腾讯云分布式缓存数据库 功能与使用

一、问题索引

·是否支持 Lua 脚本功能？

·是否支持缓存失效订阅事件？

·什么是大 Key 和热 Key？如何发现和处理？

·如何设置缓存淘汰策略？

·实例内存满了写入失败怎么办？

·为什么设置了过期时间的 Key 没有被及时删除？

·高危命令为什么要禁用？如何配置？

·账号误删或忘记密码怎么办？

·集群架构的 Hash 算法是怎样的？

·标准架构中 select 0-15 需要申请不同实例吗？

·Pipeline 是什么？如何使用？

三、是否支持缓存失效订阅事件？

支持。分布式缓存数据库支持 Key 过期事件的订阅通知，可通过 PSUBSCRIBE 命令订阅 __keyevent@*__:expired 频道来监听缓存失效事件。

五、大 Key

大 Key 是指数据量较大的 Key。不同数据结构的判断标准如下：

大 Key 的主要影响：

·内存不均：集群架构下，大 Key 所在节点的内存使用率明显偏高，导致数据倾斜。

·请求阻塞：对大 Key 执行 DEL、GETALL 等操作会阻塞 Redis 单线程，导致其他请求超时。

·同步中断：主从同步时若有大 Key 写入，可能触发同步缓冲区溢出，导致全量同步。

六、热 Key

热 Key 是指被频繁访问的 Key。判断标准：单个 Key 的 QPS 超过实例总 QPS 的10%，或访问频率远超其他 Key。热 Key 的主要影响：

·集群架构下，热 Key 所在的分片 CPU 使用率偏高。

·热 Key 出队或过期时可能引发请求阻塞。

七、如何发现大 Key 和热 Key？

·控制台大 Key 分析：在实例详情页的诊断分析中，可一键扫描全量 Key，识别大 Key。

·DBbrain 智能诊断：自动发现大 Key 和热 Key，并展示内存占用、访问频率等详细信息。

·命令方式：通过 redis-cli –bigkeys 扫描大 Key（注意：此命令会遍历所有 Key，建议在从节点或低峰期执行）。

处理方法：

·拆分大 Key：将大 String 按业务维度拆分为多个小 Key；将大 Hash 拆分到多个小 Hash。

·热 Key 分散：为热 Key 添加业务前缀（如 key_1、key_2、key_3），分散到不同 Slot；在业务层增加本地缓存。

·及时清理：对已无用的大 Key 及时删除，释放内存。

八、如何设置缓存淘汰策略？

登录 分布式缓存数据库控制台，在实例详情页的参数配置中，通过 maxmemory-policy 参数设置缓存淘汰策略。默认值为 noeviction（不淘汰），建议根据业务场景选择合适策略：

九、实例内存满了写入失败怎么办？

当实例内存使用达到上限且淘汰策略为 noeviction（默认）时，所有写入请求将返回 OOM（Out of Memory）错误。处理步骤如下：

十、第一步：确认当前淘汰策略

在控制台查看 maxmemory-policy 参数。若为默认的 noeviction，说明内存满后系统不会主动淘汰 Key，需手动介入。

十一、第二步：短期应急：清理无用数据

·使用 SCAN 命令遍历并清理已知无用的 Key。

·若业务允许丢失部分冷数据，可临时将淘汰策略改为 allkeys-lru 或 volatile-lru，让系统自动淘汰最近最少使用的 Key。

十二、第三步：长期解决：分析内存占用

·通过控制台的大 Key 分析功能，找出内存占用最大的 Key 并优化。

·检查是否有大量 Key 未设置过期时间（TTL），对临时性数据补设 TTL。

·若数据量确实超出当前规格容量，执行在线扩容操作提升内存上限。

淘汰策略选择建议：

十三、为什么设置了过期时间的 Key 没有被及时删除？

Redis 的 Key 过期清理采用"惰性删除 + 定期扫描"双重机制，因此 Key 过期后并不会立即从内存中删除：

·惰性删除：Key 过期后只有在下次被访问时才会检查并删除。如果一个 Key 过期后再也没人访问，它会继续占用内存。

·定期扫描：Redis 每100ms随机抽取一批设置了过期时间的 Key 进行检查，删除其中已过期的。这意味着过期 Key 的清理存在随机性和延迟。

常见疑问：

Q: 为什么执行 DBSIZE 看到的 Key 数量比预期多？

已过期但尚未被惰性删除或定期扫描命中的 Key 仍会被 DBSIZE 统计。这些 Key 会在后续被访问时删除，或在下一轮定期扫描中被清理，不影响业务逻辑（GET 已过期 Key 会返回 nil）。

