Redis Lua脚本导致进程被杀主因是OOM Killer,需用dmesg -T | grep "killed process"确认;其风险源于Lua栈、输出缓冲区及临时对象膨胀,maxmemory无法限制此类内存,须监控used_memory_rss与系统可用内存。

Redis Lua脚本执行被系统(OS)直接杀掉进程,几乎可以断定是 Linux OOM Killer 干的——不是 Redis 自己拒绝命令,而是整个 redis-server 进程被内核强制终止。这和 OOM command not allowed when used memory > maxmemory 完全不同,后者是 Redis 主动限流;前者是进程已“消失”,dmesg 里必有痕迹。
怎么确认是 OOM Killer 杀的 Redis 进程
别猜,直接查内核日志:
-
dmesg | grep -i "killed process"—— 看是否出现类似killed process 12345 (redis-server)的记录 -
dmesg -T | tail -20—— 带时间戳看最近几条,重点找Out of memory: Kill process -
grep -i "oom\|kill" /var/log/messages(如果启用 syslog)
一旦匹配到,说明问题出在系统内存层面,和 Redis 的 maxmemory 配置无关。此时 redis-cli info memory 甚至都连不上——进程已经没了。
Lua 脚本为什么容易触发系统级 OOM
Lua 脚本本身不直接分配大量内存,但它的执行模式会放大三类风险:
- 单次返回大数据:比如
redis.call('HGETALL', 'big_hash')返回几百 MB 字符串,全部加载进 Lua 栈 + Redis 输出缓冲区,瞬间吃光 RSS 内存 - 循环中反复拼接字符串:
local s = "" ; for i=1,100000 do s = s .. tostring(i) end,Lua 字符串不可变,每次拼接都新建对象,GC 来不及回收 - 未限制迭代范围:用
KEYS *或SCAN扫描后不做分页处理,把全量 key 名塞进 table,再遍历操作——key 数百万时内存直接爆表
注意:used_memory 可能才 2GB,但 used_memory_rss 已飙到 20GB+,ratio > 5,这就是 Lua + 缓冲区双重膨胀的典型信号。
client-output-buffer-limit 对 Lua 响应的影响
Lua 脚本的返回值走的是 normal client 的输出缓冲区,不是单独通道。所以即使你没开 pubsub、没配 slave,只要压测或业务用了 Lua,就受 client-output-buffer-limit normal 约束:
- 默认值
normal 0 0 0表示无限制 → 危险!一个异常 Lua 返回 5GB 数据,Redis 进程 RSS 就涨 5GB,OS 很快介入 - 生产环境必须设硬上限,例如
CONFIG SET client-output-buffer-limit "normal 256mb 64mb 60" - 这个配置不会阻止 Lua 执行,但会在缓冲区超 64MB 持续 60 秒后断开该连接——避免单个请求拖垮整机
压测脚本若用 pipeline 批量发 EVAL,又不读响应,client_longest_output_list 会持续 >10MB,omem 列在 CLIENT LIST 里飙升,就是缓冲区正在堆尸。
为什么调大 maxmemory 解决不了这个问题
maxmemory 只管键值数据 + Redis 内部结构体的内存,它不管这些:
- Lua 脚本运行时栈和临时字符串对象(由 Lua VM 分配,计入进程 RSS)
- 每个 client 的
obuf(输出缓冲区)、ibuf(输入缓冲区) - AOF rewrite buffer、repl-backlog、复制积压缓冲区
也就是说,maxmemory 16gb 下,Redis 完全可能因为一个 Lua 脚本把进程 RSS 拉到 24GB,然后被 OOM Killer 选中干掉——used_memory 还不到 8GB。
真正要盯紧的是 used_memory_rss 和系统 free -h 的可用内存余量,而不是盯着 maxmemory 数字打转。Lua 不是黑盒,它分配的每字节都算在进程头上。


















