当前位置:首页 > 文章列表 > 数据库 > Redis > Redis EVALSHA 找不到脚本时怎样恢复

Redis EVALSHA 找不到脚本时怎样恢复

来源:17golang原创 2026-10-18 10:56:34 0浏览 收藏

Redis 的 EVALSHA 只拿 SHA1 摘要去执行服务端脚本缓存里的内容。遇到 NOSCRIPT No matching script 时,结论不是“脚本语法一定错了”,而是当前 Redis 实例找不到这个摘要对应的脚本。应用侧应保留脚本源,在确认是 NOSCRIPT 后用 SCRIPT LOAD 重新装载,或者用同一份源代码做一次 EVAL 回退,再按预算重试。

官方地址:https://redis.io/docs/latest/commands/evalsha/

下面只讨论脚本缓存缺失和回退加载。示例命令供读者在隔离测试实例中理解关系,不把示例输出当成已经在本机执行的结果。

先把 NOSCRIPT 当成缓存缺失

我排查这类错误时,先看错误前缀和调用目标,再看脚本本身。EVALSHA 的第一个参数是 SHA1 摘要,Redis 只有在当前实例缓存过完全对应的脚本时才能执行;摘要写错、连到了另一套实例、刚发生故障转移或脚本缓存被清理,都可能表现为找不到脚本。

现象更可能的含义第一动作
NOSCRIPT当前实例没有该摘要对应的脚本用脚本源重新加载或回退执行
脚本语法错误源代码无法编译修复脚本源,不要循环加载
权限错误ACL 不允许脚本相关命令处理权限,不归类为缓存缺失
超时或连接断开执行结果可能未知先按结果未知处理,不盲目重跑

SCRIPT EXISTS 可以查询一个或多个摘要是否存在。它适合诊断和预热,但不是并发调用中的可靠锁:检查之后缓存仍可能变化,应用仍需保留 NOSCRIPT 回退分支。

# 只查询摘要是否在当前 Redis 实例的脚本缓存中
redis-cli SCRIPT EXISTS 

# 输出 1 表示已识别,输出 0 表示当前缓存没有该摘要
# 这是诊断信号,不代替真正的 NOSCRIPT 兜底
脚本源、SHA1 摘要、SCRIPT LOAD、Redis 脚本缓存与 EVALSHA 的静态关系
图1:脚本摘要与服务端缓存的结构说明图,不是 Redis 运行截图。

让脚本源成为应用的一部分

缓存里的脚本不是持久化业务数据。Redis 官方文档明确说明,脚本缓存可能因实例重启、故障转移或 SCRIPT FLUSH 而丢失。因此只把 SHA1 写进配置、却没有在应用包中保留脚本正文,会让恢复动作失去输入。

推荐把脚本正文作为版本化资源,启动时可以预加载,但不要把“启动时加载成功”当成永久保证。连接到新主实例、发布新版本或发生切换后,第一次 EVALSHA 仍可能得到 NOSCRIPT,运行时回退必须存在。

# 用应用持有的同一份脚本源装载到当前实例;SCRIPT LOAD 只加载,不执行
script='return redis.call("INCRBY", KEYS[1], ARGV[1])'
sha=$(redis-cli --raw SCRIPT LOAD "$script")

# 使用 Redis 返回的摘要调用脚本,KEYS 数量必须与脚本约定一致
redis-cli EVALSHA "$sha" 1 demo:counter 1

这里最重要的是“同一份源代码”:如果应用以版本 A 计算摘要,却用版本 B 做回退,后续排查会变成两个问题叠在一起。脚本需要变更时,应让源代码、摘要和发布版本一起更新。

把回退动作限定在一次缺失处理内

运行时逻辑可以按下面的边界组织:先尝试 EVALSHA;只有错误明确以 NOSCRIPT 开头时,才使用保存的脚本源调用 EVAL,或先 SCRIPT LOAD 再按新返回的摘要重试。回退成功后,后续请求继续走摘要调用。

# 先走摘要路径,减少重复发送脚本正文
result=$(redis-cli --raw EVALSHA "$sha" 1 demo:counter 1 2>&1)
if printf '%s' "$result" | grep -q '^NOSCRIPT'; then
  # 只有确认缓存缺失才用源代码回退,其他错误原样交给上层
  result=$(redis-cli --raw EVAL "$script" 1 demo:counter 1)
fi

# 回退也失败时停止循环,避免把语法、权限或参数错误放大成重试风暴
printf '%s\n' "$result"

生产客户端通常会把这段逻辑封装在脚本对象中。关键是限制重试次数,避免每个请求都先执行一次 SCRIPT EXISTS;也不要捕获所有错误后统一当成 NOSCRIPT。若使用 SCRIPT LOAD 后重试 EVALSHA,应使用服务端返回的新摘要,而不是手工拼接摘要。

直接用 EVAL 回退更简单,但会重新发送脚本正文并触发脚本编译路径;如果回退频繁,通常说明实例切换、缓存清理或脚本版本管理存在问题,应把它做成可观测事件,而不是默默吞掉。

应用脚本副本、Redis 实例边界、SCRIPT LOAD、EVAL 回退与错误分类的静态关系
图2:脚本缓存失配与回退边界说明图,不表示真实故障时间线。

哪些错误不能继续重试

我会把恢复分成三类:明确的 NOSCRIPT 可以进行一次有界回退;脚本语法、参数数量、键类型或 ACL 错误应直接修复配置或代码;超时和连接断开则属于结果未知,不能因为“看起来像失败”就再次执行可能带写入副作用的脚本。

对于主从切换或代理后端变化,应用应该确保每次命令真正落到当前可写实例,并让脚本源随应用实例可用。脚本缓存缺失不是业务数据丢失,但回退操作依赖正确的路由、权限和参数,不能用一条无限重试循环掩盖这些前置问题。

回退结果处理建议
第一次 EVALSHA 返回 NOSCRIPT,EVAL 成功记录一次缓存缺失事件,继续后续摘要调用
SCRIPT LOAD 返回权限错误停止重试,检查 ACL 与命令许可
回退后仍是语法或参数错误保留原错误,修复脚本源或调用参数
调用超时、回复未知按业务幂等性确认结果,不直接再次执行

常见问题

每次调用前都执行 SCRIPT EXISTS 可以避免 NOSCRIPT 吗?

不能完全避免。检查与执行之间仍可能发生实例切换或缓存变化,而且每次多一次往返。更实用的方式是保留脚本源,正常走 EVALSHA,遇到明确 NOSCRIPT 时一次回退。

可以只保存 SHA1,不保存 Lua 源码吗?

不建议。SHA1 只能标识脚本,不能在缓存丢失后恢复正文。应用发布包或脚本注册表至少要能取得与摘要对应的完整源代码。

回退成功后还要继续用 EVAL 吗?

通常不需要。回退成功后应恢复摘要路径;如果选择 SCRIPT LOAD,应保存服务器返回的摘要。持续大量 EVAL 会增加脚本正文传输和编译开销。

把 NOSCRIPT 当成“当前实例缺少脚本资产”的信号,恢复就会变得清楚:保存源代码,限制回退,区分真实错误,并把异常频率交给监控。这样既能应对重启和故障转移,也不会把权限、语法和结果未知问题误包装成缓存问题。

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
Redis WATCH 怎样在并发修改时放弃事务Redis WATCH 怎样在并发修改时放弃事务
上一篇
Redis WATCH 怎样在并发修改时放弃事务
GitHub 怎样为仓库设置 Issue 模板
下一篇
GitHub 怎样为仓库设置 Issue 模板
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。
    521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。
    578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。
    604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。
    554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。
    375次使用