线上发现 Redis 机器爆了，如何优化？

线上 Redis 机器爆了，如何优化？

当 Redis 机器出现爆满（CPU 100%、内存溢出、请求超时等情况），需要迅速排查问题并采取优化措施。可以从 排查 Redis 负载、优化数据结构、降级限流、扩展集群 等方面入手。

一、问题排查

先查看 Redis 运行状态

使用 info 命令，检查 Redis 关键指标：

redis-cli info

重点关注：

检查 Redis CPU 负载

top -p $(pgrep redis)

• CPU 100%：

• 可能是**大 key 处理、阻塞操作（如 keys ）、Lua 脚本执行时间长*。

• 内存占满：

• 检查 maxmemory 是否配置正确，是否发生了数据驱逐。

查看 Redis 慢查询

redis-cli slowlog get 10

• 如果 SLOWLOG 发现某些命令执行时间过长，可能是：

• 大 Key 读写（get/set 超大对象）。

• LRANGE、HGETALL 这类大范围查询。

• 事务（MULTI/EXEC）执行时间过长。

二、优化方案

优化大 Key

• 如何检查大 Key

redis-cli --bigkeys

• 单个 Key 过大（如 List、Hash 过长） ：

• 拆分 Key，减少单个 Key 存储量。

• 对 List 类型，尽量使用 LPUSH + LTRIM 控制长度。

• 如何删除大 Key（避免阻塞）

UNLINK big_key  # 非阻塞删除

2. 限流降级

（1）限制 QPS，避免 Redis 过载

• 使用 令牌桶算法，限制高并发请求：

local key = KEYS[1]
local limit = tonumber(ARGV[1])
local current = tonumber(redis.call('incr', key))
if current > limit then
    return 0
else
    redis.call('expire', key, 1)
    return 1
end

• 如果返回 0，表示超出 QPS 限制，前端可降级。

（2）缓存降级

• 减少 Redis 依赖：

• 热点 Key 设置本地缓存，减少 Redis 访问：

from cachetools import TTLCache
local_cache = TTLCache(maxsize=10000, ttl=60)  # 60s 过期

• 改用 CDN/数据库兜底：如果 Redis 爆了，可以查询数据库，但要加限流。

增加 Redis 集群

（1）主从复制（读写分离）

• 读请求分流到从库：

slaveof <master-ip> <port>

• 业务端用 READONLY 访问从库，减少主库压力。

（2）分片（Redis Cluster）

• 如果单机存储压力大，可使用 Cluster：

redis-cli --cluster create 192.168.1.1:6379 192.168.1.2:6379 192.168.1.3:6379 --cluster-replicas 1

• 哈希槽分片，自动扩展，避免单点 Redis 爆掉。

内存优化

（1）调整数据淘汰策略

• 检查 maxmemory-policy：

config get maxmemory-policy

推荐策略：

• LRU（最近最少使用） ：allkeys-lru

• LFU（最近最少频率使用） ：allkeys-lfu

• TTL 到期清理：volatile-ttl

（2）压缩数据

• 减少 Redis 内存占用：

• JSON 改为 MessagePack，减少数据量：

import msgpack
data = {"user_id": 123, "name": "Alice"}
packed = msgpack.packb(data)
redis.set("user:123", packed)

• Hash 存储小对象（避免 String 过多）：

HSET user:123 name "Alice" age 25

5. 避免阻塞操作

• 避免使用 KEYS * 查询

• 替代方案：用 SCAN 分页查询。

• Lua 脚本优化

• 避免长时间执行脚本，改用小批量执行。

三、总结

如果 Redis 爆了，先降级流量 ，再优化存储结构 ，最终通过分片扩展解决长期负载问题。