异常教程

redis 批量删除key（长文解析）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

截止目前， 星球 内专栏累计输出 90w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 3100+ 小伙伴加入学习 ，欢迎点击围观

在 Redis 开发中，批量删除 key 是一个高频操作场景。无论是清理过期数据、优化内存占用，还是应对突发业务需求（如促销后清理临时缓存），开发者都需要高效、安全地执行这一操作。然而，对于编程初学者和中级开发者而言，如何正确使用 Redis 的批量删除功能，避免误删数据或引发性能问题，常常是一大挑战。本文将从基础概念、方法对比、实战案例和注意事项四个维度，系统性地讲解这一主题，帮助读者掌握 Redis 批量删除 key 的核心技巧。

一、Redis 的 key 空间管理：为什么需要批量删除？

1.1 Redis 的内存模型

Redis 是一个基于内存的键值数据库，所有数据都存储在内存中。每个 key 都占用一定的内存空间，且 Redis 的 key 空间管理依赖于哈希表（Hash Table）结构。当 key 数量过多时，哈希表的扩容和 rehash 操作可能引发性能波动，因此及时清理无用 key 是优化 Redis 性能的关键。

1.2 批量删除的必要性

单条删除命令（如 DEL key）在少量数据场景下足够高效，但当需要删除成千上万甚至百万级 key 时，逐条执行会带来以下问题：

  • 高延迟：大量独立命令会占用网络带宽和 Redis 服务端的 CPU 时间片。
  • 内存碎片：频繁的小批量删除可能引发内存碎片化，降低内存利用率。
  • 业务风险：手动逐条删除容易误操作，导致关键数据被意外删除。

因此，掌握批量删除方法对开发者来说至关重要。

二、Redis 批量删除 key 的核心方法

2.1 方法一：SCAN + DEL 的组合模式

2.1.1 SCAN 命令的工作原理

Redis 的 SCAN 命令是非阻塞式迭代器，它通过游标（cursor）逐步遍历 key 空间，避免一次性加载所有 key 导致内存溢出。其核心特点包括：

  • 渐进式：每次返回部分 key，开发者可控制每次迭代的步长（通过 COUNT 参数）。
  • 无锁：不会阻塞其他命令执行，适合生产环境。

示例代码（Python）：

import redis

r = redis.Redis(host='localhost', port=6379, db=0)
cursor = 0
pattern = "user:*"  # 要匹配的 key 模式，例如删除所有以 user: 开头的 key

while True:
    cursor, keys = r.scan(cursor=cursor, match=pattern, count=1000)
    if keys:
        r.delete(*keys)  # 批量删除当前批次的 key
    if cursor == 0:
        break

2.1.2 为什么选择 SCAN？

  • 安全性：分批次处理，避免内存溢出或阻塞服务。
  • 灵活性：支持通过 MATCH 参数匹配正则表达式（如 user:2023-*）。

2.2 方法二：使用 Lua 脚本实现原子性批量删除

当需要确保删除操作的原子性（即要么全部成功，要么全部失败）时，可以通过 Redis 的 Lua 脚本实现。

2.2.1 Lua 脚本的实现逻辑

-- 示例脚本：根据模式删除 key，并返回删除数量
local cursor = "0"
local keys_to_delete = {}
repeat
    cursor, reply = redis.call("SCAN", cursor, "MATCH", ARGV[1], "COUNT", 1000)
    for _, key in ipairs(reply) do
        table.insert(keys_to_delete, key)
    end
until tonumber(cursor) == 0
redis.call("DEL", unpack(keys_to_delete))
return #keys_to_delete

调用方式（Java 示例）：

Jedis jedis = new Jedis("localhost");
String script = ...; // 上述 Lua 脚本内容
List<String> keys = jedis.evalsha(script, 1, "user:*");

2.2.2 Lua 脚本的优势

  • 原子性：整个脚本在服务器单线程执行，避免中间状态暴露。
  • 性能优化：减少客户端与服务端的往返次数。

2.3 方法三：UNLINK 命令的异步删除特性

Redis 3.0 引入的 UNLINK 命令与 DEL 类似，但它的删除操作是异步的：

  • DEL：立即从内存中删除 key，并释放内存。
  • UNLINK：将 key 标记为可删除，实际内存释放由后台线程异步完成。

适用场景：
当需要快速返回删除结果，且对内存释放的实时性要求不高时（例如删除大量 key 后需立即返回 HTTP 响应）。

示例命令：

redis> UNLINK log:*

三、实战案例：电商大促后的缓存清理

3.1 场景描述

某电商平台在双十一大促期间，为每个用户生成临时优惠券 key（格式为 coupon:user:<id>:20231111）。活动结束后，需清理所有与 20231111 相关的 key。

3.2 解决方案设计

  1. 使用 SCAN 迭代匹配 key： 
    redis> SCAN 0 MATCH coupon:user:*:20231111 COUNT 1000
  2. 分批次删除：将每批次的 key 存入列表，再通过管道（pipeline）批量执行 DEL。

Python 实现代码：

pipe = r.pipeline(transaction=False)
while True:
    cursor, keys = r.scan(cursor=cursor, match="coupon:user:*:20231111", count=1000)
    if keys:
        for key in keys:
            pipe.delete(key)
        pipe.execute()
    if cursor == 0:
        break

3.3 性能优化点

  • 管道技术：通过 pipeline 减少网络往返。
  • 非事务模式：设置 transaction=False，避免分布式锁竞争。

四、注意事项与最佳实践

4.1 谨慎操作：备份与回滚

在生产环境中，执行批量删除前应：

  1. 备份数据：使用 SAVE 或 BGSAVE 命令生成 RDB 文件。
  2. 测试环境预演：在测试集群中模拟操作，验证脚本逻辑。

4.2 性能监控与调优

  • 监控内存使用：删除大量 key 后，通过 INFO memory 检查内存回收情况。
  • 调整 SCAN 步长：根据服务器负载，动态调整 COUNT 参数（如从 1000 调整为 5000）。

4.3 版本兼容性

  • Redis 2.8 以上支持 SCAN 和 UNLINK。
  • Lua 脚本需注意语法兼容性，避免因版本差异导致执行失败。

结论

Redis 批量删除 key 是开发者需要掌握的核心技能之一。通过结合 SCAN 命令的渐进式遍历、Lua 脚本的原子性保障以及 UNLINK 的异步特性，开发者可以灵活应对不同场景下的数据清理需求。在实际操作中，务必遵循“备份先行、分批执行、监控优化”的原则，确保操作安全高效。随着 Redis 版本的迭代，建议持续关注新特性（如 Redis 7.0 的 FT.DROPINDEX 等批量操作命令），以提升开发效率。

掌握这些方法后，开发者不仅能解决当前问题，更能为构建高可用、高性能的 Redis 应用打下坚实基础。

最新发布

查看更多文章