redis 内存使用率高居高不下，如何分析 key占用情况

Redis内存使用率居高不下，开发要求帮提供下Redis内存占用的key的占比的信息，运维如何处理呢？

当Redis内存使用率过高时，分析key的占用情况可以按以下步骤进行，结合Redis内置命令和第三方工具定位问题：

一、先了解整体内存状态

首先通过 INFO memory 命令查看Redis整体内存使用情况，重点关注以下指标：

redis-cli info memory

关键指标解析：

• used_memory：Redis实际使用的内存（字节）
• used_memory_peak：内存使用峰值
• used_memory_lua：Lua脚本引擎使用的内存
• mem_fragmentation_ratio：内存碎片率（理想值1.0~1.5，过高说明碎片严重）
• maxmemory：配置的最大内存限制（若为0则无限制）
• expired_keys：已过期的key数量（判断是否有大量过期key未清理）

内存使用率高，有可能是“大key”占用的多，也有可能是小key的数量多导致的，需要根据实际情况分析。

二、定位“大key”（占用内存多的key）

大key是导致内存过高的常见原因（如超大字符串、包含百万级元素的哈希/集合等）。

1. 用redis-cli的–bigkeys快速扫描

Redis自带的 redis-cli 提供 --bigkeys 选项，可扫描所有key，按类型统计最大的key（字符串按字节数，集合/哈希等按元素数）：

redis-cli --bigkeys -i 0.1  # -i 0.1表示每扫描100个key休息0.1秒，降低对Redis的影响

输出示例：

# 字符串最大key（字节数）
Biggest string found 'user:1000' has 1048576 bytes# 哈希最大key（字段数）
Biggest hash   found 'products' has 50000 fields

注意：

• 此命令会遍历所有key，可能阻塞Redis（尤其是大实例），建议在低峰期执行。
• 仅统计“元素数”或“字节数”，不直接返回内存占用（但可作为大key的初步筛选）。

2. 用MEMORY USAGE命令精确查看单个key的内存

对 --bigkeys 筛选出的可疑key，用 MEMORY USAGE 命令查看其实际占用的内存（包括数据结构本身的开销）：

# 查看key为"user:1000"的内存占用（字节）
redis-cli memory usage "user:1000"

说明：内存占用不仅包含数据本身，还包括Redis内部的元数据（如key名称、过期时间、数据结构的指针等）。

3. 批量扫描所有key并统计内存（适合脚本自动化）

若需批量分析大量key，可结合 SCAN 命令（非阻塞遍历）和 MEMORY USAGE 批量统计：

# 示例：用bash脚本扫描并记录内存超过1MB的key
redis-cli scan 0 MATCH "*" COUNT 1000 | while read -r key; dosize=$(redis-cli memory usage "$key")if [ "$size" -gt 1048576 ]; then  # 1MB = 1048576字节echo "Key: $key, Size: $size bytes" >> big_keys.txtfi
done

注意：SCAN 的 COUNT 参数可调整（默认10），值越大扫描越快但消耗资源越多。

三、离线分析RDB文件 - Redis 7.0 以下版本（更全面，不影响在线服务）

如果Redis开启了RDB持久化（默认开启），可通过解析RDB文件获取所有key的内存详情（推荐用 redis-rdb-tools 工具）。

redis-rdb-tools 是一个 python 的解析 rdb 文件的工具。 源码地址: https://github.com/sripathikrishnan/redis-rdb-tools/

1. 安装redis-rdb-tools

pip install rdbtools python-lzf

2. 解析RDB文件生成内存报告

# 导出所有key的内存信息（包括类型、大小、过期时间等）
rdb -c memory /var/lib/redis/dump.rdb > redis_memory_report.csv

生成的CSV文件包含以下字段：

• database：所属数据库
• type：key的类型（string/hash/list等）
• key：key名称
• size_in_bytes：总内存占用（字节）
• expiry：过期时间（时间戳，-1表示永不过期）

3. 分析报告

用Excel或命令行筛选排序，找出内存占用最高的key：

# 按内存占用降序排序，取前100条
sort -t ',' -k 4nr redis_memory_report.csv | head -n 100

四、离线分析RDB文件 - Redis 7.0 以上版本（更全面，不影响在线服务）

可惜的是redis-rdb-tools 工具，后期没有新的更新，基于Redis 7.0 版本生成的 rdb文件解析会报错：
Exception: ('verify_version', 'Invalid RDB version number 10')

对于Redis7版本的rdb文件，可以使用 golang版本的工具：
https://github.com/HDT3213/rdb

RDB 文件的整体结构：
https://www.cnblogs.com/Finley/p/16251360.html

五、分析key的分布与过期情况

除了大key，还需关注：

• 是否有大量无过期时间的key：导致内存持续增长。
  用 SCAN 结合 TTL 命令统计：

  # 统计永不过期的key数量（TTL为-1）
  redis-cli scan 0 MATCH "*" COUNT 1000 | while read -r key; dottl=$(redis-cli ttl "$key")if [ "$ttl" -eq -1 ]; thenecho "$key" >> no_expire_keys.txtfi
  done
  

• key的类型分布：某些类型（如未压缩的哈希）可能比其他类型更耗内存。
  用 INFO keyspace 查看各类型key的数量：

  redis-cli info keyspace
  

六、总结与优化建议

1. 清理大key：对非必要的大key直接删除，或拆分（如将大哈希拆分为多个小哈希）。
2. 设置合理的过期时间：对临时数据（如缓存）通过 EXPIRE 设置过期时间，利用Redis自动清理。
3. 优化数据结构：
   • 字符串：若存储JSON等结构化数据，可改用哈希（hash）节省内存。
   • 哈希/集合：启用压缩列表（ziplist）配置（如 hash-max-ziplist-entries 512），小数据更高效。
4. 处理内存碎片：若 mem_fragmentation_ratio 过高（如>1.5），可重启Redis（需提前做好持久化）。