un período prolongado, lo que genera un uso de CPU muy alto.
Evita la sobrecarga de descubrimiento en Redis
Para mitigar el impacto que causa una afluencia repentina de solicitudes de conexión y descubrimiento, te recomendamos lo siguiente:
Implementa un grupo de conexiones de cliente con un tamaño finito y pequeño para limitar la cantidad de conexiones entrantes simultáneas desde la aplicación cliente.
Cuando el cliente se desconecta del servidor debido a un tiempo de espera, vuelve a intentarlo con una retirada exponencial con jitter. Esto ayuda a evitar que varios clientes sobrecarguen el servidor al mismo tiempo.
Usa el extremo de descubrimiento de Memorystore for Redis Cluster para realizar el descubrimiento del clúster. El extremo de descubrimiento tiene alta disponibilidad y se balancea la carga en todos los nodos del clúster. Además, el extremo de descubrimiento intenta enrutar las solicitudes de descubrimiento de clústeres a los nodos con la vista de topología más actualizada.
Detecta y controla las conexiones que no responden
Te recomendamos que configures tu aplicación cliente para detectar conexiones que no responden a Memorystore para Redis Cluster. Cuando se detecta una conexión que no responde, el cliente debe restablecerla. Para compilar una aplicación resiliente, te recomendamos las siguientes configuraciones de cliente:
- Configura los parámetros de keep-alive de TCP: establece los parámetros
TCP keepalive time,TCP keepalive intervalyTCP keepalive probespara que los clientes detecten y descarten las conexiones que no responden de forma proactiva, incluso cuando las conexiones están inactivas. Por ejemplo, si configuras el parámetroTCP keepalive timeen 30 segundos,TCP keepalive intervalen 10 segundos yTCP keepalive probesen 3, los clientes restablecen las conexiones inactivas que no responden en un minuto. - Configura los tiempos de espera de usuario de TCP: Establece este tiempo de espera en tus clientes para restablecer las conexiones que tienen solicitudes pendientes y dejan de responder. Por ejemplo, si estableces el tiempo de espera en 15 segundos, los clientes restablecen las conexiones que no responden y que tienen solicitudes pendientes después de 15 segundos.
Prácticas recomendadas para la persistencia
En esta sección, se explican las prácticas recomendadas para la persistencia.
Persistencia de RDB y adición de réplicas
Para obtener los mejores resultados de la copia de seguridad de tu clúster con instantáneas de RDB o agregar réplicas a tu clúster, sigue estas prácticas recomendadas:
Administración de la memoria
Las instantáneas de RDB usan una bifurcación de proceso y un mecanismo de "copia en escritura" para tomar una instantánea de los datos del nodo. Según el patrón de escrituras en los nodos, la memoria usada de los nodos aumenta a medida que se copian las páginas afectadas por las escrituras. El espacio en memoria puede ser de hasta el doble del tamaño de los datos en el nodo.
Para asegurarte de que los nodos tengan suficiente memoria para completar la instantánea, mantén o establece
maxmemory en el 80% de
la capacidad del nodo, de modo que el 20% se reserve para la sobrecarga. Esta sobrecarga de memoria,
además de supervisar las instantáneas, te ayuda a administrar tu carga de trabajo para tener
instantáneas exitosas. Además, cuando agregues réplicas, disminuye el tráfico de escritura tanto
como sea posible. Consulta Supervisa un clúster que tiene una carga de escritura alta para obtener más información.
Instantáneas obsoletas
Recuperar nodos de una instantánea inactiva puede causar problemas de rendimiento en tu aplicación, ya que intenta conciliar una cantidad significativa de claves inactivas o de otros cambios en tu base de datos, como un cambio de esquema. Si te preocupa recuperarte de una instantánea inactiva, puedes inhabilitar la función de persistencia de RDB. Una vez que vuelvas a habilitar la persistencia, se tomará una instantánea en el siguiente intervalo de instantáneas programado.
Impacto en el rendimiento de las instantáneas de RDB
Según tu patrón de carga de trabajo, las instantáneas de RDB pueden afectar el rendimiento del clúster y aumentar la latencia de tus aplicaciones. Puedes minimizar el impacto en el rendimiento de las instantáneas de RDB programándolas para que se ejecuten durante períodos de bajo tráfico del clúster si te sientes cómodo con instantáneas menos frecuentes.
Por ejemplo, si tu clúster tiene poco tráfico de 1 a.m. a 4 a.m., puedes establecer la hora de inicio en las 3 a.m. y el intervalo en 24 horas.
Si tu sistema tiene una carga constante y requiere instantáneas frecuentes, debes evaluar con cuidado el impacto en el rendimiento y sopesar los beneficios de usar instantáneas de RDB para la carga de trabajo.
Agrega una réplica
Para agregar una réplica, se requiere una instantánea de RDB. Para obtener más información sobre las instantáneas de RDB, consulta Administración de la memoria.
Cuándo usar un clúster de zona única
Si configuras un clúster para que no use réplicas, te recomendamos que uses un clúster de una sola zona. Esto se debe a los siguientes motivos:
Costo y rendimiento
Si tus objetivos principales son minimizar el costo y tener un rendimiento máximo para los clientes que se encuentran en la misma región, te recomendamos que elijas un clúster de una sola zona.
