Redis键过期失效？这个坑我踩得明明白白

阿橙的百宝箱
21 阅读1分钟

"明明设置了过期时间，为什么内存还是被打爆了？"——这是去年我们在一个日均千万级UV的推荐系统里遇到的灵异事件。Redis集群频繁触发内存告警，但监控显示所有key都设置了24小时TTL。你以为的"自动过期"可能根本没按你想的方式工作。

现象：悄悄膨胀的Redis内存

项目背景：一个基于用户行为的实时推荐服务，用Redis存储用户最近24小时的行为特征（key设计为user_behavior:{user_id}）。理论上，每天的数据会自动淘汰，内存占用应该保持稳定。

但上线两周后，运维突然告警：Redis内存使用率突破80%阈值。用redis-cli --bigkeys分析，发现大量"本该过期"的key仍然存在。手动执行TTL命令检查，居然返回-1（永不过期）！而我们明明在代码里写了EXPIRE：

// "错误"的写法（但看起来完全合理）
public void saveUserBehavior(long userId, String behavior) {
    String key = "user_behavior:" + userId;
    redisTemplate.opsForValue().set(key, behavior);
    redisTemplate.expire(key, 24, TimeUnit.HOURS); // 设置24小时过期
}

根因：SET+EXPIRE的原子性漏洞

问题出在两步操作的非原子性上。在高并发场景下，可能出现：

  1. 线程A执行SET key value
  2. 线程B执行DEL key（比如用户主动清除记录）
  3. 线程A继续执行EXPIRE key 86400

此时key已经被删除，EXPIRE实际上作用在了一个不存在的key上，自然不会生效。更讽刺的是，这种竞争条件在测试环境几乎无法复现——需要特定并发时序才会触发。

Redis的SET+EXPIRE不是事务操作，中间可能被其他命令插入。你以为的"设置值并立即设置过期时间"，在高并发下可能变成"设置值→其他操作→设置过期时间失败"。

解决方案：原子操作才是王道

正确做法是用Redis的原生原子操作，一个命令完成SET和EXPIRE：

// 正确的原子操作
public void saveUserBehavior(long userId, String behavior) {
    String key = "user_behavior:" + userId;
    redisTemplate.opsForValue().set(key, behavior, 24, TimeUnit.HOURS); // 单命令原子操作
}

或者用SETEX命令（注意Java客户端封装在setIfAbsent等方法里）：

// 另一种原子写法
Boolean result = redisTemplate.execute((RedisCallback<Boolean>) connection -> {
    byte[] keyBytes = redisTemplate.getKeySerializer().serialize(key);
    byte[] valueBytes = redisTemplate.getValueSerializer().serialize(value);
    return connection.setEx(keyBytes, 86400, valueBytes);
});

性能对比：原子操作不仅更安全，还能减少网络往返（1次 vs 2次RTT）。实测在千级QPS下，这种改动能降低约15%的Redis负载。

更深层的坑：你以为过期就真的删除了？

解决了原子性问题后，内存仍然有小幅增长。进一步排查发现：Redis的过期删除是惰性+定期两种策略：

  • 惰性删除：只有访问key时才会检查并删除已过期的key
  • 定期删除：Redis每10秒随机检查20个key，删除其中过期的

这意味着如果没有主动访问，大量已过期的key可能长期占用内存，直到下一次定期扫描碰巧选中它。对于冷数据，这个"时间差"可能长达数小时。

解决方案：

  1. 对重要key启用主动扫描：
# 定期扫描匹配模式的key，触发被动删除
redis-cli --scan --pattern "user_behavior:*" | xargs redis-cli ttl
  1. 适当调高定期删除的频率（修改redis.conf）：
hz 10 → hz 100  # 提高后台任务执行频率
active-expire-effort 1 → active-expire-effort 10  # 增加CPU消耗更积极地删除

避坑清单：关于Redis过期的那些坑

  1. TTL的单位陷阱：EXPIRE单位是秒，PEXPIRE是毫秒，客户端封装可能不同（比如Java的TimeUnit要明确指定）
  2. DEL会清除过期时间：在key过期前手动执行DEL，再执行SET会导致key永不过期
  3. RENAME的副作用：重命名key会继承原key的过期时间，但若新key已存在，会丢弃原有过期时间
  4. 持久化时的坑：AOF模式下，过期key删除操作会追加到AOF文件；但RDB持久化时，已过期但未删除的key会被持久化

总结与讨论

Redis的过期机制就像瑞士钟表——精密但需要理解其运作原理。核心经验：任何非原子操作在高并发下都可能失效，对关键操作要追问"如果在这一步被打断会怎样？"

你在项目中还遇到过哪些Redis的"隐藏规则"？欢迎分享你的踩坑经历。

avatar
文章
阅读
粉丝