发现 Redis 内存溢出，如何排查和解决？
Redis 作为一种高性能的内存数据库，广泛应用于缓存、会话管理等场景。然而，由于其运行时数据完全存储在内存中，因此内存的使用情况直接影响 Redis 的稳定性。如果 Redis 出现内存溢出（OutOfMemory），可能会导致数据丢失、服务不可用等严重问题。
排查步骤
- 检查 Redis 内存配置：
首先，检查 Redis 的内存配置，特别是 maxmemory 参数。该参数决定了 Redis 使用的最大内存量。如果 Redis 占用的内存超过了这个限制，就可能触发内存溢出问题。使用 CONFIG GET maxmemory 命令查看当前设置的最大内存限制，并与实际内存使用情况对比。
- 分析内存使用情况：
使用 INFO memory 命令查看 Redis 当前的内存使用情况。特别关注 used_memory（已使用内存）和 used_memory_rss（从操作系统角度来看实际分配的内存）之间的差异。如果 used_memory_rss 明显高于 used_memory，可能意味着存在内存碎片。通过 MEMORY STATS 命令查看内存分配的详细统计信息，包括缓存命中率、碎片率等。
- 识别大数据对象：
使用 MEMORY USAGE <key> 命令分析特定键的内存使用情况，找出占用大量内存的键。使用 SCAN 命令结合 MEMORY USAGE 来遍历 Redis 数据库中的所有键，找出内存消耗最大的对象。
- 查看内存碎片：
通过 INFO memory 中的 mem_fragmentation_ratio 查看内存碎片率。高碎片率可能导致实际使用的内存远远超过 Redis 配置的内存上限，从而引发内存溢出问题。
- 监控缓存数据：
如果 Redis 主要用于缓存，可能有不必要的或者过期的数据占用了大量内存。使用 TTL <key> 检查键的过期时间，确定是否存在未设置过期时间的键。配置适当的淘汰策略，如 LRU（最近最少使用）或者 LFU（最近最不常使用），通过 maxmemory-policy 设置合适的内存淘汰机制，以防止内存占用超过限制。
- 检查持久化策略：
如果 Redis 使用 RDB 或 AOF 进行持久化，可能会因为快照或者日志文件占用大量内存。检查持久化的频率和策略，确保不会因为过度持久化导致内存问题。
解决措施
- 优化内存配置：
根据业务需求调整 maxmemory 和 maxmemory-policy，设置合理的内存限制和淘汰策略，避免 Redis 内存使用超过限制。结合 Redis 的使用场景（如缓存、消息队列），选择合适的数据结构和编码方式，以减少内存占用。
- 清理大数据对象：
对于占用大量内存的键，考虑是否可以删除或优化其存储方式。可以将大对象拆分为多个小对象，或者将频繁访问的数据存储在更高效的数据结构中。
- 优化过期数据管理：
确保缓存数据设置合理的过期时间，避免长期占用内存。使用 lazyfree-lazy-eviction 等 Redis 配置选项，优化大数据量的过期删除操作，减小对内存的瞬时冲击。
- 降低内存碎片：
定期重启 Redis 服务，或者在低峰期使用 MEMORY PURGE 释放内存碎片，降低 mem_fragmentation_ratio，以减少内存实际使用量。适当调整 Redis 的 jemalloc 内存分配器配置，以优化内存分配和回收的效率。
- 监控和预警：
使用监控工具（如 Redis Monitor、Prometheus + Grafana）实时监控 Redis 的内存使用情况，设置预警机制，及时发现内存占用异常。
- 升级硬件或分布式部署：
如果业务需求增长导致 Redis 单实例内存不够用，考虑升级服务器的内存或将 Redis 部署为集群模式，分散存储压力。
