主从节点淘汰策略必须完全一致,否则必然导致数据不一致;需统一maxmemory-policy、maxmemory值,确保read_only开启,并避免从节点写操作及运行时配置变更。主从节点淘汰策略必须完全一致,否则数据不一致是必然的Redis 主从复制不保证淘汰行为同步------淘汰是本地行为,从节点不会复刻主节点的 DEL 或 EVICT 操作。如果主从配置不同,比如主用 allkeys-lru、从用 volatile-ttl,同一时刻内存满时,两者会删掉完全不同的 key,后续读从库就可能命中脏数据或空值。检查并统一 maxmemory-policy 配置项这是最常见也是最致命的差异点。只要主从的 maxmemory-policy 值不一致,淘汰就不一致。用 redis-cli -h {host} -p {port} config get maxmemory-policy 分别查主从值,确认完全相同(包括大小写)noeviction 虽安全但容易写失败,生产环境慎用;allkeys-* 类策略比 volatile-* 更可控,因后者依赖 TTL,而很多业务根本没设 TTL配置文件里写死比运行时 config set 更可靠------后者重启即丢失,且主从不同步执行 config set 会导致瞬时不一致注意 maxmemory 设置与实际可用内存的偏差即使策略一致,若主从 maxmemory 值不同,触发淘汰的时机就不同。更隐蔽的问题是:Linux overcommit、Redis 自身内存碎片、AOF rewrite 临时内存占用,都会让"实际可分配内存" ≠ maxmemory。 Shakespeare 一款人工智能文案软件,能够创建几乎任何类型的文案。
相关推荐
ClouGence8 小时前
Oracle 数据同步为什么会出现数据不一致?长事务是常被忽略的原因zzzzzz3109 小时前
当产品经理说这个很简单:我用Python自动化处理奇葩需求的实战指南雪隐9 小时前
个人电脑玩AI-06让5060 Ti给你打工——不光能画画,Qwen3-TTS还能学人说话,连我老板都信了!飞将10 小时前
从零实现数据库(2)——HashIndex + IndexManager兵慌码乱21 小时前
面向桌面端的资产管理系统分层架构设计与核心模块实现hboot1 天前
AI工程师第三课 - 机器学习基础顾林海1 天前
Agent入门阶段-编程基础-Python:流程控制呱呱复呱呱1 天前
Django CBV 源码解读:一个请求是怎么找到你的 get() 方法的Nturmoils1 天前
订单列表慢查询,先看 WHERE、ORDER BY 和 LIMIT曲幽1 天前
刚部署的 LibreTranslate 频频翻车?我掏出了 20 年前的 StarDict 词典,用 FastAPI 搭了个本地词典翻译 API