redis-cli --bigkeys 无法准确识别大内存key,因其仅统计逻辑大小(如元素个数或字符串长度),而非实际内存占用;精准定位需用 MEMORY USAGE 配合 SCAN 脚本,清理应优先使用 UNLINK 或分批操作。

redis-cli --bigkeys 找不到大key?先确认是否在正确模式下运行
Redis 的 redis-cli --bigkeys 不是实时扫描全库的“智能分析器”,它本质是用 SCAN 遍历 key,对每个 key 调用 TYPE + 对应的 size 命令(比如 STRLEN、LLEN、SCARD、ZCARD、HLEN),所以结果受当前数据库、SCAN 游标步长和数据分布影响。
- 默认只查
db0,如果业务 key 在db1或db15,必须加-n 1参数指定 - 它不统计 value 序列化后的实际内存占用(比如一个 1KB 的字符串和一个带 1000 个嵌套字段的 JSON 字符串,
STRLEN都只返回字节数,但 Redis 内部编码开销不同) - 对
Hash/Set/ZSet类型,只返回元素个数,不统计所有 field/value 总体积 —— 这意味着一个只有 10 个 field 但每个 value 是 1MB 图片 Base64 的HASH,会被漏判 - 执行期间会持续发
SCAN请求,若 key 数量超千万,可能跑几十分钟,且会加重主节点负载,生产环境建议在从节点或低峰期运行
为什么 bigkeys 显示的“最大”key 和 info memory 统计对不上?
这是最常被误解的一点:redis-cli --bigkeys 报出的是「逻辑大小」(元素个数或字符串长度),而 INFO memory 里的 used_memory_dataset 是「实际内存占用」,两者差一个数量级都很正常。
- Redis 对小字符串用
embstr编码,大字符串转raw;对Hash默认用ziplist(紧凑存储),元素多或值大时升级为hashtable(指针+哈希表结构,内存翻倍) - 一个
LIST有 10 万个空字符串(""),LLEN返回 100000,但每个空串仍占约 50 字节(含 redisObject + SDS 头),总内存可能超 5MB ——--bigkeys却只把它当“小 key” - 真正的大内存消耗者,往往是那些
TYPE是string但STRLEN看似不大、实际 value 是序列化后超大的 protobuf/json(比如日志快照、用户画像 blob)
想精准定位内存大户?得绕过 bigkeys,直接用 memory usage
Redis 4.0+ 提供了 MEMORY USAGE 命令,能返回任意 key 的近似内存占用(单位字节),这才是判断“谁吃内存”的黄金标准。但它不能批量扫,必须配合 SCAN 自己写脚本。
- 不要用
KEYS *—— 会阻塞主线程,线上禁用 - 推荐用 Python + redis-py 写轻量脚本:用
scan_iter(count=1000)分批取 key,对每个 key 调用memory_usage(key),记录 topN - 注意:
MEMORY USAGE在集群模式下只能查本 slot 的 key,跨 slot 需连各节点分别查 - 某些 key 可能返回 -1(如已过期但未被惰性删除),脚本里要跳过
for key in r.scan_iter(count=500):
try:
mem = r.memory_usage(key)
if mem and mem > 1024 * 1024: # 超 1MB 记录
print(f"{key} → {mem} bytes")
except redis.exceptions.ResponseError:
continue # 忽略不存在或权限问题的 key清理大 key 不能直接 DEL?小心阻塞和主从延迟
对一个包含 50 万成员的 SET 或 100MB 的 STRING 执行 DEL,Redis 主线程会卡住直到释放完全部内存 —— 这会导致请求堆积、超时、主从复制中断。
- 优先用渐进式删除:
UNLINK(Redis 4.0+),它把 key 标记为待删,由后台线程异步回收内存 - 对
LIST/HASH/SET/ZSET,可分批LTRIM/HSCAN+HDEL/SSCAN+SREM,控制每次操作耗时在毫秒级 - 别在高峰期删;删前用
CLIENT LIST确认没有慢查询积压;删后观察INFO stats中的expired_keys和evicted_keys是否突增 - 更稳妥的做法是:改代码,让业务避免生成超大 key;用分片(sharding)代替单 key 存海量数据(例如 user:123:orders → user:123:orders:202401)
大 key 的危害不在“找不找得到”,而在“删不删得安全”。很多团队卡在“知道有问题却不敢动”,根源是对 UNLINK 的行为、后台线程调度、以及不同编码类型释放内存的实际路径没摸清。真要动手,先在从库验证脚本,再盯紧 latency monitor 和 slowlog get。


















