Redis集群各节点淘汰不均，本质是maxmemory按节点独立配置且触发条件不一致；需按物理内存比例设maxmemory、启用active defrag、禁用volatile-ttl，并通过evicted_keys和mem_fragmentation_ratio监控真实淘汰行为。
Redis Cluster各节点内存淘汰不均，本质不是淘汰策略没生效，而是淘汰触发条件在各节点上不一致——maxmemory 是按节点独立配置的，而 maxmemory-policy 只对本节点超限生效；如果某节点 keys 数少但单 key 极大、或碎片率高导致 used_memory 虚高，它可能早于其他节点触发淘汰，造成“有的节点狂删 key，有的节点还在报 OOM”。
为什么 maxmemory 设相同值反而导致淘汰不均
集群中每个节点物理内存可能不同（比如混用 32G 和 64G 机器），若统一配 maxmemory 20gb，32G 节点实际可用内存余量小，更容易触达淘汰阈值；而 64G 节点即使 used_memory 达到 35GB，只要没超 20GB 配置值，就完全不淘汰。更隐蔽的是：
-
mem_fragmentation_ratio> 1.5 的节点，used_memory显示值远低于真实物理占用，系统内存压力已高，但 Redis 还没启动淘汰 -
active_defrag_enabled关闭时，大 key 删除后内存不归还 OS，used_memory持续虚高，反复触发无效淘汰 - 某些节点存在大量
volatile-ttl类 key（如短期 token），到期集中失效，expired_keys短时飙升，掩盖了真正该淘汰的冷数据
如何让淘汰行为在集群层面更可控
不追求“绝对均匀”，而是让各节点淘汰节奏与真实负载匹配：
Redis Skill - 高性能缓存管理
下载
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。
- 按节点物理内存比例设
maxmemory：32G 节点配16gb，64G 配32gb，避免硬写死同一数值 - 统一启用活性碎片整理：
CONFIG SET activedefrag yes+CONFIG SET active-defrag-threshold-lower 10，减少因碎片导致的误淘汰 - 禁用
volatile-ttl类策略：它依赖 key 的 TTL 精确性，集群时钟不同步时容易批量过期，改用allkeys-lfu或allkeys-lru，更贴近访问热度 - 用
INFO stats | grep expired_keys对比各节点过期键速率，若某节点值异常高（如每秒 500+），说明它承载了大量短生命周期 key，需从业务层打散（例如加随机后缀token:{uid}:{rand(1,16)}）
检查淘汰是否真在发生，而不是被静默跳过
很多团队以为开了 maxmemory-policy 就万事大吉，其实淘汰可能根本没触发：
- 执行
redis-cli -h node_ip -p port INFO memory，确认maxmemory> 0 且used_memory>maxmemory * 0.95—— 否则淘汰逻辑压根不启动 - 看
evicted_keys字段：为 0 说明没淘汰；持续增长才表示策略生效；若它增长但keyspace_hits大幅下降，说明淘汰误伤了热 key - 注意
mem_allocator：若为libc（非 jemalloc），内存归还不及时，used_memory下降慢，会反复触发淘汰
真正难处理的不是淘汰策略本身，而是各节点的 used_memory 统计口径不一致——有的节点刚做过 MEMORY PURGE，有的还在扛着 2.3 的碎片率，这时候强行拉齐 maxmemory 值，只会让负载雪上加霜。
