先用redis-cli --latency排除网络延迟，再通过INFO commandstats对比cmdstat_eval/cmdstat_evalsha的usec_per_call（>5ms才可疑）；若lua-time-limit触发需查Redis日志（SLOWLOG不记录中断脚本），且SLOWLOG中command字段仅截取前128字节、无上下文，应加注释fingerprint或传trace参数便于定位。
怎么确认是 Lua 脚本拖慢了 Redis？
别急着改脚本，先排除干扰项。Redis 是单线程模型，一个慢 Lua 会卡住所有请求，但真正瓶颈未必在脚本本身。
先运行 redis-cli --latency 看网络延迟是否异常；再用 INFO commandstats 查 cmdstat_eval 和 cmdstat_evalsha 的 calls、usec_per_call，如果平均耗时远超其他命令（比如 >5ms），才说明 Lua 是问题源。
注意：如果 lua-time-limit 被触发，脚本会被静默中断，SLOWLOG GET 不会记录它——此时必须查 Redis 日志（loglevel verbose）找 script execution time exceeded lua-time-limit 这类提示。
为什么 SLOWLOG 里看不到完整脚本？
SLOWLOG GET 返回的 command 字段只保留前 128 字节，且不标记是否被中断。你看到的可能是截断的 EVAL "return redis.call("GET", KEYS[1])"，根本没法还原逻辑。
- 在脚本第一行加注释，例如
-- fingerprint:inventory_deduct_v3，Redis 会原样记入command字段（只要没被截断） - 避免直接用
EVALSHA，它只显示EVALSHA abcdef123456...，毫无上下文；改用SCRIPT LOAD+ 手动维护 SHA1 → 脚本名映射表 - 调用时把标识塞进
ARGV，比如传"trace=order_cancel_202607"，确保它出现在日志里可检索
脚本内部哪些写法会让性能断崖式下跌？
核心问题是 redis.call() 开销远高于纯 Lua 计算。每次调用都走完整命令链路：解析、校验、路由（集群下）、执行——哪怕只是重复读同一个 key。
Redis 缓存和数据结构管理技能。通过自然语言操作 Redis，支持 String、Hash、List、Set、ZSet、Stream 等数据结构操作。当用户提到 Redis、缓存、消息队列、会话存储时使用此技能。
- 把
redis.call('GET', KEYS[1])写三次？改成local val = redis.call('GET', KEYS[1])复用 - 循环里逐个
HGET？换成redis.call('HMGET', KEYS[1], unpack(ARGV))一次拿完 - 用
GET+SET模拟INCRBY？直接用原生命令，原子且高效 - 在脚本里做 JSON 解析、正则匹配、大数组排序？这些该由客户端干，Lua 只负责轻量逻辑
实测经验：redis.call() 超过 5 次，耗时就明显上扬；3 次以内较安全。
高频脚本必须用 EVALSHA 吗？
必须。每次 EVAL 都要传输整个脚本文本、做 SHA1 计算、序列化反序列化——对高频场景（如限流器、计数器），这部分开销可能超过逻辑本身。
正确流程：
- 启动时用
SCRIPT LOAD加载脚本，拿到 SHA1 - 后续全部用
EVALSHA <sha1> <keys> <args> - 服务重启后 SHA1 失效，需捕获
NOSCRIPT错误并自动重载
Redis 8.2+ 支持 SCRIPT FINGERPRINT 辅助调试，但生产环境仍得靠人工维护 SHA1 映射表——这是最容易被跳过的环节，一出错就退化成全量 EVAL，性能直接打骨折。
