Redis 删除大键用 DEL 还是 UNLINK
Redis 删除大键时,优先看的是删除动作会不会占住主线程,而不是命令名字里有没有“异步”二字。DEL 会在当前命令里完成对象释放;UNLINK 先把键从 keyspace 中摘掉,再把实际内存回收交给后台线程。小字符串或低峰维护可以继续用 DEL,在线高峰删除大 Hash、List、Set、Sorted Set 时通常更适合 UNLINK。
一句话判断:需要尽快让大键从业务视图消失、又不想把复合值释放成本压在请求线程上,用UNLINK;需要同步完成释放,或者键很小、操作在维护窗口内,用DEL。
- 两条命令都忽略不存在的键,并返回成功摘除的键数量。
DEL的复合值释放成本在当前命令内完成,UNLINK的回收在后台线程完成。- UNLINK 只保证键很快从 keyspace 消失,不保证 RSS 立刻下降;还要观察延迟和内存指标。
大键删除时,先分清“摘除键”和“回收内存”
这两个命令的业务结果很接近:键存在就删除,不存在就跳过,并返回实际删除的数量。差异出现在删除一个复合值时。Redis 官方文档把 DEL 的复杂度描述为:删除键本身按键数量计算,List、Set、Sorted Set 或 Hash 还要按其中的元素数量承担释放成本;字符串值则是常量级。
UNLINK 的前半段只负责从键空间解除关联,因此每个键的命令侧复杂度是 O(1),对象由多少内存分配组成,则由后台线程继续处理。也就是说,UNLINK 改善的是请求路径上的阻塞风险,不是让回收工作凭空消失。

| 判断维度 | DEL | UNLINK |
|---|---|---|
| 键从 keyspace 消失 | 命令内完成 | 命令内完成 |
| 复合值释放 | 当前命令同步完成 | 后台线程异步完成 |
| 适合场景 | 小键、低峰、需要同步释放 | 大键、在线高峰、关注请求延迟 |
| 返回值 | 实际删除的键数量 | 实际摘除的键数量 |
# 小键或维护窗口内的同步删除 redis-cli DEL session:small # 大集合在线删除:先摘除键,释放成本移到后台线程 redis-cli UNLINK cache:product:list # 多键操作前先确认集群键槽约束,不要把跨槽批量删除当成单机语义 redis-cli CLUSTER KEYSLOT cache:product:list
按业务负载选择:大键和高峰期优先考虑 UNLINK
如果值只是短字符串,释放成本很小,DEL 更直接;如果是拥有大量元素的 Hash 或 List,且删除发生在用户请求持续进入的实例上,DEL 可能把释放工作放在事件循环里,放大尾延迟。此时可以用 UNLINK,让业务立刻看不到这个键,同时给后台回收留出空间。
但不要把 UNLINK 当成“永远更快”。删除速度过快时,后台回收也可能形成积压;如果进程仍然持续写入,分配器还可能复用已释放的内存,而不是马上把 RSS 归还给操作系统。对需要严格控制资源释放时点的维护脚本,先确认是否真的要求同步完成,再决定命令。
- 小值、低频删除:使用
DEL,语义简单,执行路径短。 - 大值、在线高峰:优先
UNLINK,并限制批量规模,避免后台回收队列被瞬间压满。 - 集群多键删除:先检查 key slot 和客户端的批量策略,命令选择不能绕过跨槽限制。
生产环境要同时观察延迟、键空间和进程内存
判断 UNLINK 是否适合,不能只看命令返回了整数。返回 1 只说明键已经从 keyspace 摘除;后台释放何时结束、分配器是否把页归还给操作系统,属于另外两层状态。Redis 官方内存文档也提醒,删除键后 RSS 不一定同步下降,空闲块可能先被分配器复用。
可以在灰度期间打开延迟监控,并配合内存快照观察趋势:
# 只在需要定位延迟时设置阈值,数值按业务的毫秒预算调整 redis-cli CONFIG SET latency-monitor-threshold 100 # 查看最近记录的延迟事件 redis-cli LATENCY LATEST # 对比 Redis 逻辑内存与进程驻留内存 redis-cli INFO memory

上线前的删除清单
先记录键的类型和元素数量,再把删除动作放进低风险窗口或小批量灰度;删除后分别观察 keyspace 是否已经没有目标键、延迟事件是否增加、逻辑内存和 RSS 是否按预期变化。若业务需要删除后立刻确认资源已经释放,不要只因为返回值成功就把 UNLINK 当作同步完成。
最后保留回退方式:在低峰、可控键集合上使用 DEL 做对照,确认延迟预算能够承受后再决定是否长期采用。对于跨槽批量操作,还要让客户端按 slot 拆分请求,不要用一个看似方便的命令掩盖集群约束。
相关问题
UNLINK 会不会让键还能被 GET 读到?
