当前位置：首页 > 文章列表 > 数据库 > Redis > Redis淘汰策略对业务性能的影响

Redis淘汰策略对业务性能的影响

2026-04-09 16:14:36 0浏览收藏

Redis淘汰策略的选择与配置深度影响业务稳定性与性能表现，不当设置如allkeys-lru可能导致关键配置被误淘汰、引发空指针等隐蔽故障，而LFU虽适合稳定热点场景却显著增加CPU开销；精准定位被淘汰key需结合evicted_keys监控、Redis 7.0+的MEMORY USAGE与OBJECT FREQ抽样分析，并辅以PFADD/PFCOUNT埋点验证淘汰行为——真正有效的调优必须从业务数据生命周期出发，避免混存长短期数据于同一实例，让淘汰策略与TTL设计、读写特征和内存使用节奏协同演进。

Redis如何评估淘汰策略对业务的影响

怎么知道当前淘汰策略正在踢掉哪些 key

直接看 INFO keyspace 和 INFO stats 不够，它们只给总量。真正要定位“被踢的是谁”，得开慢日志 + 监控淘汰计数器：evicted_keys 每秒涨多少、expired_keys 是不是同步飙升，能初步判断是 LRU/LFU 误伤了热 key，还是 TTL 集中过期导致被动淘汰。

实操建议：

用 redis-cli --stat 实时盯 evicted_keys 增量，配合业务高峰时间比对
开启 CONFIG SET notify-keyspace-events "Ex"，监听 __keyevent@0__:expired 事件（注意：这不包含被淘汰的 key，仅限自然过期）
如果用的是 Redis 7.0+，可搭配 MEMORY USAGE + OBJECT FREQ 抽样查疑似被误踢的 key 频次和内存占用

maxmemory-policy 设成 allkeys-lru 就真安全吗

不安全。allkeys-lru 对所有 key 一视同仁，哪怕你存了一堆带 TTL 的缓存和一堆永不过期的配置项，它也会把后者当普通 key 淘汰。结果就是：配置 key 被踢，服务直接读不到默认值，比缓存穿透还难排查。

常见错误现象：服务重启后偶发空指针或配置丢失，日志里没报错，但 evicted_keys 在缓慢上涨。

实操建议：

优先用 volatile-lru 或 volatile-lfu，只淘汰带 TTL 的 key，保底 key 留在内存里
如果必须用 allkeys-xx 类策略，确保所有写入都带合理 TTL，别依赖“永远存在”
检查客户端是否误设了超长 TTL（比如 10 年），这种 key 在 LRU 中会卡位很久，挤占真实热 key 空间

LFU 淘汰为什么比 LRU 更吃 CPU

LFU 要维护每个 key 的访问频次计数器，每次读写都要更新，且计数器不是简单 +1，而是带衰减逻辑（防止老热点长期霸榜）。Redis 用的是概率性 LFU，但即便如此，高频 key 的 OBJECT FREQ 更新仍比 LRU 的时间戳更新重得多。

使用场景：适合读多写少、热点相对稳定的场景；不适合短时脉冲流量（比如秒杀），LFU 来不及升温，容易把刚热起来的 key 淘汰掉。

实操建议：

压测时对比 used_cpu_sys 和 used_cpu_user，LFU 下系统态 CPU 明显更高
通过 CONFIG GET lfu-log-factor 查当前衰减强度，默认 10，调低（如 1）会让频次更敏感，但加重 CPU 负担
如果发现 keyspace_hits / (keyspace_hits + keyspace_misses) 低于 0.8，说明缓存命中差，LFU 可能已失准，不如切回 LRU

如何验证某个 key 是否正被频繁淘汰

Redis 本身不记录“谁被踢了”，只能靠间接证据。最有效的方式是：在业务侧加一层轻量埋点——每次 set 带 TTL 时，同时用 PFADD 记录 key 名到一个 HyperLogLog，再定时用 PFCOUNT 看去重数量；如果某段时间内 set 次数远大于 PFCOUNT，说明大量 key 写入后很快消失，大概率被淘汰了。

实操建议：

不要用 KEYS * 扫描，生产环境会阻塞；改用 SCAN 分批抽样，结合 TTL 判断存活率
监控 mem_fragmentation_ratio，如果长期 > 1.5 且 evicted_keys 同步上涨，可能是内存碎片 + 淘汰策略共同导致无效驱逐
注意 maxmemory-samples 默认是 5，太小会导致采样偏差——LFU/LRU 实际决策依据就来自这 5 个随机 key，线上建议调到 10～20

淘汰策略不是设完就完的事，它和你的 key 命名习惯、TTL 设置节奏、读写比例强耦合。最容易被忽略的是：同一个实例混存多种生命周期的数据，却用了统一淘汰策略。

今天带大家了解了的相关知识，希望对你有所帮助；关于数据库的技术知识我们会一点点深入介绍，欢迎大家关注golang学习网公众号，一起学习编程~