Redis 线上 CPU 100% 突发排查：大 Key 与慢查询治理实操

线上 Redis 实例监控突发告警，CPU 使用率直逼 99%，导致关联的多个核心业务服务出现超时和限流。

一、线上应急与排查

登录 Redis 终端，首先检查慢查询日志：

127.0.0.1:6379> SLOWLOG GET 5
1) 1) (integer) 3412
   2) (integer) 1698471205
   3) (integer) 482012 # 耗时达 482ms
   4) 1) "HGETALL"
      2) "cache:user:active_records_202610"

发现存在耗时接近 500ms 的 HGETALL 命令！由于 Redis 是单线程模型处理核心网络请求，一条耗时数百毫秒的命令足以阻塞后续成千上万个请求。

二、BigKey 扫描与定位

使用 Redis 自带的 --bigkeys 工具在从库进行无阻塞采样扫描：

redis-cli -h 127.0.0.1 -p 6379 -a 'password' --bigkeys

扫描结果显示：该 Hash 类型的 key 包含超过 280,000 个 field，体积达到 45MB，属于典型的大 Key。

三、安全整改方案

1. 杜绝全量拉取：严禁在线上直接执行 HGETALL、KEYS * 等 O(N) 级别高危命令，改用分批迭代查询 HSCAN 或按需执行 HMGET。
2. 大 Key 异步删除：对于大 Key 绝对不能直接使用 DEL 命令（会产生主线程秒级阻塞），必须使用非阻塞删除 UNLINK key。

通过执行 UNLINK cache:user:active_records_202610，Redis 实例 CPU 占用迅速回落至 5% 的健康区间。