Redis OOM 与淘汰异常怎么排查
Redis 内存上涨、拒写、淘汰异常或实例被 OOM 杀死时,单看 used_memory 往往不够;本文从 Redis、进程、cgroup 到宿主机逐层取证,最终判断根因与止损路径。
技术文章 · 技术实践
READ / ARTICLES
从一个具体问题出发,读懂原理,也读懂工程中的取舍。
当前方向 · 21 篇文章
Redis 内存上涨、拒写、淘汰异常或实例被 OOM 杀死时,单看 used_memory 往往不够;本文从 Redis、进程、cgroup 到宿主机逐层取证,最终判断根因与止损路径。
当 Redis 的 Key 与 Value 看起来并不大,实例内存却持续升高时,问题往往来自对象与字典开销、过期信息、分配器保留空间及客户端等额外内存;这篇文章给出一套定位思路。
面对实时通知、异步任务和事件流需求时,关键不是 Redis 能不能做,而是消息是否需要留存、确认、重试与故障接管。读完后可按业务可靠性与运维成本做出选型。
线上消费组明明持续运行,Pending 却不断增长,通常不是消息没有被读取,而是已投递未确认;文章从 PEL、XACK、消费者状态和接管流程入手,帮助工程师快速判断堆积原因并恢复消费。
面对 Redis 进程退出、主机故障或磁盘异常时,哪些写入能够留下来取决于 RDB、AOF 与 fsync 的不同落盘路径;读完后可据此判断数据丢失窗口并制定生产配置。
Redis 重启后发现 key 数量下降、数据回退或内容缺失时,可按启动加载来源、持久化文件、恢复时间点和故障链逐层定位,最终判断是持久化缺失、恢复滞后还是误操作导致的数据损失。