返回所有使用案例

技術支援醫療保健/福利

由資深工程師提供 24/7 Redis 技術支援,不經 Tier 1 初步分流

醫療分析服務供應商

針對淘汰政策與鍵空間實際用法不符、導致工作階段資料在記憶體壓力下遭到淘汰的執行個體,提供持續性技術支援。

概覽

一家醫療分析服務供應商以單一 Redis 執行個體,同時存放快取項目與使用者工作階段狀態。當記憶體壓力出現時,淘汰政策在移除鍵值時並不區分哪些是可捨棄的,導致使用者在操作流程中途被登出。AceMQ 接手其 Redis 技術支援,並由專屬資深工程師負責。

挑戰

將快取與工作階段資料混放在同一個鍵空間、套用單一淘汰政策,代表無論選擇哪一種政策,都會對其中一種工作負載不利。更糟的是,許多快取鍵完全沒有設定 TTL,因此 volatile 類型的淘汰政策沒有可淘汰的對象,執行個體只能回傳記憶體不足錯誤。記憶體報告也遭到誤讀,記憶體碎片被誤認為資料成長。

環境

Azure 上的 Redis,為一套臨床分析應用程式提供工作階段狀態與查詢結果快取。

做法

AceMQ 首先將兩種工作負載分開,因為沒有任何單一淘汰政策能同時滿足兩者,接著再分別修正各自的 TTL 與政策設定。同時釐清記憶體報告的解讀方式,讓維運團隊能區分資料成長、記憶體碎片與複寫緩衝區用量。

解決方案

  1. 將工作階段狀態與快取拆分為不同的執行個體,並為各工作負載套用合適的政策
  2. 為所有快取鍵一致地設定 TTL,讓 volatile 淘汰政策有符合條件的淘汰對象
  3. 依實際量測的工作集(而非主機記憶體)為每個執行個體設定 maxmemory 與淘汰政策
  4. 釐清記憶體報告,正確解讀記憶體碎片、資料與複寫緩衝區
  5. 找出並修正導致快取鍵空間無限制成長的鍵值模式
  6. 建立直達資深 Redis 工程師的 24/7 問題升級管道,並提供依方案而定、最快 15 分鐘起的回應目標

成效

記憶體壓力下的工作階段遺失問題完全消失,而在淘汰機制有了符合條件的對象之後,記憶體不足錯誤也隨之消除。客戶團隊現在能正確解讀記憶體指標,並在成長演變成事件之前就採取行動。

技術

RedisKubernetesPrometheusTerraform

需要專業的 Redis 技術支援嗎?

AceMQ 的資深 Redis 工程師以前就處理過這類專案。無論您需要架構指引、實作面的問題修復,或是長期的託管合作關係,我們都已準備好協助您。