Redis 中 Key 的过期删除机制

Redis 中 Key 的过期删除机制是 Redis 内存管理和性能优化的核心功能之一。Redis 通过**惰性删除（Lazy Expiration）和定期删除（Active Expiration）**两种策略结合，高效地清理过期 Key。以下是详细说明：

1. Redis Key 过期删除的两种策略

(1) 惰性删除（Lazy Expiration）

• 触发时机：当客户端尝试访问一个 Key 时，Redis 会先检查该 Key 是否已过期。
• 流程：
  1. 客户端发起 GET、SET 等操作时，Redis 检查 Key 的剩余 TTL（Time To Live）。
  2. 如果 Key 已过期，Redis 会立即删除该 Key，并返回 nil（或根据命令返回空结果）。
• 优点：
  • 仅在访问时检查，避免不必要的性能开销。
  • 适合访问频率低的 Key。
• 缺点：
  • 如果过期 Key 从未被访问，可能长期占用内存（需依赖定期删除清理）。

示例：

SET mykey "value" EX 10  # 设置 10 秒后过期
# 10 秒后执行：
GET mykey  # Redis 检查到过期，删除 mykey 并返回 nil

(2) 定期删除（Active Expiration）

• 触发时机：Redis 启动后台线程（activeExpireCycle），定期随机抽查部分 Key 的过期状态。
• 流程：
  1. Redis 每秒执行 10 次（默认配置）后台扫描，每次扫描 20 个数据库（Redis 默认 16 个数据库）。
  2. 每次扫描随机检查 20 个 Key（可配置）：
     • 如果 Key 已过期，则删除。
     • 如果未过期，跳过。
  3. 如果本轮扫描中删除的 Key 超过 25% 的抽查数量，则重复扫描（避免一次扫描耗时过长）。
• 优点：
  • 主动清理长期未访问的过期 Key，避免内存泄漏。
  • 通过随机抽查平衡性能和清理效率。
• 缺点：
  • 无法保证过期 Key 立即删除（可能有短暂延迟）。
  • 极端情况下（如大量 Key 同时过期），可能引发内存压力。

配置参数（在 redis.conf 中调整）：

hz 10               # 每秒执行后台任务的频率（默认 10 次/秒）
active-expire-effort 1  # 清理努力程度（1-10，值越大越激进）

2. 特殊场景：Key 过期但未被删除

(1) 内存不足时的处理

• 如果 Redis 内存不足（达到 maxmemory 限制），会优先触发 淘汰策略（如 LRU、LFU），而非等待过期删除。
• 此时，即使 Key 未过期，也可能被强制删除。

(2) 持久化与复制的影响

• RDB/AOF 持久化：过期 Key 不会写入 RDB/AOF 文件（在持久化前已过滤）。
• 主从复制：从库会继承主库的过期策略，但删除操作由从库独立执行（可能存在延迟）。

3. 如何监控过期 Key

(1) 使用 INFO 命令

INFO keyspace
# 输出示例：
# db0:keys=1000,expires=100,avg_ttl=3600  # expires 表示已设置过期时间的 Key 数量

(2) 订阅过期事件

Redis 支持通过 Pub/Sub 通知 Key 过期事件（需在配置中启用）：

notify-keyspace-events Ex  # 启用过期事件通知

客户端订阅频道：

PSUBSCRIBE __keyevent@0__:expired  # 监听数据库 0 的过期事件

4. 最佳实践

1. 合理设置 TTL：避免设置过长的过期时间，减少内存占用。
2. 避免大量 Key 同时过期：可能导致 Redis 短暂卡顿（可通过随机 TTL 分散压力）。
3. 监控内存和过期 Key：使用 INFO 或第三方工具（如 RedisInsight）跟踪内存使用情况。
4. 高并发场景优化：对热点 Key 的过期操作，建议使用 Lua 脚本保证原子性。

5. 常见问题

Q1：Key 过期后为什么还能被访问？

• 可能是惰性删除未触发（未访问该 Key），且定期删除未抽查到。可通过 TTL key 确认剩余时间。

Q2：如何手动删除过期 Key？

• 使用 DEL key 立即删除（无论是否过期）。
• 使用 PERSIST key 移除过期时间（使 Key 永久有效）。

Q3：Redis 如何保证过期删除的原子性？

• 删除操作是原子的，且 Redis 单线程模型避免了并发竞争。

总结

Redis 通过两种策略的互补，在性能和内存管理之间取得了平衡。理解其机制有助于优化内存使用和排查相关问题。