Redis阻塞的情况有哪些
命令阻塞
使用不当的命令造成客户端阻塞：
keys * ：获取所有的 key 操作；
Hgetall：返回哈希表中所有的字段和；
smembers：返回集合中的所有成员；
这些命令时间复杂度是O(n)，有时候也会全表扫描，随着n的增大耗时也会越大从而导致客户端阻塞。
SAVE 阻塞大家都知道 Redis 在进行 RDB 快照的时候，会调用系统函数 fork() ，创建一个子线程来完成临时文件的写入，而触发条件正是配置文件中的 save 配置。
当达到我们的配置时，就会触发 bgsave 命令创建快照，这种方式是不会阻塞主线程的，而手动执行 save 命令会在主线程中执行，阻塞主线程。
同步持久化当 Redis 直接记录 AOF 日志时，如果有大量的写操作，并且配置为同步持久化
appendfsync always即每次发生数据变更会被立即记录到磁盘，因为写磁盘比较耗时，性能较差，所以有时会阻塞主线程。
AOF 重写fork 出一条子线程来将文件重写，在执行 BGREWRITEAOF 命令时，Redis 服务器会维护一个 AOF 重写缓冲区，该缓冲区会在子线程创建新 AOF 文件期间，记录服务器执行的所有写命令。
当子线程完成创建新 AOF 文件的工作之后，服务器会将重写缓冲区中的所有内容追加到新 AOF 文件的末尾，使得新的 AOF 文件保存的数据库状态与现有的数据库状态一致。
最后，服务器用新的 AOF 文件替换旧的 AOF 文件，以此来完成 AOF 文件重写操作。
阻塞就是出现在第2步的过程中，将缓冲区中新数据写到新文件的过程中会产生阻塞。
AOF 日志AOF 的日志记录不像关系型数据库那样在执行命令之前记录日志（方便故障恢复），而是采用先执行命令后记录日志的方式。
原因就是 AOF 记录日志是不会对命令进行语法检查的，这样就能减少额外的检查开销，不会对当前命令的执行产生阻塞，但可能会给下一个操作带来阻塞风险。
这是因为 AOF 日志也是在主线程中执行的，如果在把日志文件写入磁盘时，磁盘写压力大，就会导致写盘很慢，进而导致后续的操作也无法执行了。
大 Key 问题大 key 并不是指 key 的值很大，而是 key 对应的 value 很大。
大 key 造成的阻塞问题如下：
客户端超时阻塞：由于 Redis 执行命令是单线程处理，然后在操作大 key 时会比较耗时，那么就会阻塞 Redis，从客户端这一视角看，就是很久很久都没有响应。
引发网络阻塞：每次获取大 key 产生的网络流量较大，如果一个 key 的大小是 1 MB，每秒访问量为 1000，那么每秒会产生 1000MB 的流量，这对于普通千兆网卡的服务器来说是灾难性的。
阻塞工作线程：如果使用 del 删除大 key 时，会阻塞工作线程，这样就没办法处理后续的命令。
当我们在使用 Redis 自带的 --bigkeys 参数查找大 key 时，最好选择在从节点上执行该命令，因为主节点上执行时，会阻塞主节点。
我们还可以使用 SCAN 命令来查找大 key；
为了识别大键，需要先确保 Redis 使用了 RDB 持久化，并分析对应的 RDB 文件。网上有现成的工具：
redis-rdb-tools：Python 语言写的用来分析 Redis 的 RDB 快照文件用的工具
这个工具叫做 rdb_bigkeys，是由 Go 语言编写的，可用于分析 Redis 的 RDB 快照文件，具有更高的性能。
删除操作的本质是要释放键值对占用的内存空间。
释放内存只是第一步，为了更加高效地管理内存空间，在应用程序释放内存时，操作系统需要把释放掉的内存块插入一个空闲内存块的链表，以便后续进行管理和再分配。这个过程本身需要一定时间，而且会阻塞当前释放内存的应用程序。
所以，如果一下子释放了大量内存，空闲内存块链表操作时间就会增加，相应地就会造成 Redis 主线程的阻塞，如果主线程发生了阻塞，其他所有请求可能都会超时，超时越来越多，会造成 Redis 连接耗尽，产生各种异常。
删除大 key 时建议采用分批次删除和异步删除的方式进行。
清空数据库清空数据库和上面 bigkey 删除也是同样道理，flushdb、flushall 也涉及到删除和释放所有的键值对，也是 Redis 的阻塞点。
集群扩容Redis 集群可以进行节点的动态扩容缩容，这一过程目前还处于半自动状态，需要人工介入。
在扩缩容的时候，需要进行数据迁移。而 Redis 为了保证迁移的一致性，迁移所有操作都是同步操作。
执行迁移时，两端的 Redis 均会进入时长不等的阻塞状态，对于小Key，该时间可以忽略不计，但如果一旦 Key 的内存使用过大，严重的时候会接触发集群内的故障转移，造成不必要的切换。
Redis作为一种内存数据库，在实际使用中，不免会遇到阻塞的情况，这对于很多开发者来说是一个极大的困扰。那么，Redis阻塞的情况有哪些呢？本文将从三个方面进行阐述。
一、阻塞操作的分类和描述
在Redis中，阻塞操作分为以下几种：
1.写操作阻塞：当Redis中的写缓冲区被耗尽时，所有新的写操作都会阻塞，直到写缓冲区有足够的空间来容纳它们。
2.列表的阻塞读写：当一个空的列表执行阻塞操作时，Redis会将阻塞操作放入阻塞列表中，并让列表处于一个阻塞状态，直到有新元素被添加到列表中。
3.阻塞订阅和发布：当Redis遇到阻塞订阅和发布时，所有未完整执行的订阅和发布操作都会被阻塞，直到完整执行此操作为止。
二、解决Redis阻塞的方法
1.使用集群模式：Redis集群模式可以很好地解决Redis单点阻塞的问题，集群模式中可以将Redis分散在多个节点上，分别运行不同的读写等操作，从而分担压力，降低Redis单点阻塞的概率。
2.分片技术：Redis可以使用分片技术，将数据分散在多个节点上，从而分配更多的资源给每个节点并减轻Redis的单点压力。
3.设置最大限制：在Redis中，可以设置写缓冲区的最大限制，当写入达到最大限制时，将不再写入更多的数据，从而减轻Redis的阻塞。
三、Redis阻塞对业务的影响
Redis阻塞可能会对业务产生一些负面影响：
1.增加系统负载：在Redis阻塞的情况下，系统通过重试等手段试图解除阻塞，导致系统负载增加。
2.延迟请求处理：Redis阻塞会导致请求响应延迟，增加请求的处理时间，从而影响业务。
3.可能出现数据不一致：当Redis阻塞时，前端命令执行的不确定性可能会导致数据的不一致，从而影响业务的正确性。
总之，要确保Redis的性能和稳定性，我们必须认真关注Redis阻塞的问题，找到解决方法，以确保业务的正确性和稳定性。
