运营的实时榜单存在一个 zset 里,1200 万个成员,占用 200MB。活动结束要清理,运维直接执行 DEL,Redis 主线程卡了 4 秒,这四秒里所有接口超时,网关返回了 300 多个 502。
第一反应是换成 UNLINK。它把 key 从主线程摘掉,内存交给后台线程慢慢释放,看起来正好对症。实测释放 200MB 用了 1.8 秒,主线程只阻塞 12 毫秒,接口没有再超时。
但 UNLINK 不是万能的。这个实例开了 AOF,删大 key 会往 AOF 里写一条 DEL,重写期间内存峰值反而更高,从 3.2G 冲到 4.1G。机器只有 4G 内存,差点 OOM。
更稳的做法是先把大 key 改名,让它不再被业务读到,再在凌晨低峰用 UNLINK 清。改名本身是 O(1),秒级完成,业务侧立刻看不到旧数据。
redis-cli --bigkeys
RENAME rank:2026:11 rank:tmp:2026:11
UNLINK rank:tmp:2026:11
# 拆成 16 个分片 单 key 从 200MB 降到 12MB
根治还是拆。榜单按用户 id 取模分成 16 个 zset,单个 12MB 左右,删除耗时降到 40 毫秒以内,就算用 DEL 也不会阻塞。查询时按 16 个 key 分别取前 N 再合并,多 15 次网络往返,在本机内网可以忽略。
顺手检查了其它大 key。用 redis-CLI --bigkeys 扫了一遍,还有一个 90MB 的 hash 存配置,每次 HGETALL 都要 200 毫秒。改成按字段拆成多个小 hash,接口耗时从 200 毫秒降到 8 毫秒。
判断标准写进了规范:单个 key 超过 10MB 就要拆,删除一律走 UNLINK,禁用 KEYS 和 FLUSHDB。线上加了巡检,每天扫一次 bigkeys,超过阈值的直接发到群里。
