是指当 Redis 的字符串类型过大，非字符串类型元素过多。

影响

• Redis 阻塞 ：因为 Redis 单线程特性，如果操作某个 Bigkey 耗时比较久，则后面的请求会被阻塞。

• 内存空间不均匀 ：比如在 Redis cluster 或者 codis 中，会造成节点的内存使用不均匀。

• 过期时可能阻塞 ：如果 Bigkey 设置了过期时间，当过期后，这个 key 会被删除，假如没有使用 Redis 4.0 的过期异步删除，就会存在阻塞 Redis 的可能性，并且慢查询中查不到（因为这个删除是内部循环事件）。

• 导致倾斜 ：某个实例上正好保存了 bigkey。bigkey 的 value 值很大（String 类型），或者是 bigkey 保存了大量集合元素（集合类型），会导致这个实例的数据量增加，内存资源消耗也相应增加。实例的处理压力就会增大，速度变慢，甚至还可能会引起这个实例的内存资源耗尽，从而崩溃。

排查工具

BIGKEYS 命令

redis-cli --bigkeys

Debug Object

debug object 【key】

输出：

• Value at:0xb6838d20：key 所在的内存地址。

• refcount:1：引用计数，表示该对象被引用的次数。

• encoding:raw：编码类型。

• serializedlength:9：序列化后的长度。

• lru:283790：LRU （Least Recently Used）信息，即最近最少使用算法的相关信息，在内存淘汰策略中会用到。

• lru_seconds_idle:150：该 key 已空闲多久（单位为秒），也就是自从最后一次访问已经过去多少秒

memory usage

在 Redis 4.0 之前，只能通过DEBUG OBJECT命令估算key的内存使用（字段 serializedlength），但 DEBUG OBJECT 命令是存在误差的。4.0 版本及以上，更推荐使用memory usage命令。

# 默认 SAMPLES 为 5
memory usage 【key】
​
# 指定更大抽样个数，获取较精确的内存值
memory usage 【key】SAMPLES 1000

redis-rdb-tools

一个 python 的解析 rdb 文件的工具，在分析内存的时候，用它生成内存快照。可以把 rdb 快照文件生成 CSV 或 JSON 文件，也可以导入到 MySQL 生成报表来分析。

pip install rdbtools
​
rdb -c memory dump.rdb > memory.csv

解决

• 分割

  将 Big Key 拆分成多个小 key。或者尝试将 Big Key 转换成其他数据结构。例如，将 Big Key 转换成 Hash，List 或者 Set 等数据结构。

• 对象压缩

  如果大 key 的产生原因主要是由于对象序列化后的体积过大，我们可以考虑使用压缩算法来减小对象的大小。需要在客户端使用一些压缩算法对数据进行压缩和解压缩操作，例如 LZF、Snappy 等。

• 直接删除

  如果使用的是 Redis 4.0+ 的版本，可以直接使用 unlink命令去异步删除大 key。4.0 以下的版本 可以考虑使用 scan命令，分批次删除。