Minimiza el impacto de las interrupciones
Cuando eliges un clúster de una sola zona, es menos probable que las interrupciones zonales afecten tu clúster. Si colocas todos los nodos en una sola zona, la probabilidad de que una interrupción zonal afecte a tu servidor disminuye del 100% al 33%. Existe un 33% de probabilidades de que la zona en la que se encuentra tu clúster deje de funcionar, en comparación con un 100% de probabilidades de que los nodos, que se encuentran en la zona no disponible, se vean afectados.
Recuperación rápida
Si se produce una interrupción zonal en un clúster de una sola zona, Memorystore for Redis Cluster optimiza la recuperación de tus datos. Puedes aprovisionar un clúster nuevo en una zona que funcione con rapidez y redireccionar tu aplicación para que las operaciones se interrumpan lo menos posible.
Prácticas recomendadas para la planificación de la capacidad
Para garantizar que puedas aprovisionar recursos y compilar arquitecturas resilientes de forma correcta, te recomendamos que sigas estas prácticas recomendadas para la planificación de la capacidad:
- Implementa en varias ubicaciones: Si no puedes crear un clúster en tu zona preferida debido a restricciones temporales de recursos, intenta crear el clúster en otra zona dentro de la misma región o en otra región.
- Usa el acceso entre regiones: configura tus clientes para que accedan a tus clústeres que se encuentran en diferentes regiones. Si necesitas aprovisionar un clúster que se encuentra en una región diferente debido a restricciones de recursos locales, tus clientes pueden conectarse al clúster.
- Usa la replicación entre regiones: Para ascender un clúster secundario en una región alternativa a un clúster principal de lectura o escritura para la recuperación ante desastres, realiza un cambio.
Prácticas recomendadas para Lettuce
En esta sección, se describen las prácticas recomendadas para usar Lettuce con el objetivo de conectarse a un clúster.
Actualiza los valores de los parámetros
Cuando uses Lettuce, cambia el parámetro validateClusterNodeMembership por
false. De lo contrario, cuando cambie la topología, es posible que recibas errores
unknownPartition.
Habilitar la seguridad de la capa de transporte (TLS)
En esta sección, se explican los beneficios de seguridad y las implicaciones de rendimiento de usar la seguridad de la capa de transporte (TLS), junto con recomendaciones para su habilitación.
Beneficios de seguridad
Cuando usas TLS, obtienes los siguientes beneficios de seguridad:
- Autenticación de Identity and Access Management (IAM): TLS usa este tipo de autenticación para protegerse contra ataques de falsificación de identidad del servidor, como los ataques de intermediarios.
- Encriptación en tránsito: La encriptación integrada deGoogle Cloudprotege el tráfico dentro de la red de Google a nivel de infraestructura. Sin embargo, esto implica confiar en las pilas de red y de host de Google. Aunque esta encriptación es transparente y está habilitada de forma predeterminada, no es de extremo a extremo. Por otro lado, TLS usa la encriptación en tránsito en la capa de aplicación. Esta encriptación de extremo a extremo te brinda más control sobre tus claves y procesos de encriptación.
- Protección de tokens de autenticación: Si usas la autenticación de IAM, habilitar TLS minimiza el riesgo de que se expongan y filtren tus tokens de autenticación.
Implicaciones de rendimiento
TLS afecta el rendimiento de las siguientes maneras:
Establece conexiones: Un cliente y un servidor que establecieron una sesión de TLS pueden reanudarla sin repetir el proceso de uso intensivo de recursos para establecer la conexión entre el cliente y el servidor. Si habilitas la reanudación de TLS, reduces la sobrecarga de establecer una conexión entre el cliente y el servidor.
Si no estableces la reanudación de TLS, el establecimiento de conexiones consumirá muchos recursos. En el caso de las conexiones nuevas y existentes, muchas conexiones entre el cliente y el servidor pueden provocar tiempos de espera de conexión. Esto puede provocar un efecto de bola de nieve, ya que Memorystore para Redis Cluster intenta restablecer las conexiones que se agotaron, lo que aumenta los recursos que usa para establecer conexiones.
Encripta y desencripta datos: La encriptación y desencriptación de datos implican operaciones que requieren un uso intensivo de la CPU y que afectan tanto al cliente como al servidor. Esto puede reducir la capacidad del clúster y aumentar su latencia.
Recomendaciones
Cuando consideres si habilitar TLS, te recomendamos que evalúes tus políticas de seguridad y, al mismo tiempo, consideres los beneficios y las desventajas de TLS. Si decides habilitar TLS, ten en cuenta las siguientes consideraciones:
- Habilitar la reanudación de TLS mitiga la sobrecarga para establecer conexiones. Solo se requiere una conexión entre el cliente y el servidor para la conexión inicial. Sin embargo, una expansión repentina del tamaño del clúster del cliente puede provocar una breve interrupción causada por el protocolo de enlace completo inicial de cada host de cliente nuevo.
- Aunque algunas bibliotecas cliente tal vez no ofrezcan controles integrados para habilitar TLS, puedes usar código personalizado para integrar esta funcionalidad en tus clústeres.