Redis误配allkeys处理：快速改回volatile恢复数据

Redis因误配`allkeys-lru`淘汰策略引发秒级性能雪崩——缓存命中率断崖下跌、DB压力骤增、接口延迟飙升至800ms+，根源在于无差别淘汰所有key（包括无TTL的核心业务数据）；真正有效的应急闭环不是简单切回`volatile-lru`，而是必须先紧急停写阻断恶化，再确认内存未满后执行`CONFIG SET`与`REWRITE`固化策略，继而通过精准比对RDB快照时间恢复关键数据，并主动清理残留的非volatile key，否则旧key将持续挤占内存、导致淘汰反复发生——这是一场争分夺秒的数据保卫战，每一步操作顺序都决定系统能否快速止血并回归稳定。

redis.conf里allkeys-lru误配成默认淘汰策略，服务开始抖动

一旦 maxmemory-policy 被设为 allkeys-lru（而非更安全的 volatile-lru），Redis 就会无差别地淘汰所有 key，包括那些本该长期存在的业务核心数据（比如用户登录态、库存锁、支付幂等 token）。现象是：缓存命中率断崖下跌，DB QPS 突增，慢查询报警频发，部分接口响应时间从 20ms 拉长到 800ms+。

这不是“慢慢变差”，而是秒级恶化。尤其在高写入场景下，allkeys-lru 会频繁触发淘汰，导致内存使用曲线锯齿状震荡，CPU 占用同步飙升——因为淘汰本身要遍历、排序、释放对象。

• 确认当前策略：CONFIG GET maxmemory-policy，返回值若为 allkeys-lru 或 allkeys-random，即为风险状态
• 不要直接 CONFIG SET 切回 volatile 类策略：如果此时已有大量非 volatile key 被写入，切回去后 Redis 仍可能继续淘汰它们（因策略只约束“有 TTL 的 key”是否参与淘汰，不保证“没 TTL 的 key 就不被淘汰”）
• 真正有效的止损动作是：先停写、再切策略、最后恢复数据

紧急停写 + 切回 volatile-lru 的最小操作集

停写不是关服务，而是让上游流量绕过 Redis，或在应用层强制走降级逻辑（如直查 DB + 本地缓存）。这一步必须快，否则新写入的 key 会持续被 allkeys-lru 扫荡。

切策略前务必检查 maxmemory 是否已触发（INFO memory | grep used_memory_human 与 maxmemory 对比）。若已满，CONFIG SET 可能失败或延迟生效。

• 执行 CONFIG SET maxmemory-policy volatile-lru（注意：不是 volatile-ttl，后者依赖 TTL 排序，而很多关键 key 本就不设 TTL）
• 立即执行 CONFIG REWRITE，把变更落盘，防止重启丢失
• 观察 INFO stats | grep expired_keys 和 evicted_keys：前者应缓慢回升（说明 volatile key 开始自然过期），后者应归零或趋近于 0

从 RDB 快照恢复关键数据的实操要点

RDB 不是“全量备份”，而是某一时刻的内存快照。它只包含当时仍存活、未被淘汰的 key。所以恢复前必须明确：你要的 key 在最近一次 RDB 生成时是否还存在？

查最近 RDB 时间：INFO persistence | grep rdb_last_save_time，换算成北京时间，对比业务日志中关键数据写入时间。如果 key 是 1 小时前写入，而最近 RDB 是 2 小时前生成的，那它不在里面。

• 停掉当前 Redis 实例（redis-cli SHUTDOWN SAVE），避免 AOF 重写或新 RDB 覆盖旧文件
• 找到最新可用的 RDB 文件（通常在 dir 配置路径下，文件名由 dbfilename 定义，默认 dump.rdb）
• 手动拷贝该文件到新实例目录，启动新 Redis（确保 maxmemory-policy 已预设为 volatile-lru）
• 用 redis-cli --scan --pattern "user:session:*" | head -n 1000 | xargs -I{} redis-cli GET {} 快速抽检关键 key 是否恢复

为什么不能只靠 CONFIG SET 就完事

很多人以为改完 maxmemory-policy 就万事大吉，但忽略了两个硬事实：

第一，allkeys-lru 运行期间淘汰的 key 已永久丢失，RDB 里也没有；第二，即使切回 volatile-lru，只要还有未设 TTL 的 key 占着内存，它们依然不会被自动清理，反而会挤占新 volatile key 的空间，导致后续写入又触发淘汰。

所以真正的闭环是：停写 → 切策略 → 清理残留非 volatile key（用 SCAN + DEL 分批删，严禁 KEYS *）→ 按需从 RDB 或业务 DB 补关键数据 → 上线监控 evicted_keys 和 expired_keys 曲线。

以上就是《Redis误配allkeys处理：快速改回volatile恢复数据》的详细内容，更多关于的资料请关注golang学习网公众号！