Redis主从延迟突增且expired_keys暴增,是因大量过期键集中被activeExpireCycle同步清理,阻塞主线程导致复制滞后;应开启lazyfree-lazy-expire并调小active-expire-effort。

Redis 主从延迟突然增大,且 INFO replication 显示 master_repl_offset 滞后明显,同时 INFO stats 中 expired_keys 在短时间内暴涨——这基本就是大量过期键集中触发删除导致的主线程阻塞,主库处理不过来,从库自然追不上。
为什么集中过期会让主从延迟飙升
Redis 删除过期 key 是同步行为(除非显式开启异步),而主库在执行 expireat 或 pexpireat 批量设置相近过期时间后,这些 key 会在同一秒或极短时间内被 activeExpireCycle 扫描到并集中清理。每次清理可能涉及成百上千个 key,尤其是带集合、哈希等复杂结构时,删除操作本身耗 CPU 和内存释放时间。这个过程会卡住主线程,导致:
- 新命令排队等待执行
- AOF 写入和 RDB fork 延迟
- 主从复制缓冲区(repl_backlog)积压,从库 fetch 不及时
- 从库 replay 日志也变慢,形成延迟正反馈
如何确认是过期键集中淘汰导致的延迟
不要只看慢日志——过期清理不记入 SLOWLOG。重点查这三个指标:
-
redis-cli info stats | grep expired_keys:对比历史值,若 10 秒内增长 >5000,高度可疑 -
redis-cli info memory | grep mem_fragmentation_ratio:碎片率 >1.8 通常伴随大量 key 删除后的内存归还不及时 -
redis-cli info commandstats | grep cmdstat_expire:如果cmdstat_expire调用频次低但expired_keys高,说明是被动/定时淘汰而非业务主动删,更可能是集中过期
必须做的两项配置调整
光靠业务层加随机偏移治标不治本,主库自身要扛住压力:
- 开启惰性过期异步化:
lazyfree-lazy-expire yes(Redis 4.0+)。它让定时扫描发现的过期 key 不再同步释放内存,而是交由后台 bio 线程处理,主线程只做逻辑标记 - 限制单次定时扫描工作量:
active-expire-effort 2(默认 1,范围 1–10)。值越大,每次activeExpireCycle扫得越深、删得越多,但也越容易卡顿;设为 2 可平衡清理速度与响应稳定性
注意:lazyfree-lazy-expire 不影响惰性删除(读写时触发的删除),只影响定期删除路径;它依赖 bio 线程池,需确保 bio_populate 未被其他 lazy-free 操作长期占满。
业务代码里最容易被忽略的细节
很多团队加了随机时间却还是出问题,关键在「随机范围不够大」或「没覆盖所有路径」:
- 仅对缓存 set 加随机,但 session、token、临时队列等模块仍用固定
EXPIREAT时间戳 - 随机范围太小:比如只加 ±30 秒,对每小时批量刷新的场景毫无意义;应按业务 TTL 设置合理扰动,例如 TTL=3600 秒时,建议 ±300 秒
- 用
redis.set(key, value, ex=3600)这类封装时,底层可能没透传随机逻辑,要检查 SDK 源码或直接拼接EXPIREAT
真正稳定的方案是:所有写入带过期时间的路径,都走统一的过期时间生成函数,且该函数强制注入 jitter,并记录到 trace 中供事后审计。











