Redis 快满了,如何查清每个库、每类 key 的内存去向?
从线上 Redis 容量排查出发,区分实例内存与逻辑库占用,介绍 SCAN、MEMORY USAGE、TTL 和前缀聚合,并解释 volatile-lru 的边界。
线上 Redis 空间接近上限时,最直接的问题是哪个库大、哪些 key 大,以及能不能清理。排查过程中,DB2 和 DB15 都曾成为检查对象。
要回答这些问题,需要先区分实例内存、逻辑库数据和业务用途。本文整理诊断方法,历史库编号只代表当时环境,具体大小与当前用途应重新查询。
一、先看实例,再看逻辑库
第一步查看实例 memory、stats 和 keyspace 信息,关注已使用内存、进程驻留内存、内存上限、淘汰计数,以及各库 key 数与过期情况。
keyspace 可以帮助定位哪个库键多,但“键多”和“字节多”并不等价。一个大的 Hash 或 JSON 字符串,可能超过成千上万个短键。
Redis INFO 提供实例与 keyspace 统计,标准 keyspace 信息没有给出每个逻辑库的完整字节账单。Redis INFO 文档
逻辑库共享同一个实例资源。把数据从 DB2 搬到 DB15,本身不会增加这台 Redis 的内存容量。使用 Redis Cluster 时,还应按其数据库与节点约束另行设计统计范围。
二、渐进扫描,按前缀累计
对需要深入的逻辑库,可以使用 SCAN 分批枚举 key,再按受控批次获取 TYPE、PTTL 和 MEMORY USAGE。
每个逻辑库
→ SCAN 获取一批 key
→ 限量查询类型、TTL、内存
→ 按业务前缀累计数量和字节
→ 保留少量最大 key 的脱敏摘要
SCAN 的 COUNT 是工作量提示,返回条数可能变化,遍历期间还可能返回重复 key。数据不断变化时,统计也不是同一时刻的完整快照。Redis SCAN 文档
完整计数可以维护去重集合,但集合本身也占内存。大实例可以选择抽样,并明确抽样方法、覆盖范围和估计误差。去重状态不能反过来加重被排查实例的容量问题。
流水线能够减少网络往返,批次仍然要有边界。一次打包几十万条诊断命令,会给服务端和客户端制造新的压力。
三、key 内存之和与实例总内存存在差额
MEMORY USAGE 用来估算某个 key 及其值的内存占用,复杂结构可能采用采样。增加采样能改善特定估计,也会增加检查成本。Redis MEMORY USAGE 文档
把所有 key 的结果相加,可以了解数据分布,却不应要求它严格等于实例 used_memory。全局结构、客户端缓冲、复制或持久化相关缓冲以及分配器开销,都需要单独解释。
进程 RSS 与 Redis 统计的已使用内存也有不同含义。数据删除后,分配器是否立即归还页面,会影响系统看到的驻留量。
因此,报告应分成数据估计、实例开销和系统视角三层,注明统计窗口。否则很容易把“没有统计到的差额”直接叫成泄漏。
四、volatile-lru 只覆盖部分 key
volatile-lru 的淘汰候选来自设置了过期时间的 key,并近似选择近期较少使用的项。没有 TTL 的大 key 不会因为这个策略就自动进入候选范围。候选不足时,需要新增内存的写入可能被拒绝。Redis 淘汰策略说明
所以排查时要看各前缀有多少无过期键、TTL 是否被意外移除,以及数据是否允许淘汰。锁、任务状态和可重建缓存,即使都存 Redis,生命周期要求也不一样。
也不能为了释放内存给所有键统一补 TTL。到期后的恢复成本、业务正确性和并发续期必须先确认。
五、从容量分布回到业务生命周期
定位到大前缀以后,继续沿代码查谁写入、谁读取、什么条件删除,以及是否存在失败后残留。
有些集合保存待处理任务,增长可能说明下游消费慢。有些键保存历史缓存,可能缺少容量上限。有些结构本来就允许增长,但需要归档和保留周期。
清理前应确认数据可重建性、备份与影响范围。较大的集合可以评估分批处理或异步释放的适用性,但最终删除方式仍由业务语义决定。
我希望容量报告最终能回答四件事,哪个业务前缀贡献最大,增长来自正常流量还是残留,数据应保存多久,以及清理后怎样防止再次增长。库编号和大 key 清单只是诊断入口,把它们和业务生命周期连接起来,才能持续治理容量。
记录过程,也留下判断。
← 继续阅读其他文章