Überblick
Ein Anbieter von Analytics-Lösungen im Gesundheitswesen betrieb eine einzige Redis-Instanz, die sowohl Cache-Einträge als auch den Session-State der Nutzer enthielt. Unter Speicherdruck entfernte die Eviction Policy Keys, ohne zu unterscheiden, welche entbehrlich waren – Nutzer wurden mitten im Arbeitsablauf abgemeldet. AceMQ übernahm den Redis-Support mit namentlich zugeordneten Senior Engineers.
Herausforderung
Werden Cache- und Session-Daten in einem Keyspace unter einer einzigen Eviction Policy gemischt, ist jede Wahl der Policy für einen der beiden Workloads falsch. Erschwerend kam hinzu, dass viele Cache-Keys überhaupt keine TTL hatten. Eine Volatile-Eviction-Policy fand daher nichts, was sie verdrängen durfte, und die Instanz lieferte stattdessen Out-of-Memory-Fehler. Zudem wurden die Speicherkennzahlen falsch gelesen: Fragmentierung wurde für Datenwachstum gehalten.
Umgebung
Redis auf Azure für Session-State und das Caching von Abfrageergebnissen einer klinischen Analytics-Anwendung.
Vorgehen
AceMQ trennte zuerst die Workloads, weil keine einzelne Eviction Policy beiden gerecht wird, und korrigierte dann für jeden die TTL- und Policy-Konfiguration. Die Speicherkennzahlen wurden so aufbereitet, dass das Betriebsteam Datenwachstum, Fragmentierung und die Nutzung des Replikationspuffers auseinanderhalten kann.
Lösung
- Session-State und Cache auf getrennte Instanzen mit jeweils passenden Policies aufgeteilt
- TTLs konsistent auf alle Cache-Keys angewendet, damit Volatile-Eviction-Policies verdrängbare Kandidaten finden
- maxmemory und Eviction Policy pro Instanz am gemessenen Working Set statt am Hostspeicher ausgerichtet
- Speicherkennzahlen aufbereitet, damit Fragmentierung, Daten und Replikationspuffer korrekt gelesen werden
- Key-Muster identifiziert und behoben, die unbegrenztes Wachstum im Cache-Keyspace verursachten
- 24/7-Eskalation an Senior Redis Engineers mit Reaktionszeitzielen ab 15 Minuten, je nach Plan, eingerichtet
Resultat
Session-Verluste unter Speicherdruck hörten vollständig auf, und Out-of-Memory-Fehler verschwanden, sobald die Eviction verdrängbare Kandidaten hatte. Das Team des Kunden liest die Speichermetriken heute korrekt und reagiert auf Wachstum, bevor daraus ein Incident wird.