Redis内存占满的原因排查与解决方案

内存使用率高，通常分为以下三种情况：

内存使用率在较长一段时间内一直处于较高水位。通常，当内存使用率超过95%时需要及时关注。

内存使用率一直较低，但从某个时间点开始突然上升至较高水位，甚至达到100%。

实例整体的内存使用率较低，但某个数据分片节点的内存使用率接近100%。

请根据不同情况，分别采取措施降低内存使用率。

查询现有的Key是否符合业务预期，及时清理无用的Key。

通过缓存分析功能，分析大Key分布和Key的TTL过期策略。具体操作，请参见离线全量Key分析。

分析Key是否有合理的TTL策略。

以下示例中，所有的Key均未设置过期时间，建议根据业务需求来衡量，并在应用端设置合理的过期时间。

图 4. Key的过期时间分布示例

对大Key进行评估，然后在业务侧对大Key进行拆分。

图 5. 大Key分析示例

根据业务需求，设置合理的数据逐出策略（即调整maxmemory-policy参数的值）。具体操作，请参见设置实例参数。

云数据库Redis默认的数据逐出策略为volatile-lru，更多信息，请参见数据逐出策略介绍。

根据业务需求，设置合理的过期Key主动删除的执行频率（即调整hz参数的值）。具体操作，请参见调整Redis定期任务的执行频率。

hz的取值建议在100以内，如果该值过大将对CPU的使用率产生较大影响。您也可以设置为自动调整（要求Redis实例的大版本为5.0及以上版本），具体操作，请参见自动调整Redis定期任务的执行频率。

经过上述步骤优化后，内存使用率依旧较高，可评估升级至更大内存的规格，以承载更多数据并改善性能。具体操作，请参见变更实例配置。

在正式升级实例的规格前，您可以先购买一个按量付费的实例，测试要升级到的目标规格是否能够满足业务的负载需求，测试完成后可将其释放。关于如何释放实例，请参见释放按量付费实例。

内存使用率突然升高的主要原因如下：

短时间内大量写入新数据。

短时间内大量创建新连接。

突发访问产生大量流量超过网络带宽，导致输入缓冲区和输出缓冲区积压。

客户端处理速度跟不上Redis的处理速度，导致输出缓冲区积压。

请依次排查内存使用率突然升高的原因，并参考对应的解决方案解决问题。

排查方法：

查看Redis性能监控的入流量与写QPS。如果入流量与写QPS的趋势与内存使用率的趋势一致，说明大量的数据写入导致内存使用率突然升高。

解决方案：

通过设置Key的过期时间自动清理不再需要的Key，或手动删除不再需要的Key。

升级实例规格，通过增加内存容量缓解内存使用率升高的问题。详情请参见变更实例配置。

如果您的实例为标准版，扩容内存规格后仍无法解决内存使用率高的问题，可以考虑升级为集群版，将数据分布到多个数据分片节点上，减轻单个数据分片节点的内存压力。详情请参见变更实例配置。

排查方法：

查看Redis性能监控的连接数。如果连接数突然增长，且与内存使用率的趋势一致，说明大量新建连接导致内存使用率突然升高。

解决方案：

排查是否存在连接泄漏。

设置连接超时时间，自动关闭空闲连接。详情请参见设置客户端的超时时间。

排查方法：

查看性能监控的出入口流量使用率是否达到100%。

执行MEMORY STATS命令，查看clients.normal占用的内存是否过多。

clients.normal反映了所有普通客户端连接的输入和输出缓冲区所占用的内存总量。

解决方案：

排查业务流量突发原因。

增加实例的网络带宽。详情请参见手动增加实例带宽和开启带宽弹性伸缩。

升级实例规格，以保证输入输出缓冲区的使用。详情请参见变更实例配置。

排查方法：

在Redis中，执行MEMORY DOCTOR命令，查看big_client_buf的值。当big_client_buf=1时，代表至少有一个客户端的输出缓冲区占用内存较大。

解决方案：

执行CLIENT LIST命令，查看哪个客户端的输出缓冲区内存占用量（omem）较大。排查该客户端应用是否存在性能问题。

如果Redis实例为集群版，您可能从以下一种或几种现象发现数据分片节点的内存使用率高：

收到了云监控的内存使用率告警。告警信息中显示某个数据节点的内存使用率高，超过了阈值。

实例诊断报告显示内存使用率发生倾斜。

在性能监控页面查看实例的内存使用率和数据节点的内存使用率，发现实例的内存使用率不高，但某个数据分片节点的内存使用率较高。

如果实例的内存使用率不高，但某个数据分片节点的内存使用率较高，说明发生了内存倾斜。

查找大Key

通过离线全量Key分析找出大Key。

更多找出大Key的方法，请参见发现并处理Redis的大Key和热Key。

拆分大Key

例如将含有数万成员的一个HASH Key拆分为多个HASH Key，并确保每个Key的成员数量在合理范围。在Redis集群架构中，拆分大Key能对数据分片间的内存平衡起到显著作用。

如果使用了Hash Tag，请根据业务实际情况，评估将一个Hash Tag拆分为多个Hash Tag，使数据更加均匀地分布在不同的数据分片节点上。

扩容实例规格，可以增加实例每个分片的内存，是改善内存倾斜的临时解决方案，具体操作请参见变更实例配置。

Redis的内存占用主要由以下三部分组成：

内存占用

说明

链路内存（动态）

主要包括Input Buff、Output Buff、JIT Overhead、Fake Lua Link、Lua执行缓存等，例如可执行INFO命令，通过返回结果的Clients中查看客户端缓存信息。

Input buff与Output buff与每个客户端的连接有关，通常较小。当执行客户端Range类操作或大Key收发较慢时，Input buff与Output buff占用的内存会增大，从而影响数据区，甚至会造成内存溢出OOM（Out Of Memory）。

数据内存

用户数据区，即实际存储的Value信息，通常作为重点分析的对象。

管理内存（静态）

启动时较小且相对恒定，该区域由管理数据的Hash内存开销、Repl-buff与aof-buff的内存开销（约32 MB～64 MB）等构成。

当Key数量特别多时（例如几亿个），会占用较大的内存。

大部分OOM场景是由于动态内存管理失效引起，例如限流时请求堆积导致动态内存快速上升、过于复杂或不合理的Lua脚本也可能导致OOM。云数据库Redis企业版（Tair）增强了对动态内存的控制，推荐选用。

在Redis中，执行MEMORY STATS命令查询内存使用详情。

Redis实例的内存开销主要由两部分组成：

业务数据的内存开销，该部分一般作为重点分析对象。

非业务数据的内存开销，例如主备复制的积压缓冲区、Redis进程初始化消耗的内存等。

返回示例及各参数对应的解释如下：

下述返回信息中，内存数值的单位为字节。

在Redis中，执行MEMORY DOCTOR命令获取内存诊断建议。

图 3. 诊断结果示例

MEMORY DOCTOR会从以下维度为Redis实例的提供内存诊断建议，您可以根据诊断建议制定相应的优化策略：

在Redis中，执行MEMORY USAGE命令查询指定Key消耗的内存（单位为字节）。

命令执行示例：

返回信息如下：

查看性能监控

规格查询导航

报警设置