Redis内存碎片详解

1. 什么是内存碎片？

你可以将内存碎片简单地理解为那些不可用的空闲内存。

内存碎片（Memory Fragmentation）是指由于频繁的内存分配和释放，导致可用的内存空间变得不连续，从而影响内存利用率和性能。在 Redis 中，内存碎片通常指的是 Redis 向操作系统申请的内存与实际存储数据的内存之间的差值。

内存碎片的计算方式：
$\frac{\text{Redis 占用的物理内存}}{\text{Redis 记录的内存使用量}}$
其中：

Redis 占用的物理内存：Redis 进程在系统中实际使用的内存（由 info memory 中的 used_memory_rss 统计）。
Redis 记录的内存使用量：Redis 逻辑上存储数据所占的内存（由 info memory 中的 used_memory 统计）。
碎片率大于 1.0 表示有内存碎片，碎片率越大，碎片越严重。

2. 为什么会有内存碎片？

Redis 的内存碎片主要来源于以下几个方面：

(1) 内存分配策略

Redis 默认使用 jemalloc 作为内存分配器（可以使用 jemalloc、glibc malloc），而 jemalloc 通过分配不同大小的内存块来管理内存。当某些键被删除或修改后，会导致内存块无法被完全回收，进而产生碎片。

(2) 数据的增删改

大 key 的删除：当一个大对象（如大型 hash、list、set）被删除时，其占用的内存可能不会立刻释放给操作系统，而是继续留在 Redis 进程中，形成碎片。
数据更新：当一个 string 类型的键从 100B 扩展到 10KB，Redis 可能会重新分配新的更大的内存空间，旧的内存块可能无法完全复用，从而导致碎片。

(3) 内存回收机制

jemalloc 可能不会将空闲的内存立刻归还给操作系统，而是继续留在 Redis 进程中以备后续使用。
操作系统本身的内存管理也可能导致碎片，例如 glibc malloc 使用 mmap/brk 分配内存，某些情况下释放的内存不会立刻回收。

3. 如何查看 Redis 的内存碎片？

可以通过 info memory 命令查看 Redis 的内存碎片情况，关注以下几个字段：

127.0.0.1:6379> info memory

输出示例：

used_memory:104857600         # Redis 逻辑上使用的内存（100MB）
used_memory_rss:157286400     # Redis 实际占用的物理内存（150MB）
mem_fragmentation_ratio:1.50  # 内存碎片率（1.5）

关键指标：

mem_fragmentation_ratio：内存碎片率。
- < 1.0：可能 Redis 触发了 swap，数据被交换到磁盘，影响性能。
- ≈ 1.0：内存利用率较好，没有明显的碎片问题。
- > 1.2：可能有较多的内存碎片，影响性能。
- > 1.5：内存碎片较严重，可能需要手动清理。

4. 如何清理 Redis 的内存碎片？

如果 mem_fragmentation_ratio 过高（通常 >1.3~1.5），可以采取以下措施来减少内存碎片：

(1) 触发 Redis 主动释放内存

可以通过 MEMORY PURGE（Redis 4.0+）来强制 jemalloc 释放空闲内存：

127.0.0.1:6379> MEMORY PURGE

这会通知 jemalloc 释放未使用的内存给操作系统，可能会减少 used_memory_rss，但不会影响 used_memory。

(2) 重启 Redis

如果碎片严重，MEMORY PURGE 无法明显降低 mem_fragmentation_ratio，可以尝试重启 Redis：

$ systemctl restart redis

注意：重启 Redis 会导致数据丢失（如果没有持久化），在生产环境中应先做好备份。

(3) 重新加载数据

如果 Redis 使用 RDB 或 AOF 持久化，可以尝试 SAVE + FLUSHALL + RELOAD：

127.0.0.1:6379> SAVE           # 先保存当前数据到 RDB
127.0.0.1:6379> FLUSHALL       # 清空所有数据
127.0.0.1:6379> SYSTEM RELOAD  # 重新加载 RDB 文件

这样 Redis 会重新分配内存，降低碎片率。

(4) 调整 jemalloc 参数

如果 jemalloc 产生过多碎片，可以尝试手动调整参数，修改 Redis 启动命令：

MALLOC_CONF=background_thread:true,dirty_decay_time:300,stats_print:true redis-server

dirty_decay_time 影响 jemalloc 的回收策略，适当调整可能减少碎片。

(5) 控制大 key

避免存储超大 hash、list、set，可以拆分存储。
采用 hash tag 方案，使数据分布在多个 key 上，而不是集中在一个 key 里。

(6) 设置 `maxmemory-policy`

如果 Redis 用于缓存，可以使用 volatile-lru 或 allkeys-lru 策略，使数据更均衡地被淘汰，减少碎片：

127.0.0.1:6379> CONFIG SET maxmemory-policy allkeys-lru

5. 总结

方法	适用场景	影响
`MEMORY PURGE`	碎片率 1.2~1.5	轻量级，减少 RSS
Redis 重启	碎片率 > 1.5	影响业务，需备份
RDB 重新加载	碎片率 > 1.3	需启用持久化
`jemalloc` 参数调整	长期优化	需测试优化效果
避免大 key	结构设计阶段	预防性优化
`maxmemory-policy`	缓存场景	影响数据淘汰策略