当前位置:首页 > 文章列表 > 数据库 > Redis > Redis Function 和临时 Lua 脚本有什么部署区别

Redis Function 和临时 Lua 脚本有什么部署区别

来源:17golang原创 2026-09-07 09:21:30 0浏览 收藏

Redis Function 和临时 Lua 脚本都能把多条命令放到 Redis 服务端原子执行,但部署责任不同:Function 是 Redis 数据库的一部分,函数库会随持久化数据保存并复制;临时脚本属于应用侧源码,Redis 只保留易失的脚本缓存。需要跨重启、故障转移或多个应用复用时,优先考虑 Function;只在一个调用方里快速封装一段逻辑时,EVAL/EVALSHA 更轻量。

要点速览
  • Function 以 library 为发布单元,依赖 FCALL/FCALL_RO 调用,适合稳定的服务端 API。
  • EVALSHA 只是脚本缓存的 SHA1 入口,缓存丢失后必须用源码重新 SCRIPT LOAD。
  • 两者都会原子执行并阻塞 Redis,选择 Function 不代表可以写长时间运行的逻辑。

一、先看 Redis Function 和 EVAL 的生命周期差异

最容易混淆的是“脚本已经加载过”和“脚本已经部署到 Redis”并不是一回事。EVAL 执行的源码会进入脚本缓存,SCRIPT LOAD 也只是预加载;这个缓存不属于数据库数据,重启、主从切换或 SCRIPT FLUSH 都可能让它消失。应用若只保存 SHA1,不保存源码,下一次 EVALSHA 收到 NOSCRIPT 就无法自愈。

Function 的边界相反。它被装入命名 library,函数是库中的注册对象,Redis 会把函数作为数据库能力处理,随 RDB/AOF 保存并向副本复制。函数和脚本仍然都在服务端原子执行,执行期间会阻塞其他客户端,所以“持久化”解决的是部署和恢复问题,不会改变长脚本的阻塞风险。

Redis Function 与 EVAL 脚本在应用源码、函数库、数据库持久化和副本之间的静态部署边界
图1:看清应用源码、Function library、RDB/AOF 与副本的静态关系,判断逻辑由谁负责恢复。

二、Redis Function 怎么做库级发布与版本管理

把业务逻辑升级为 Function 后,建议将 Lua 源码放进应用仓库,用一次库级加载完成发布,再让各个客户端只依赖函数名。一个最小的库存扣减函数可以这样组织:

#!lua name=inventory_v1

-- 只让 Redis 通过 KEYS 和 ARGV 接收外部输入,避免把键名写死在函数里
local function reserve_stock(keys, args)
  local stock = redis.call('GET', keys[1])
  local amount = tonumber(args[1])
  if not stock or not amount or tonumber(stock) 

部署时用 FUNCTION LOAD 把完整库送入 Redis,发布后用 FUNCTION LIST 检查库名和函数名,再由客户端调用 FCALL reserve_stock 1 stock:sku-1 2。库内函数不能单独更新,版本变更应重新提交完整 library;这让发布记录更清晰,也提醒团队不要只在某一台节点手工改函数。

如果 Redis 只是缓存、没有把普通数据当作可靠持久化对象,仍要设计启动时的函数预加载。Redis 官方文档给出的方向是导出 functions-RDB,在启动阶段恢复函数,而不是把“缓存模式”误认为“函数自动永远存在”。

Redis Function library、reserve_stock、FCALL 客户端契约和 Redis 原子执行边界的静态关系
图2:函数库、函数名、FCALL 和原子执行边界共同构成稳定的服务端调用契约。

三、临时 Lua 脚本怎么处理 EVALSHA 失效

临时脚本适合变化快、复用范围小的逻辑。生产调用不要把一段动态拼接的 Lua 源码塞进每个请求,而是把固定源码随应用发布,并先 SCRIPT LOAD 得到 SHA1,正常路径调用 EVALSHA。遇到 NOSCRIPT 时重新加载同一份源码,再重试一次:

script_sha = SCRIPT_LOAD(script_source)

-- 正常请求只发送摘要和参数,减少重复传输
reply = EVALSHA(script_sha, key_count, keys, args)
if reply == NOSCRIPT then
  -- 缓存是易失的,使用仓库中的原始源码恢复
  script_sha = SCRIPT_LOAD(script_source)
  reply = EVALSHA(script_sha, key_count, keys, args)
end

这里的恢复逻辑要放在客户端封装层,不能让每个业务方法各写一份。还要避免运行时为每个订单拼出不同脚本,因为每个不同源码都会产生新的缓存条目;参数应该通过 KEYS 和 ARGV 传入。Redis 7.4 起脚本缓存还可能按策略清理,更不能把 SHA1 当作永久部署版本。

四、按部署压力选择方案

判断点Redis FunctionEVAL/EVALSHA
恢复与复制随函数库持久化、复制缓存易失,应用负责重载
发布单元完整 library单份脚本源码与 SHA1
调用方式FCALL,按函数名EVAL 或 EVALSHA
适合场景多应用共享、长期稳定的 Redis API单应用短逻辑、试验性或频繁变化逻辑

判断时先问三个问题:这段逻辑是否必须在重启后立即可用?是否有多个应用需要共享同一个服务端 API?是否愿意为整库替换建立发布流程?前两个答案为“是”时,Function 通常更稳;如果逻辑只服务一个调用方,且应用已经具备源码重载和 NOSCRIPT 处理,临时脚本并不低级。无论选哪种,都把脚本源码、键名约定、参数顺序和兼容策略放进版本库。

相关问题

Redis Function 能否只更新其中一个函数?

不要按单函数热改来设计。函数属于 library,发布时应提交完整库,并为库级变更保留版本记录。

EVALSHA 返回 NOSCRIPT 是数据丢失吗?

通常不是业务数据丢失,而是脚本缓存缺失。只要应用还保留原始源码,就可以 SCRIPT LOAD 后重新调用。

Function 和 Lua 脚本能否跨多个 Redis Cluster 分片键执行?

默认仍受集群键槽约束。应让相关键落在同一 hash slot,不要把 Function 当成绕过分片规则的工具。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go JSON 数字转 float64 为什么会丢失大整数Go JSON 数字转 float64 为什么会丢失大整数
上一篇
Go JSON 数字转 float64 为什么会丢失大整数
Go time.Ticker 怎么驱动周期任务并在退出时清理
下一篇
Go time.Ticker 怎么驱动周期任务并在退出时清理
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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数据集详解:生物医学问答基准、功能与应用指南
    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。
    604次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    644次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    674次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    639次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    460次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码