主从节点的maxmemory-policy必须完全一致,否则淘汰行为分裂导致从库读取空值或旧数据;须用redis-cli逐节点config get确认返回值(含大小写、连字符)一字不差,禁止运行时config set,应硬编码于配置文件并diff校验。

查主从节点的maxmemory-policy值是否完全一致
主从节点只要maxmemory-policy配置不同,淘汰行为就会分裂——比如主库用allkeys-lfu,从库配了volatile-lru,同一内存压力下删的 key 完全不同,从库读出来就是空值或旧数据。
必须逐节点执行:redis-cli -h {ip} -p {port} config get maxmemory-policy,确认返回值(含大小写、连字符)一字不差。不能只看 redis.conf 里写了什么,运行时可能被 config set 覆盖过,而该命令不持久、不同步。
- 返回值是
nil?说明没配,走默认noeviction,风险极高 - 返回
"volatile-lru"但实际业务大量 key 没设 TTL?那等于没淘汰能力,内存会持续涨 - 大小写敏感:
ALLKEYS-LRU和allkeys-lru在某些 Redis 版本中会被视为不同策略
禁止运行时config set maxmemory-policy
Redis 的CONFIG SET maxmemory-policy命令不会同步到从库,也不会写入配置文件,重启即失效。主从之间策略不一致,往往就源于某次临时调试手动改了一个节点。
生产环境必须把maxmemory-policy硬编码进每个节点的redis.conf,上线前做配置 diff 校验,而不是依赖运维脚本或启动参数覆盖。
- Kubernetes 场景下,别用
command传参覆盖策略;应挂载统一配置文件,确保所有 Pod 实例加载相同内容 - Docker Compose 中避免用
environment变量动态注入策略值,容易漏配或大小写错 - Ansible 或 SaltStack 部署时,校验步骤必须包含
config get maxmemory-policy的实际运行结果,而非仅检查模板文件
集群各节点maxmemory值相同 ≠ 淘汰时机一致
即使所有节点都配了maxmemory 4gb和allkeys-lru,真实触发淘汰的水位仍可能错开。这不是策略失效,而是底层条件不一致:
-
mem_fragmentation_ratio高的节点,used_memory显示 3.8GB,但used_memory_rss可能已达 5.2GB,早于其他节点触达物理内存瓶颈 - Linux 的
vm.overcommit_memory设置不同,会导致 Redis 实际可分配内存上限浮动 - 主节点正在执行 BGSAVE,内存临时飙升,而从节点无此压力,淘汰节奏自然脱节
所以光盯maxmemory-policy不够,还得定期比对各节点的INFO memory输出,重点关注mem_fragmentation_ratio、used_memory_rss和evicted_keys增长速率是否同步。
为什么WAIT不能掩盖淘汰不一致的问题
有人想用WAIT 1 1000保证淘汰命令同步到从库,但这解决不了根本问题:WAIT 只确保命令进了复制缓冲区,不保证它已执行。如果从节点正卡在 AOF rewrite 或大 key 序列化,DEL或EVICT操作还在队列里排队,此时读从库仍会命中已被主库淘汰、但尚未在从库落地的 key。
对一致性敏感的 key(如库存、订单状态),不要依赖从库读 + WAIT 组合来规避淘汰差异;要么直连主节点,要么从业务层控制生命周期(例如 DB 写成功后发 MQ 清缓存,避免 Redis 自行淘汰)。
真正难处理的,是那些既需要高并发读从库、又不能容忍脏数据的场景——这时候淘汰策略的一致性只是基础,还得叠加同步探测(如写sync_probe:ts再读比对)和自动切流机制。


