Q: 大量 Key 同时过期（集中过期）会有什么影响？

若大量 Key 设置了相同的过期时间，到期时定期扫描线程需要集中处理大批过期 Key，可能导致 CPU 使用率短时升高，甚至引起请求延迟抖动。建议为过期时间添加随机偏移量：

# 示例：基础 TTL 为 3600 秒，加上 0-300 秒的随机偏移EXPIRE key (3600 + random(0, 300))

Q: 从节点上为什么能看到已过期的 Key？

从节点不会主动删除过期 Key，必须等主节点发送 DEL 指令后才执行删除。因此在从节点执行 DBSIZE 或 SCAN 时可能看到已过期但未被删除的 Key。这是 Redis 主从复制的设计行为，不影响业务读取（Redis 4.0及以上版本的从节点在读取时会检查 TTL 并返回 nil）。

十四、高危命令为什么要禁用？如何配置？

高危命令是指可能导致数据丢失或严重影响性能的 Redis 命令。分布式缓存数据库支持在控制台禁用或重命名高危命令，避免因误操作造成线上事故。

十五、常见高危命令及风险

十六、禁用方法

登录控制台，进入实例详情页的参数配置，找到 disabled-commands 参数，添加需要禁用的命令名称（多个命令用逗号分隔）。配置后，客户端执行被禁用的命令时会收到错误提示。具体操作，请参见 通过 disable-command-list 配置禁用命令。

十七、替代方案

·用 SCAN 替代 KEYS *，支持游标分批遍历，不会阻塞主线程。

·需清理数据时，通过备份恢复到新实例后验证，而非直接执行 FLUSHALL。

·配置变更统一通过控制台的参数配置功能进行，而非 CONFIG SET。

十八、账号误删或忘记密码怎么办？

·误删账号：登录控制台，进入目标实例的账号管理页面，重新创建账号即可。

·忘记密码：在账号管理页面找到对应账号，执行重置密码操作。

注意：重置密码会导致使用旧密码的连接中断，请在业务低峰期操作并提前通知相关人员。

十九、集群架构的 Hash 算法是怎样的？

集群架构的 Hash 算法与社区 Redis Cluster 一致，采用 CRC16 哈希算法：

HASH_SLOT = CRC16(key) mod 16384

所有 Key 通过此算法均匀分配到16384个哈希槽中，再由各分片负责管理对应的槽位。

20、标准架构中 select 0 – 15 需要申请不同实例吗？

不需要。标准架构默认支持16个数据库（DB 0 – DB 15），一个实例即可满足多数据库需求。集群架构通过 Proxy 支持最多256个数据库。

21、Pipeline 是什么？如何使用？

Pipeline（管道）是 Redis 提供的批量执行命令的机制。通过将多个命令打包一次性发送给服务端，减少网络往返次数（RTT），从而提升批量操作的吞吐量。

22、性能对比

23、使用示例

# Python redis-py 示例import redisr = redis.Redis(host='<实例地址>', port=6379, password='<密码>')# 创建 Pipelinepipe = r.pipeline(transaction=False)# 批量写入for i in range(1000): pipe.set(f'key:{i}', f'value:{i}')# 一次性执行results = pipe.execute()

24、使用注意事项

1. 控制单次批量大小：建议每个 Pipeline 包含100 – 500条命令。过多命令会导致服务端一次性返回大量数据，可能占用过多内存或触发带宽限制。

2. 非原子性：Pipeline 仅是批量发送，不保证原子性（中间某条命令失败不会回滚其他命令）。如需原子操作请使用事务（MULTI/EXEC）。

3. 集群架构限制：集群架构下，Pipeline 中的命令可由 Proxy 自动路由到不同分片，无需业务侧感知 Slot 分布。但若需要保证命令顺序性，建议同一 Pipeline 中的命令访问同一个 Key。

4. 超时设置：批量命令的整体执行时间可能较长，建议适当调大客户端的读取超时时间。

5. 带宽风险提示：Pipeline 批量返回可能导致出流量瞬时飙高。若实例出现出流量过高告警，建议减小单次 Pipeline 的命令数量，或将批量操作分散到多个时间段执行。