先说结论:生产环境能拆就拆。Redis 和 MySQL 共用一台服务器时,问题不只是“平时能不能放下”,而是 Redis fork、MySQL 连接抖动、慢查询临时表、系统页缓存这些瞬时峰值叠加后会不会把内存打满。真要共用,核心是:分别限额、预留峰值、降低碎片、限制连接、盯紧指标。
1. 先做内存预算,别直接拍参数
可以按这个思路估算:
物理内存
- 系统预留
- MySQL 常驻 + 峰值
- Redis 常驻 + 峰值
- 其他进程
= 至少 10%~20% 的空闲余量
其中:
MySQL 内存 ≈ innodb_buffer_pool_size
+ 连接级 buffer
+ 临时表 / 排序 / join
+ 元数据缓存
+ 其他全局结构
Redis 内存 ≈ used_memory
+ 内存碎片
+ 客户端输出缓冲
+ 复制积压缓冲
+ RDB/AOF fork 写时复制内存
Redis 如果开启了 RDB、AOF rewrite,fork 时可能产生写时复制内存。写入越频繁,COW 越多。经验上要额外预留 Redis 当前数据集的 20%~50%,激进场景要更多。
以 16GB 内存机器为例,比较稳的分配大致是:
| 用途 | 建议预留 |
|---|---|
| 系统、页缓存、应急余量 | 2GB+ |
| MySQL innodb_buffer_pool_size | 6GB 左右 |
| MySQL 连接、临时表、排序等 | 1GB 左右 |
| Redis maxmemory | 3GB 左右 |
| Redis fork、缓冲、碎片余量 | 2GB 左右 |
| 空闲余量 | 2GB 左右 |
如果是 8GB 机器,差不多:
系统预留:1GB
MySQL buffer pool:3GB
MySQL 其他:0.5GB
Redis maxmemory:1.5GB
Redis fork/缓冲/碎片:1GB
剩余:1GB 左右
不要为了“榨干内存”把 maxmemory + innodb_buffer_pool_size 配到接近物理内存,这样很容易触发 OOM。
2. MySQL 侧重点:Buffer Pool 和连接内存
2.1 控制 innodb_buffer_pool_size
这是 MySQL 最大的内存消耗项。
16GB 共用机器可以这样起步:
[mysqld]
innodb_buffer_pool_size = 6G
如果 Redis 数据量很小、MySQL 是主力,可以适当给到 7G~8G;如果 Redis 写入频繁、开启持久化,就别太激进。
判断方式:
SHOW GLOBAL STATUS LIKE 'Innodb_buffer_pool_read%';
关注命中率:
命中率 = 1 - Innodb_buffer_pool_reads / Innodb_buffer_pool_read_requests
如果命中率长期低于 99%,说明 buffer pool 偏小或者数据访问太散,加内存不一定解决,可能要优化索引、SQL 或拆库。
2.2 别把 max_connections 配太大
每个连接都可能分配 sort_buffer_size、join_buffer_size、read_buffer_size、tmp_table_size 等。很多人只盯 buffer pool,结果连接一打满,内存直接炸。
建议按真实并发控制:
max_connections = 100
或者根据峰值连接数设置,别动不动来 500、1000。
查看当前连接:
SHOW GLOBAL STATUS LIKE 'Threads_connected';
SHOW GLOBAL STATUS LIKE 'Max_used_connections';
连接级参数别设太大:
sort_buffer_size = 2M
join_buffer_size = 2M
read_buffer_size = 1M
read_rnd_buffer_size = 1M
tmp_table_size = 32M
max_heap_table_size = 32M
这些参数是每连接按需分配,不是全局只分配一次。全局设太大非常危险。
2.3 临时表和排序要盯住
SHOW GLOBAL STATUS LIKE 'Created_tmp_disk_tables';
SHOW GLOBAL STATUS LIKE 'Sort_merge_passes';
如果磁盘临时表很多,说明 SQL、索引或 tmp_table_size 不合适。不要简单粗暴把 tmp_table_size 调到几百 MB,共用机器时这很容易把内存打爆。
MySQL 5.7 如果还有 query cache,建议关掉:
query_cache_size = 0
query_cache_type = 0
MySQL 8 已经移除 query cache,不用管。
3. Redis 侧重点:maxmemory、淘汰策略和 fork 余量
3.1 必须设置 maxmemory
Redis 不设 maxmemory,在共用机器上风险很高。
示例:
maxmemory 3gb
maxmemory-policy allkeys-lru
maxmemory-samples 10
如果 Redis 只是缓存,可以用:
maxmemory-policy allkeys-lru
或者按访问频率:
maxmemory-policy allkeys-lfu
如果 Redis 里都是带 TTL 的缓存,可以用:
maxmemory-policy volatile-ttl
如果 Redis 被当成持久化存储,不想淘汰数据,可以用:
maxmemory-policy noeviction
但这种场景一定要保证容量足够,并且做好告警。否则写入直接报错,不是慢,而是失败。
3.2 注意:maxmemory 不等于 Redis 实际最大内存
maxmemory 主要限制数据集大小,但下面这些还会额外占内存:
- 客户端输出缓冲区;
- Pub/Sub 慢消费者缓冲;
- 复制积压缓冲;
- fork 后 COW 内存;
- jemalloc 内存碎片;
- AOF/RDB 相关结构。
查看 Redis 内存:
redis-cli info memory
重点看:
used_memory
used_memory_rss
used_memory_peak
maxmemory
mem_fragmentation_ratio
evicted_keys
如果:
used_memory_rss / used_memory > 1.5
说明内存碎片比较明显。可以考虑低峰重启 Redis,或者开启主动碎片整理,前提是版本支持:
activedefrag yes
3.3 降低大 key 和冷数据占用
Redis 内存优化不能只靠配置,数据结构设计更关键。
建议:
- 避免超大 string、超大 list、超大 hash;
- 用 hash 存对象字段,减少大量小 key 的元数据开销;
- 给缓存设置合理 TTL;
- 定期扫描大 key:
redis-cli --bigkeys
查看单个 key 内存:
