拾荒的小海螺

🔥1、简述

在高并发、高性能应用场景中，Redis 以其极快的读写性能被广泛使用。然而，Redis 是内存数据库——当内存被占满时，会发生什么？我们该如何应对？

本篇文章将围绕以下几个核心点展开：

Redis 内存满的表现与风险
内存淘汰策略原理
实践配置与使用示例
应对建议与优化方案

📚 2、内存满了会发生什么？

当 Redis 达到或超过配置的最大内存限制（maxmemory），并且当前策略无法释放空间时：

写入操作会失败，返回错误：

(error) OOM command not allowed when used memory > 'maxmemory'

读取操作仍然可以正常进行。
Redis 不会崩溃，但性能和业务可能会受到严重影响。

🎯 3、内存管理机制

Redis 通过以下配置参数控制内存行为：

3.1 `maxmemory`

设置 Redis 使用的最大内存上限（单位支持 KB/MB/GB）：

maxmemory 512mb

可以通过命令行动态设置：

CONFIG SET maxmemory 512mb

注意：默认没有限制，即最大使用服务器全部可用内存。

3.2 `maxmemory-policy` —— 淘汰策略

当内存满了，Redis 会根据设置的淘汰策略尝试释放空间：

策略名	描述
noeviction (默认)	不淘汰，写入失败
allkeys-lru	所有键中，淘汰最少使用的
volatile-lru	仅对设置了 TTL 的键使用 LRU
allkeys-random	所有键中，随机淘汰
volatile-random	仅 TTL 键中随机淘汰
volatile-ttl	仅 TTL 键中，淘汰即将过期的键
allkeys-lfu	所有键中，淘汰最少使用频率的（>= 4.0）
volatile-lfu	仅 TTL 键中淘汰最少频率的

设置方式：

CONFIG SET maxmemory-policy allkeys-lru

✂️ 4、实践样例：模拟内存占满

4.1 环境准备

docker run -d --name redis-test -p 6379:6379 redis --maxmemory 100mb --maxmemory-policy allkeys-lru

4.2 快速写入大数据

public void fillRedis(RedisTemplate<String, String> redisTemplate) {
    for (int i = 0; i < 1_000_000; i++) {
        redisTemplate.opsForValue().set("key" + i, "value" + i);
    }
}

4.3 执行后观察：

used_memory_human:100.00M
evicted_keys: 1000+

说明：Redis 会自动淘汰旧键，保证新数据写入成功（因我们设置了 allkeys-lru 策略）。

🔒 5、如何避免内存用尽带来的问题？

✅ 5.1 设置合理的 `maxmemory` 限制

maxmemory 1gb

确保 Redis 不会把系统内存全部吃完。

✅ 5.2 开启 TTL 和淘汰策略

给所有非永久缓存设置过期时间：

redisTemplate.opsForValue().set("user:123", "data", 1, TimeUnit.HOURS);

配置策略：

maxmemory-policy volatile-lru

只对有 TTL 的数据进行淘汰。

✅ 5.3 使用 `MEMORY DOCTOR` 诊断

Redis 4.0+ 支持：

MEMORY DOCTOR

会输出内存异常使用的诊断建议。

✅ 5.4 设置 `maxmemory-samples`

CONFIG SET maxmemory-samples 10

提高 LRU 采样精度（默认为 5）。

✅ 5.5 监控与报警

使用 Prometheus + Grafana、Redis Exporter 监控：

内存使用率
命中率
淘汰键数量
OOM 错误计数

✅ 5.6 高级优化建议

问题	优化建议
热点键过多	使用 Redis Cluster 分片存储
大 key 占用内存	拆分大 key 或使用压缩结构（如 ziplist）
数据过期不均	加入随机 TTL 偏移
历史数据无法淘汰	增加缓存分类，按业务类型控制 TTL

🔚 6、总结

Redis 是内存数据库，内存是生命线。了解 Redis 内存用尽时的行为，有助于我们设计更稳定的缓存架构。

状态	行为	是否可恢复
未设置 maxmemory，内存无限增长	可能导致机器 OOM、Redis 宕机	❌
设置了 maxmemory + 淘汰策略	自动淘汰旧数据，性能降低	✅
设置了 maxmemory，无淘汰策略	写入失败、抛出 OOM 错误	✅

实际项目中：

缓存需有明确生命周期（TTL）
使用合适的淘汰策略
限制最大内存
建立内存监控体系

Redis：我们如何应对内存满的状况