Redis過(guò)期數(shù)據(jù)清理的策略實(shí)戰(zhàn)
更新時(shí)間：2025年08月25日 10:01:13 作者：碼農(nóng)技術(shù)棧
Redis中的過(guò)期鍵過(guò)期后不會(huì)立即從內(nèi)存中刪除,而是在后臺(tái)進(jìn)程中異步清理,如果不清理過(guò)期數(shù)據(jù),Redis內(nèi)存中的數(shù)據(jù)會(huì)越來(lái)越多,在實(shí)際應(yīng)用中,Redis 的過(guò)期數(shù)據(jù)淘汰策略可以通過(guò)多種方式實(shí)現(xiàn),以下是基于惰性刪除和定期刪除兩種機(jī)制的示例代碼以及最佳實(shí)踐
一句話真相:Redis的過(guò)期清理就像"超市臨期商品管理"——惰性刪除是顧客結(jié)賬時(shí)檢查保質(zhì)期，定期刪除是店員定時(shí)巡檢貨架！
一、為什么需要數(shù)據(jù)過(guò)期？?jī)?nèi)存管理的生死線
真實(shí)案例:某社交App因未設(shè)過(guò)期時(shí)間，3000萬(wàn)用戶會(huì)話數(shù)據(jù)永久堆積，導(dǎo)致:
- 內(nèi)存爆滿，服務(wù)崩潰
- 從Redis恢復(fù)數(shù)據(jù)耗時(shí)3小時(shí)
- 直接損失800萬(wàn)訂單！
Redis內(nèi)存警告:
127.0.0.1:6379> info memory used_memory_human:6.0G # 內(nèi)存使用量 maxmemory_human:8.0G # 內(nèi)存上限 mem_fragmentation_ratio:1.8 # 碎片率過(guò)高！
二、過(guò)期策略雙核心:惰性刪除 + 定期刪除
| 策略 | 觸發(fā)時(shí)機(jī) | 優(yōu)點(diǎn) | 缺點(diǎn) |
|---|---|---|---|
| 惰性刪除 | 訪問(wèn)Key時(shí)檢查 | 零額外CPU消耗 | 冷數(shù)據(jù)長(zhǎng)期不釋放 |
| 定期刪除 | 定時(shí)隨機(jī)掃描 | 主動(dòng)釋放內(nèi)存 | 可能短時(shí)阻塞 |
三、惰性刪除:精準(zhǔn)狙擊的"特工"
1. 執(zhí)行流程
客戶端Redis過(guò)期字典GET user:1001:session檢查key是否過(guò)期？已過(guò)期（返回1）刪除key(nil)客戶端Redis過(guò)期字典
2. 源碼實(shí)現(xiàn)（C語(yǔ)言偽代碼）
int expireIfNeeded(redisDb *db, robj *key) {
if (!keyIsExpired(db,key)) return 0; // 未過(guò)期
deleteKey(db,key); // 執(zhí)行刪除
return 1;
}
robj *lookupKeyRead(redisDb *db, robj *key) {
if (expireIfNeeded(db,key) == 1) { // 檢查過(guò)期
return NULL; // 已刪除返回空
}
return lookupKey(db,key);
}
3. 實(shí)戰(zhàn)風(fēng)險(xiǎn):僵尸Key問(wèn)題
場(chǎng)景:
# 大量已過(guò)期但永不訪問(wèn)的Key SET access_log:20230101 "big_data" EX 86400
后果:內(nèi)存被無(wú)形占用，可用空間持續(xù)減少！
四、定期刪除:主動(dòng)出擊的"巡邏隊(duì)"
1. 三層漸進(jìn)式掃描
2. 核心算法參數(shù)
// redis.conf 配置 hz 10 // 每秒執(zhí)行10次定期刪除（默認(rèn)） // 源碼參數(shù) #define ACTIVE_EXPIRE_CYCLE_KEYS_PER_LOOP 20 // 每次掃描20個(gè)key #define ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC 25 // CPU占用≤25%
3. 性能優(yōu)化:自適應(yīng)掃描
- CPU空閑時(shí):增加掃描頻次（
hz 100） - 內(nèi)存緊張時(shí):每次掃描更多Key（可調(diào)參）
五、內(nèi)存耗盡時(shí)的最后防線:淘汰策略
當(dāng)內(nèi)存超maxmemory時(shí)觸發(fā):
| 策略 | 機(jī)制 | 適用場(chǎng)景 |
|---|---|---|
| volatile-lru（默認(rèn)） | 淘汰最近最少使用的過(guò)期Key | 緩存場(chǎng)景 |
| allkeys-lru | 淘汰所有Key中的LRU | 內(nèi)存不足時(shí)優(yōu)先選擇 |
| volatile-ttl | 淘汰剩余生存時(shí)間最短的Key | 時(shí)效性敏感數(shù)據(jù) |
| noeviction | 拒絕寫入并報(bào)錯(cuò) | 關(guān)鍵數(shù)據(jù)不允許丟失 |
配置方式:
# redis.conf maxmemory 8gb maxmemory-policy volatile-lru
六、四大實(shí)戰(zhàn)陷阱與解決方案
陷阱1:過(guò)期Key集中導(dǎo)致雪崩
場(chǎng)景:
# 同一秒設(shè)置大量Key過(guò)期 SET key1 value EX 3600 SET key2 value EX 3600 # 同時(shí)設(shè)置100萬(wàn)Key
后果:3600秒后同時(shí)過(guò)期 → 定期刪除壓力暴增！
解決方案:
# 添加隨機(jī)過(guò)期時(shí)間偏移 expire_time = 3600 + random.randint(0, 600) # 增加0-10分鐘隨機(jī)值 redis.setex(key, expire_time, value)
陷阱2:大Key刪除阻塞服務(wù)
