发布时间:2026-09-28 12:30 更新时间:2026-09-28 12:30 阅读量:7
做运维的多少都遇到过这种提示:监控里的 mem_fragmentation_ratio 一路涨到 1.8 甚至 2.0 以上,但业务其实没怎么变,数据量也平稳。这时候第一反应往往是「Redis 是不是内存泄漏了」,可重启之后又恢复正常,过段时间继续涨。要判断到底是真泄漏还是碎片,得先把两个指标的含义分清楚:used_memory 是 Redis 自己认为占用的内存,used_memory_rss 是操作系统实际分配给这个进程的物理内存。两者的差值,很大一部分就是分配器留下的碎片。
执行 redis-cli info memory 会看到一串字段,其中最关键的是这几个:
redis-cli info memory | grep -E "used_memory:|used_memory_rss:|used_memory_peak:|mem_fragmentation_ratio:|mem_allocator:"
used_memory 统计的是 Redis 内部数据结构、键值对象、复制缓冲区、客户端缓冲区等逻辑申请量,它来自分配器的「已分配字节数」统计。used_memory_rss 则是操作系统层面该进程实际驻留的物理页,包含分配器向内核申请但尚未归还的部分、内存对齐产生的空隙,以及被释放但未返还给操作系统的空闲页。
mem_fragmentation_ratio 就是 rss 除以 used_memory。比值略大于 1 属于正常,说明有一定碎片和分配器预留;接近 1 说明内存利用紧凑;持续大于 1.5 就值得关注,而如果比值小于 1,通常意味着部分内存已被交换到 swap,这比碎片更危险,往往伴随延迟抖动。
Redis 默认使用 jemalloc 作为内存分配器(可通过 info memory 的 mem_allocator 字段确认,不同构建版本可能有差异,以实际环境为准)。jemalloc 为了减少多线程竞争和系统调用开销,会按 size class 把内存划分为不同规格的小块,每个线程维护自己的 arena 缓存。
问题就出在这里:当某个 key 被删除、内存块归还给 jemalloc 后,这块内存不一定立刻还给操作系统,而是留在 arena 的空闲链表里等待复用。如果接下来写入的数据大小和之前释放的块规格不一致,就可能出现「有空间但用不上」的情况,于是 rss 居高不下,used_memory 却降了下来,碎片率被拉高。
常见的诱因包括:大量 key 频繁过期删除、value 长度波动大、使用 list/hash/zset 反复增删导致内部结构(如 ziplist 与 skiplist)转换、以及短时间大批量写入后集中删除。这些都属于正常业务行为,只是分配器行为的结果,不一定是代码 bug。
Redis 4.0 之后引入了主动碎片整理 activedefrag,它会在后台把碎片页中的存活数据搬迁到连续内存,再把空页归还给操作系统。开启需要同时满足几个条件:
redis-cli config set activedefrag yes
redis-cli config set active-defrag-ignore-bytes 100mb
redis-cli config set active-defrag-threshold-lower 10
redis-cli config set active-defrag-threshold-upper 100
redis-cli config set active-defrag-cycle-min 5
redis-cli config set active-defrag-cycle-max 75
上面几个参数的含义是:碎片浪费低于 ignore-bytes 时不动手;碎片率低于 threshold-lower 不启动,高于 upper 则全力整理;cycle-min 与 cycle-max 控制整理占用的 CPU 时间比例。这些阈值需要结合实例规格调整,具体取值以官方文档和实测为准。
需要留意两点。一是 整理过程会消耗 CPU 并可能带来延迟抖动,对延迟敏感的业务要谨慎,最好在低峰期观察。二是 activedefrag 只能整理分配器管理的堆内存,对 Lua 脚本缓存、复制积压缓冲区等部分帮助有限。如果实例本身已经接近 maxmemory 上限,整理收益也不明显。
最彻底的碎片回收方式还是重启:进程退出后所有内存归还操作系统,重新加载 RDB/AOF 后 rss 会回到一个干净的水平。但重启意味着一次完整的加载过程,数据量大时耗时可能到分钟级,期间服务不可用,主从架构下还要考虑切换顺序。对可用性要求高的场景,这个代价往往不能接受。
一个折中做法是在低峰期做主从切换:先把从节点重启并重新同步,再把它提升为主,然后处理原主。这样能减少停机窗口,但需要确认复制链路和客户端连接配置能正常切换,操作前建议先在测试环境演练一遍。
如果碎片率只是略高、业务延迟稳定,其实可以先不动。判断是否要处理,可以按这个顺序走:先看 mem_fragmentation_ratio 是否持续偏高,再看 used_memory_peak 与当前 used_memory 的差距,接着确认有没有大量 key 集中过期或大 key 反复增删。只有在碎片确实影响到了内存水位、导致频繁触发淘汰策略时,再考虑开启 activedefrag 或安排重启。
最后提醒一句,把 maxmemory-policy、客户端输出缓冲区限制(client-output-buffer-limit)和大 key 治理一起纳入日常巡检,比单纯盯着碎片率数字更有意义。碎片率是结果,不是原因,顺着 used_memory 与 rss 的差值往回找,才能定位到真正该改的地方。
| 📑 | 📅 |
|---|---|
| MySQL 8 临时表爆满排查:内存临时表与磁盘落盘定位 | 2026-09-28 |
| Nginx 缓存代理写满磁盘:max_size 与缓存目录清理实战 | 2026-09-28 |
| Linux TCP backlog 溢出排查:ss -lnt 的 Send-Q 怎么看 | 2026-09-28 |
| Docker 容器内 cron 与宿主 crontab 取舍:重复执行与时区错乱排查 | 2026-09-28 |
| MySQL隐形变慢排查:buffer pool命中率与磁盘临时表 | 2026-09-28 |
| Docker容器DNS解析异常:127.0.0.11与自定义网络排查 | 2026-09-28 |
| Linux SYN_RECV 堆积排查:半连接队列与 tcp_syncookies | 2026-09-29 |
| Nginx 长连接被中间设备掐断排查:从抓包 RST 到 keepalive_timeout 调优 | 2026-09-29 |
| Docker 容器内 curl 通但宿主不通:端口映射与 iptables 排查 | 2026-09-29 |
| MySQL慢查询Rows_examined远大于Rows_sent:回表与覆盖索引优化 | 2026-09-29 |