Redis 内存持续增长排查手册

举报
yd_282937315 发表于 2026/10/31 08:48:24 2026/10/31
【摘要】 按趋势、keyspace、大 Key、淘汰策略、碎片与客户端缓冲的顺序,逐项定位 Redis 内存持续增长的根因。

Redis 内存持续增长是最常见的线上告警之一。本文给出一条可直接照着做的排查链路:先确认趋势,再区分是键变多了、大 Key 变多了,还是碎片和缓冲占用,最后落到配置和业务修复。

第一步:确认趋势,不要只看瞬时值

先用 INFO memory 看三个数:used_memory、used_memory_rss 和 mem_fragmentation_ratio。used_memory 是 Redis 自身统计的逻辑占用,used_memory_rss 是操作系统视角的实际占用,两者差距拉大通常意味着碎片、子进程写时复制或缓冲占用。

redis-cli INFO memory | grep -E 'used_memory|mem_fragmentation|used_memory_peak'
redis-cli INFO stats | grep -E 'expired_keys|evicted_keys|keyspace_hits'

同时记录时间序列:如果 used_memory 每天固定上涨,而 used_memory_rss 忽高忽低,优先怀疑 AOF 重写或 RDB 快照期间的 fork;如果两者同步上涨,优先怀疑业务写入。

第二步:看 keyspace,判断键是不是在变多

redis-cli INFO keyspace
redis-cli DBSIZE

键数同步上涨,说明有只写不删的键。常见来源是缓存没有设置 TTL、消息队列消费失败后反复重试、Session 或临时令牌无限累积。此时要抽样检查 TTL 分布:

redis-cli --scan --pattern '*' | head -50 | while read key; do echo "$key $(redis-cli TTL "$key")"; done

TTL 返回 -1 的键就是永不过期键,重点看这类键的业务来源。修复方向是补齐 EXPIRE、给缓存设置合理的过期时间、对队列设置死信和上限,而不是直接清空。

第三步:找大 Key

键数稳定但内存上涨,往往是大 Key 在变大,例如一个 Hash 里塞了几十万字段、一个 List 被当作无限日志、一个 Set 不断累积去重 ID。

redis-cli --bigkeys
redis-cli MEMORY USAGE 某个可疑键
redis-cli --scan --pattern '业务前缀:*' | head -100

大 Key 的危害不只是占内存:删除、迁移和全量读取都可能阻塞主线程。处理时不要直接 DEL 百万级 Key,优先拆分为多个小 Key、按时间分片、或用 SCAN 分批清理,必要时在业务低峰期处理。

第四步:检查过期策略和淘汰策略

redis-cli CONFIG GET maxmemory
redis-cli CONFIG GET maxmemory-policy
redis-cli CONFIG GET lazyfree-lazy-eviction

如果 maxmemory 没有设置,Redis 不会主动淘汰,内存只会随写入上涨;如果策略是 noeviction,写满后新写入会直接报错。线上一般建议设置一个低于机器可用内存的上限,并根据业务选择 volatile-lru、allkeys-lru 或 volatile-ttl。注意:设置淘汰策略不是万能药,它只能兜底,不能代替修复无 TTL 键和大 Key。

第五步:检查碎片和客户端缓冲

mem_fragmentation_ratio 长期大于 1.5,说明碎片严重。可以先看是否开启了主动碎片整理:

redis-cli CONFIG GET activedefrag
redis-cli INFO clients | grep -E 'connected_clients|client_longest_output_list'
redis-cli CLIENT LIST | awk '{print $0}' | head -20

如果某个客户端的输出缓冲特别大,通常是慢消费客户端订阅了大量发布内容,或者一次返回了超大 Value。此时要限流、拆分返回、修慢消费端,而不是只重启 Redis。重启能暂时释放碎片和缓冲,但根因不改,内存还会再涨。

一张排查决策表

  • 键数涨、TTL 为 -1 的键多:修业务写入逻辑,补过期时间。
  • 键数稳、单个 Key 巨大:拆分大 Key,分批清理。
  • maxmemory 未设或策略为 noeviction:设上限并选合适的淘汰策略。
  • 碎片率高:评估主动碎片整理和重启窗口,排查大 Key 删除。
  • RSS 波动大、与快照时间重合:检查 AOF 重写、RDB 策略和子进程内存。
  • 客户端缓冲大:排查慢消费、超大返回和订阅关系。

落地建议

上线前给关键实例做三件事:第一,maxmemory 和淘汰策略必须显式配置;第二,核心 Key 必须有 TTL 或明确的清理责任人;第三,对 used_memory、键数、碎片率和 evicted_keys 做持续监控和告警。排查时按趋势、keyspace、大 Key、策略、碎片、缓冲的顺序逐项排除,才能避免把一次业务写入问题误判为需要扩容。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。