案例:刪除10MB的Hash Key耗時(shí)150ms → 阻塞其他請(qǐng)求！
優(yōu)化方案:
# 異步刪除（Redis 4.0+） UNLINK big_key # 非阻塞刪除 # 分批次刪除 HSCAN big_key 0 COUNT 100 # 分批遍歷 HDEL big_key field1 field2 ... # 分批刪除
陷阱3:主從不一致
問(wèn)題:主庫(kù)刪除過(guò)期Key后，從庫(kù)可能未同步刪除
解決方案:
# 開(kāi)啟從庫(kù)主動(dòng)檢測(cè)（Redis 3.2+） replica-serve-stale-data no
陷阱4:持久化導(dǎo)致過(guò)期復(fù)活
原理:RDB快照中的過(guò)期Key重啟后重新加載
規(guī)避方法:
# 啟用AOF重寫時(shí)主動(dòng)刪除過(guò)期Key aof-rewrite-incremental-fsync yes
七、最佳配置指南
1. 生產(chǎn)環(huán)境推薦配置
# 內(nèi)存上限（物理內(nèi)存70%） maxmemory 16gb # 淘汰策略（緩存場(chǎng)景） maxmemory-policy volatile-lru # 定期刪除頻率 hz 10 # 開(kāi)啟異步刪除 lazyfree-lazy-eviction yes
2. 監(jiān)控命令大全
# 查看過(guò)期Key數(shù)量 redis-cli info | grep expired_keys # 內(nèi)存碎片率 redis-cli info | grep mem_fragmentation_ratio # 實(shí)時(shí)監(jiān)控淘汰情況 redis-cli --stat
八、總結(jié):Redis過(guò)期數(shù)據(jù)清理三原則
- 雙重保障:
- 訪問(wèn)時(shí)檢查（惰性刪除）
- 定時(shí)主動(dòng)掃描（定期刪除）
- 淘汰兜底:內(nèi)存不足時(shí)按策略清理
- 避坑關(guān)鍵:
- 分散過(guò)期時(shí)間
- 大Key異步刪除
- 監(jiān)控碎片率
黃金口訣:
- 冷門數(shù)據(jù)靠定期掃
- 熱點(diǎn)訪問(wèn)惰性刪
- 內(nèi)存爆炸淘汰保
以上就是Redis過(guò)期數(shù)據(jù)清理的策略實(shí)戰(zhàn)的詳細(xì)內(nèi)容，更多關(guān)于Redis過(guò)期數(shù)據(jù)清理的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
本文主要介紹了Redis中List類型的常用命令,包含12種常用命令,具有一定的參考價(jià)值,感興趣的可以了解一下2024-06-06
這篇文章主要給大家介紹了關(guān)于Redis連接超時(shí)異常的處理方法，文中通過(guò)示例代碼以及圖文介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-07-07
Redis遍歷所有key的兩個(gè)命令(KEYS 和 SCAN)
這篇文章主要介紹了Redis遍歷所有key的兩個(gè)命令(KEYS 和 SCAN)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04
Redis集群服務(wù)器的實(shí)現(xiàn)(圖文步驟)
本文介紹了Redis集群服務(wù)器的優(yōu)勢(shì),為讀者提供了全面的Redis集群服務(wù)器知識(shí)和使用技巧,具有一定的參考價(jià)值,感興趣的可以了解一下2023-09-09
redis 限制內(nèi)存使用大小的實(shí)現(xiàn)
這篇文章主要介紹了redis 限制內(nèi)存使用大小的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-05-05
關(guān)于在Redis中使用Pipelining加速查詢的問(wèn)題
這篇文章主要介紹了在Redis中使用Pipelining加速查詢,Redis是一個(gè)client-server模式的TCP服務(wù)，也被稱為Request/Response協(xié)議的實(shí)現(xiàn)，本文通過(guò)一個(gè)例子給大家詳細(xì)介紹，感興趣的朋友一起看看吧2022-05-05
Spring?Boot實(shí)戰(zhàn)解決高并發(fā)數(shù)據(jù)入庫(kù)之?Redis?緩存+MySQL?批量入庫(kù)問(wèn)題
這篇文章主要介紹了Spring?Boot實(shí)戰(zhàn)解決高并發(fā)數(shù)據(jù)入庫(kù)之?Redis?緩存+MySQL?批量入庫(kù)問(wèn)題，本文通過(guò)圖文實(shí)例相結(jié)合給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2022-02-02
一次關(guān)于Redis內(nèi)存詭異增長(zhǎng)的排查過(guò)程實(shí)戰(zhàn)記錄
這篇文章主要給大家分享了一次關(guān)于Redis內(nèi)存詭異增長(zhǎng)的排查過(guò)程實(shí)戰(zhàn)記錄，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家學(xué)習(xí)或者使用Redis具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2018-07-07
mac下設(shè)置redis開(kāi)機(jī)啟動(dòng)方法步驟
這篇文章主要介紹了mac下設(shè)置redis開(kāi)機(jī)啟動(dòng),本文詳細(xì)的給出了操作步驟,需要的朋友可以參考下2015-07-07
這篇文章主要介紹了redis部署及各種數(shù)據(jù)類型使用命令,編譯安裝redis及部署過(guò)程，本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2022-03-03