Redis ACL 按命令类别限制应用权限的配置
我第一次把 Redis 应用账号从“能连上就什么都能做”收紧时,最容易写错的不是密码,而是命令类别和键范围。比较稳妥的做法是:先用 ACL CAT 看当前实例的类别,再从一个重置后的用户开始,只开放业务需要的类别和键前缀,最后用 ACL GETUSER 复查结果。
官方地址:https://redis.io/
命令类别适合减少逐条列命令的工作量,但最小权限仍然要靠“命令类别 + 单项排除 + 键模式”一起完成。不要直接把 +@all 当成应用账号的默认权限。
先看 ACL CAT,不要猜类别里有什么
Redis ACL 可以用 +@category 一次加入一个命令类别,也可以用 -@category 排除它。类别不是固定的业务角色名,具体命令归属应以目标实例返回的结果为准。
# 查看当前 Redis 支持的 ACL 类别 redis-cli ACL CAT # 查看读类别和写类别分别包含哪些命令 redis-cli ACL CAT read redis-cli ACL CAT write # 查看管理类命令,确认应用账号不应接触的范围 redis-cli ACL CAT admin
ACL CAT 不带参数返回类别名称,带类别名时返回该类别包含的命令。一个命令可能属于多个类别,所以不要把类别理解成互斥分组;例如一个读写混合场景仍需要按实际调用补充或排除单个命令。

从 reset 开始创建应用用户
下面的例子假设应用只使用 cache:* 键,既需要读取也需要写入字符串和哈希数据。reset 放在前面,是为了清掉这个用户名过去可能留下的规则;之后再按从左到右的顺序写入新的规则。
# reset 清理旧规则,避免同名用户遗留权限 redis-cli ACL SETUSER app-cache reset \ on >change-this-password \ ~cache:* \ +@read +@write # 读取最终用户规则,确认用户状态、键模式和命令范围 redis-cli ACL GETUSER app-cache
on 允许用户认证,密码规则使用 > 加密码,~cache:* 限制可访问的键,+@read +@write 加入读写类别。生产环境应通过安全的凭据注入方式提供密码,示例里的密码只是占位符。
如果应用实际只读,可以把授权改成 +@read,不要为了省事保留 +@write。如果只用字符串命令,也可以从类别授权改为 +get +mget +set 这类单命令清单,让权限边界更容易审阅。
用减法规则处理高风险和模块边界
有些团队会先写 +@all,再逐个删除危险命令。这种写法虽然短,但应用账号会先获得所有命令;而且 Redis 官方文档特别提醒,除 +@all 外,其他类别通常不包含模块命令。我的经验是应用账号优先采用正向的窄授权,只有确实需要时才使用减法规则。
# 只有在确实需要“全量基础命令”时,才显式排除高风险类别 redis-cli ACL SETUSER app-cache reset \ on >change-this-password \ ~cache:* \ +@all -@admin -@dangerous # 更推荐:从读写类别开始,再按调用补充单个命令 redis-cli ACL SETUSER app-cache reset \ on >change-this-password \ ~cache:* \ +@read +@write -config -flushall -flushdb
第二种写法更符合最小权限,但仍要注意类别会随 Redis 版本和模块环境变化。对模块命令、脚本命令或管理操作,应先在目标实例用 ACL CAT 和业务调用清单确认,再决定是否单独授权。

最后用 GETUSER 和 LIST 复查,而不是只看 OK
ACL SETUSER 返回 OK,只能说明规则命令被接受。再次调用同名用户时,规则默认是增量应用,不会自动重置。因此排查“权限怎么还在”时,先读出最终状态:
# 查看单个用户的 flags、密码、命令和键模式 redis-cli ACL GETUSER app-cache # 查看服务器当前全部用户的可保存规则表示 redis-cli ACL LIST # 需要持久化到 ACL 文件时,再按部署方式执行保存 redis-cli ACL SAVE
复查时重点看三件事:用户是否为 on,键模式是否只覆盖业务前缀,命令规则里是否混入了 +@all、+@admin 或不必要的危险命令。若修改了外部 ACL 文件而不是通过命令修改,需要按部署方式使用 ACL LOAD 重新加载。
常见问题
为什么给了 +@read,应用还是不能访问某个键?
命令类别只决定命令权限,键还要同时匹配用户的键模式。检查是否配置了正确的 ~cache:*,以及应用实际访问的键名是否带有不同前缀。
为什么重复执行 ACL SETUSER 后旧权限没有消失?
同名用户的后续调用默认是增量修改。需要重新定义完整边界时,把 reset 作为第一条规则,随后再写入新的认证、键和命令规则。
类别授权能覆盖 Redis 模块命令吗?
不要默认这样假设。官方文档说明普通类别通常不含模块命令;先在目标实例查看类别和模块命令,再按实际需要单独授权。
这套配置的核心不是记住一长串 ACL 语法,而是把应用身份、命令类别和键前缀同时收窄,并把最终规则读出来复查。这样 Redis 连接即使被错误使用,也较难越过应用本来不需要的管理和危险操作边界。
Redis Cluster 多 key 操作的哈希标签设计
- 上一篇
- Redis Cluster 多 key 操作的哈希标签设计
- 下一篇
- Redis Lua 脚本封装库存扣减的原子边界
-
- 数据库 · Redis | 58分钟前 |
- Redis EXPIRE 条件参数如何避免覆盖更长 TTL
- 207浏览 收藏
-
- 数据库 · Redis | 1小时前 |
- Redis Cluster 槽位统计辅助容量规划的方法
- 137浏览 收藏
-
- 数据库 · Redis | 1小时前 |
- Redis Pipeline 降低往返延迟的批量边界
- 321浏览 收藏
-
- 数据库 · Redis | 1小时前 | Redis · cluster · redis Redis Cluster CROSSSLOT Hash Tag hash slot
- Redis Cluster 多 key 操作的哈希标签设计
- 246浏览 收藏
-
- 数据库 · Redis | 1小时前 |
- Redis GEOSEARCH 查询附近地点的范围条件
- 116浏览 收藏
-
- 数据库 · Redis | 1天前 |
- Redis BZPOPMIN 怎样等待最小成员
- 454浏览 收藏
-
- 数据库 · Redis | 1天前 |
- Redis BLMOVE 超时后怎样判断源列表状态
- 108浏览 收藏
-
- 数据库 · Redis | 1天前 |
- Redis 客户端缓存怎样使用广播失效
- 332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。
- 497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。
- 553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。
- 579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。
- 532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。
- 343次使用
-
- 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