不会。键从 keyspace 摘除后,后续读取看不到它;延迟的是底层对象内存回收,不是业务可见性。
DEL 一定比 UNLINK 慢吗?
不一定。对小字符串,二者差别通常不值得放大;真正需要警惕的是复合值元素很多时,DEL 的同步释放会占用当前命令路径。
为什么删除后 Redis RSS 还很高?
后台回收完成也不等于操作系统立即收回页面,分配器可能保留并复用空闲块,所以要结合逻辑内存、RSS 和后续写入趋势判断。
软仓支持哪些设备?Windows、Android与安装前系统要求说明
- 上一篇
- 软仓支持哪些设备?Windows、Android与安装前系统要求说明
- 下一篇
- Go 二进制协议怎么读写大端和小端整数
-
- 数据库 · Redis | 12小时前 | redis lru 缓存淘汰 maxmemory-policy LFU
- Redis eviction-policy 怎样选择 LRU 或 LFU
- 135浏览 收藏
-
- 数据库 · Redis | 12小时前 | Redis · redis 缓存失效 CLIENT TRACKING 客户端缓存 数据变更通知
- Redis 客户端缓存为什么还需要数据变更通知
- 367浏览 收藏
-
- 数据库 · Redis | 12小时前 | redis 缓存淘汰 lfu-decay-time OBJECT FREQ LFU
- Redis LFU 淘汰怎样理解计数器衰减
- 282浏览 收藏
-
- 数据库 · Redis | 12小时前 |
- Redis ZMPOP 怎样批量取出有序集合成员
- 333浏览 收藏
-
- 数据库 · Redis | 13小时前 | Redis · redis Redis Cluster Sorted Set ZDIFF WITHSCORES
- Redis ZDIFF 怎样只保留第一个有序集合的独有成员
- 186浏览 收藏
-
- 数据库 · Redis | 13小时前 |
- Redis Streams 怎样用 XACK 设计幂等确认
- 129浏览 收藏
-
- 数据库 · Redis | 13小时前 |
- Redis XADD NOMKSTREAM 怎样避免自动创建空 Stream
- 489浏览 收藏
-
- 数据库 · Redis | 13小时前 | Redis · 消息队列 · XREADGROUP XACK Redis Streams XGROUP
- Redis Streams 怎样用 XREADGROUP 读取消费组消息
- 200浏览 收藏
-
- 数据库 · Redis | 1天前 | Redis ·
- Redis 内存淘汰怎样观察真实驱逐原因
- 360浏览 收藏
-
- 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
-
- 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。
- 575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。
- 618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。
- 649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。
- 609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。
- 426次使用
-
- Go与Redis实现分布式互斥锁和红锁
- 2022-12-22 117浏览
-
- Go+Redis实现延迟队列实操
- 2023-02-23 426浏览
-
- 一文搞懂Go语言操作Redis的方法
- 2023-01-07 171浏览
-
- Golang分布式应用之Redis示例详解
- 2023-01-07 113浏览
-
- Go Redis客户端使用的两种对比
- 2022-12-30 195浏览

