RedisList限制队列长度技巧
2026-04-16 15:45:47
0浏览
收藏
Redis的List结构无法通过简单的LPUSH+LPOP组合实现可靠队列长度限制,因为LPOP删除队首而新元素插入队尾,会导致列表持续膨胀;真正安全、原子的限长方案是LPUSH(或RPUSH)后立即执行LTRIM进行服务端截断,或更优地——使用Lua脚本将推入与裁剪封装为不可分割的原子操作,从而彻底规避高并发下的竞态超限风险;同时需注意LTRIM的索引语义(如- N -1保留最新N条)、边界安全性及类型一致性,避免因误用数据类型引发全局失败。

为什么不能靠LPUSH+LPOP自动限长
很多人以为只要每次 LPUSH 后紧跟 LPOP 就能维持固定长度,其实这是错的——LPOP 删除的是队首元素,而新元素在队尾,中间会不断堆积,实际长度持续增长。真正要截断旧数据,必须主动清理尾部或头部冗余项。
LTRIM 是唯一可靠的限长手段
LTRIM 直接在服务端裁剪列表,只保留指定索引范围内的元素,其余立即释放内存。它不是“删除后再插入”,而是原子性截断,不存在竞态导致超长的问题。
- 保留最新 N 条:用
LTRIM key -N -1(负索引从尾部计数) - 保留最老 N 条:用
LTRIM key 0 N-1 - 执行顺序必须是
LPUSH或RPUSH之后立刻LTRIM,否则窗口期可能超限 - Redis 7.0+ 支持
LPUSH key value LIMIT N语法,但仅限于单元素 push 场景,不通用
用 Lua 脚本保证原子性(生产环境必需)
单独发 LPUSH 和 LTRIM 两条命令,在高并发下仍有极小概率被其他客户端插队,导致临时超长。必须封装为 Lua 脚本执行:
eval "redis.call('LPUSH', KEYS[1], ARGV[1]); redis.call('LTRIM', KEYS[1], 0, tonumber(ARGV[2])-1); return 1" 1 mylist new_item 100
上面脚本把「推入 + 截老」打包成一个原子操作,ARGV[2] 是目标最大长度,0 到 N-1 精确保留最老的 N 条;若想留最新的 N 条,把 0 换成 -ARGV[2] 即可。
注意 LTRIM 的边界行为和性能影响
LTRIM 时间复杂度是 O(N),N 是被删除的元素个数,不是总长度。所以日常维护时尽量控制单次裁剪量——比如每 push 一次就 trim 一次,比攒够 1000 次再 trim 一次更平稳。
- 索引越界不会报错:
LTRIM key 100 200对空列表或长度不足的列表是安全的 - 当列表长度小于指定范围时,
LTRIM不做任何事,也不会失败 - 如果用负索引(如
-10 -1),而列表实际只有 3 个元素,结果就是保留全部 3 个 - 频繁
LTRIM不会导致内存碎片,Redis 内部会直接调整底层链表指针
真正容易被忽略的是:Lua 脚本里调用 redis.call 失败会中断整个脚本,但 LTRIM 几乎不会失败,除非 key 类型错误——所以务必确保目标 key 始终是 List 类型,混用 SET 或 HASH 会导致后续所有操作报 WRONGTYPE 错误。
以上就是《RedisList限制队列长度技巧》的详细内容,更多关于的资料请关注golang学习网公众号!
JavaConsole与Scanner输入对比解析
- 上一篇
- JavaConsole与Scanner输入对比解析
- 下一篇
- Bootstrap多级下拉菜单怎么实现
查看更多
最新文章
-
- 数据库 · Redis | 3小时前 | 故障恢复 · redis streams 消费者组 PEL XNACK delivery counter
- Redis XNACK 怎样释放挂起消息并保留重试计数
- 296浏览 收藏
-
- 数据库 · Redis | 4小时前 | redis RedisJSON JSONPath JSON.NUMINCRBY 嵌套数值
- Redis JSON.NUMINCRBY 怎样增量修改嵌套数值
- 411浏览 收藏
-
- 数据库 · Redis | 4小时前 | Redis · redis XREADGROUP XACK XPENDING XAUTOCLAIM
- Redis XREADGROUP 消费确认与重试的处理方案
- 267浏览 收藏
-
- 数据库 · Redis | 4小时前 | redis hyperloglog PFCOUNT PFMERGE 日活统计
- Redis HyperLogLog 合并多个日活集合的计数方法
- 302浏览 收藏
-
- 数据库 · Redis | 4小时前 |
- Redis CLIENT INFO 怎样读取当前连接的数据库与网络地址
- 100浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1014次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1019次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1143次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1117次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 959次使用
查看更多
相关文章
-
- Redis Stream XTRIM 如何避免消费组积压无限增长
- 2026-09-12 501浏览
-
- Redis AOF rewrite 期间如何判断磁盘与内存压力
- 2026-09-12 501浏览
-
- Redis RDB 和 AOF 怎么按可接受数据丢失量选择
- 2026-09-08 501浏览
-
- Redis XAUTOCLAIM 之后为什么仍有 pending:JUSTID、PEL 与消息删除边界
- 2026-08-29 501浏览
-
- Redis SET 的 GET 与 KEEPTTL 怎么一起验收:旧值返回、续期与回滚边界
- 2026-08-20 501浏览

