Redis内存耗尽时的应对策略

当Redis内存耗尽时，其行为取决于配置的淘汰策略（maxmemory-policy），以下是具体影响及处理逻辑：

⚠️ 一、默认策略：写入拒绝 (noeviction)

1. 核心表现

   • 写入操作（如 SET、HSET）：直接返回错误 OOM command not allowed，拒绝执行 ；
   • 读取操作（如 GET）：仍可正常响应 。

   > SET new_key "value"  
   (error) OOM command not allowed when used memory > 'maxmemory'  
   

2. 业务影响
   依赖写入的功能（如用户注册、实时计数）立即中断，需人工介入扩容或清理数据 。

♻️ 二、启用淘汰策略：自动删除旧数据

若配置了淘汰策略，Redis 会根据规则自动删除部分数据释放空间：

风险与缺陷：

• 数据丢失：自动删除可能导致有效数据被清除，引发业务异常 ；
• LRU/LFU 近似算法：非精确淘汰（采样部分键），可能误删热点数据 ；
• 碎片加剧：频繁删除可能增加内存碎片，降低利用率 。

💥 三、极端情况：系统级OOM Killer

当满足以下条件时，可能触发系统内核强制终止进程：

1. Redis 未配置淘汰策略或淘汰速度跟不上写入需求；
2. Linux 系统内存溢出，内核根据 oom_score 杀死得分最高的进程（常包括 Redis）。
   后果：服务崩溃，需重启恢复，可能丢失持久化间隙数据 。

⚙️ 四、内存耗尽的其他诱因

1. 内存碎片
   频繁更新或删除导致碎片化，可用内存不足（即使总量未超限）。
   解决方案：启用 activedefrag yes 自动碎片整理 。

2. 持久化fork阻塞
   RDB 或 AOF 重写时 fork 子进程，若内存过大可能阻塞主线程，加速耗尽 。

🔧 五、预防与优化建议

1. 配置合理的淘汰策略

   • 纯缓存场景 → allkeys-lru 或 volatile-lru；
   • 混合数据场景 → allkeys-lfu（优先保留高频访问数据）。

2. 监控与扩容

   • 实时监控内存使用率（info memory）；
   • 设置 maxmemory 为物理内存的 80%，预留缓冲 。

3. 降低内存占用

   • 使用 ziplist 等紧凑数据结构；
   • 缩短过期时间，避免数据堆积 。

📌 结论：内存耗尽时 Redis 的行为由 maxmemory-policy 决定，默认策略拒绝写入，启用淘汰策略则自动删除数据（伴随丢失风险）。生产环境必须提前配置策略并监控内存，避免服务中断 。