redis-cli memory usage user:profile:123
业务数据能压缩就压缩,比如 JSON 可以换成 MessagePack、Protobuf,或者简单 gzip,但要考虑 CPU 成本。
3.4 持久化策略要保守
如果 Redis 只是缓存,可以考虑关闭 RDB/AOF,减少 fork 和写盘压力:
save ""
appendonly no
如果必须持久化,建议:
appendonly yes
appendfsync everysec
aof-use-rdb-preamble yes
RDB 保存频率不要太高,避免频繁 fork:
save 900 1
save 300 10
save 60 10000
另外,避免 BGSAVE 和 AOF rewrite 在业务高峰期同时发生。
可以设置惰性释放,减少删除大 key 时的阻塞:
lazyfree-lazy-eviction yes
lazyfree-lazy-expire yes
lazyfree-lazy-server-del yes
4. Linux 层要做的几个关键设置
4.1 尽量别让 Redis 和 MySQL 发生 swap
Redis 一旦 swap,延迟会非常难看。MySQL swap 之后性能也会明显抖动。
建议降低 swappiness:
vm.swappiness = 1
临时生效:
sysctl -w vm.swappiness=1
永久生效写入 /etc/sysctl.conf 或 /etc/sysctl.d/99-memory.conf。
有些场景会直接关闭 swap,但我更常见做法是:保留 swap 作为兜底,但把 swappiness 调很低,同时严格监控 swap in/out。
4.2 Redis 建议关闭 THP
Transparent Huge Pages 可能导致 Redis 延迟抖动和内存浪费。
查看:
cat /sys/kernel/mm/transparent_hugepage/enabled
如果是 [always],建议改成 never:
echo never > /sys/kernel/mm/transparent_hugepage/enabled
永久生效可以通过 grub 参数:
transparent_hugepage=never
更新 grub 后重启生效。
4.3 overcommit
Redis 官方文档建议:
vm.overcommit_memory = 1
这主要是为了避免 fork 时因为内存策略过严导致 BGSAVE 失败。
但要注意:这不是允许你超卖内存。该预留的 COW 内存还是要预留。
4.4 用 cgroup/systemd 做硬隔离
如果不想一个服务把另一个服务打死,可以用 systemd 限制内存。
比如给 Redis 加 drop-in:
# /etc/systemd/system/redis.service.d/10-memory.conf
[Service]
MemoryHigh=3.5G
MemoryMax=4G
然后:
systemctl daemon-reload
systemctl restart redis
MySQL 也可以类似处理。
注意:MemoryMax 太激进可能会直接触发 OOM kill,Redis 正在 fork 时尤其要小心。建议先设 MemoryHigh 观察,再决定是否设 MemoryMax。
5. 监控要盯这些指标
别只看 free -m,Linux 的 free 很容易误导。重点看 available。
free -m
vmstat 1
sar -r 1
Redis:
redis-cli info memory
redis-cli info stats
redis-cli info clients
重点指标:
used_memory
used_memory_rss
maxmemory
mem_fragmentation_ratio
evicted_keys
expired_keys
blocked_clients
latest_fork_usec
MySQL:
SHOW GLOBAL STATUS LIKE 'Innodb_buffer_pool_read%';
SHOW GLOBAL STATUS LIKE 'Threads_connected';
SHOW GLOBAL STATUS LIKE 'Max_used_connections';
SHOW GLOBAL STATUS LIKE 'Created_tmp_disk_tables';
SHOW GLOBAL STATUS LIKE 'Sort_merge_passes';
系统层:
available memory
swap in / swap out
kswapd 扫描
OOM killer 日志
磁盘 IO wait
云厂商的监控也要配,内存使用率、Redis 已用内存、MySQL buffer pool 命中率、swap、磁盘 IO 都建议设告警。阿里云、腾讯云、华为云这类 ECS 上,内存告警阈值建议放在 70%~80%,不要等到 95% 才处理。
6. 一个可落地的配置组合
假设是 16GB 内存 ECS,Redis 偏缓存,MySQL 主业务库:
# redis.conf
maxmemory 3gb
maxmemory-policy allkeys-lru
maxmemory-samples 10
lazyfree-lazy-eviction yes
lazyfree-lazy-expire yes
lazyfree-lazy-server-del yes
save 900 1
save 300 10
save 60 10000
appendonly no
# my.cnf
[mysqld]
innodb_buffer_pool_size = 6G
max_connections = 100
sort_buffer_size = 2M
join_buffer_size = 2M
read_buffer_size = 1M
read_rnd_buffer_size = 1M
tmp_table_size = 32M
max_heap_table_size = 32M
table_open_cache = 1000
系统参数:
vm.swappiness = 1
vm.overcommit_memory = 1
transparent_hugepage = never
判断这套方案是否健康
看几个简单标准:
- Redis
used_memory长期不超过maxmemory的 80%~85%; - Redis 没有明显
evicted_keys,或者淘汰符合预期; - MySQL buffer pool 命中率稳定在 99%+;
- 系统没有持续 swap in/out;
- 高峰期 available memory 至少还有 10%~20%;
- OOM 日志为空;
- Redis fork 期间没有明显超时。
如果这些指标长期做不到,比如 MySQL buffer pool 命中率一直掉、Redis 频繁淘汰、系统频繁 swap,那就不是调参问题了,应该拆开部署或者升级内存规格。
云服务器