调小 client-output-buffer-limit 反而可能触发 OOM,因为更早断连导致大量客户端瞬时重连重订阅,形成“踢-连-积-踢”循环,旧缓冲区内存未及时释放,叠加新连接内存分配,引发瞬时内存尖峰。

为什么 client-output-buffer-limit 调小反而可能触发 OOM?
Redis 的输出缓冲区(output buffer)是为每个客户端单独分配的内存,用于暂存待发送但尚未被消费的响应数据。当客户端读取慢(比如 SUBSCRIBE 后不及时处理消息)、网络卡顿、或使用了大 key 的 MONITOR / KEYS * 等命令时,响应数据会在缓冲区持续堆积。一旦超过 client-output-buffer-limit 设置的硬限制,Redis 会强制断开该客户端——这看似是保护机制,但如果大量客户端同时堆积、又同时被踢,旧连接残留的缓冲区内存未立即释放(尤其是 pub/sub 模式下),叠加新连接建立和重试,反而可能造成瞬时内存尖峰,压垮系统。
常见错误现象包括:OOM command not allowed when used memory > 'maxmemory' 报错频繁出现,但 INFO memory 显示 used_memory_rss 远高于 used_memory,且 client_longest_output_list 或 client_biggest_input_buf 值异常高。
- pub/sub 场景下,订阅者消费延迟 1 秒,每秒发布 10KB 消息 → 10 秒后单个 client 缓冲区就积压 100KB;1000 个慢订阅者 = 至少额外占用 100MB
-
client-output-buffer-limit pubsub默认是32mb 8mb 60,意味着只要任意时刻缓冲区超 32MB,或连续 60 秒内平均超 8MB,就会断连——但断连前已占满内存 - 调小 limit(如改成
8mb 2mb 30)会让 Redis 更早踢人,但若客户端无重连退避逻辑,会立刻重连并重放订阅,形成“踢-连-积-踢”循环,加剧抖动
怎么查当前哪些 client 在疯狂堆积 output buffer?
别只看全局指标,要定位具体 client。用 CLIENT LIST 配合过滤是最直接的方式:
redis-cli CLIENT LIST | grep -E "(omem|cmd)" | awk '$5 ~ /omem=[0-9]+/ {print $5,$13}' | sort -k2 -nr | head -10
其中 omem= 字段就是该 client 当前 output buffer 占用字节数,cmd= 是它最后执行的命令。重点关注 omem 超过 1MB 的连接,尤其是 cmd 为 subscribe、psubscribe 或空(说明在等待响应)的条目。
- 用
CLIENT IDLE TIME可确认该 client 是否长时间未读取(单位:秒),>300 表示至少 5 分钟没拉数据 -
CLIENT GETNAME和CLIENT SETNAME配合使用,能让业务方主动标记客户端用途,排查时一眼识别“监控采集端”或“旧版 SDK”等可疑来源 - 注意:
CLIENT LIST结果中qbuf是输入缓冲区(客户端发来的请求未解析完),omem才是输出缓冲区(Redis 待发未发的数据),OOM 主因通常是后者
调整 client-output-buffer-limit 的实际策略
不是简单改配置,而是分场景、有梯度地设限,并配合客户端改造。Redis 支持三类 client 的独立限制:normal(普通命令)、slave(从节点)、pubsub(发布订阅)。生产环境建议按需收紧,而非统一调小:
-
normal:默认0 0 0(无限制),但应设为256mb 64mb 60—— 防止LRANGE large-list 0 -1类误操作拖垮实例 -
slave:若主从网络差,可适当提高,如512mb 128mb 120;但更推荐优化网络或启用repl-backlog-size -
pubsub:这是 OOM 高发区,建议从32mb 8mb 60收紧到8mb 2mb 30,并要求所有订阅端实现 backpressure:收到MESSAGE后必须同步处理,不能攒一批再消费
修改方式(运行时生效):CONFIG SET client-output-buffer-limit "normal 256mb 64mb 60 slave 512mb 128mb 120 pubsub 8mb 2mb 30"。注意引号必须包裹整个值,空格不能错位。
光调 limit 不够,还得看客户端是否“守规矩”
Redis 的 buffer 限制只是兜底,真正治本在于客户端行为。很多 OOM 根源是客户端缺乏流控意识:
- Java 客户端用 Jedis 时,
JedisPubSub的onMessage若含耗时操作(如写 DB、远程调用),会导致消息积压——必须把处理逻辑异步化,例如丢进线程池或消息队列 - Node.js 使用
ioredis时,若未监听error事件,网络中断后重连失败,会静默丢失连接,但旧连接的 buffer 仍驻留内存,直到超时(默认 60 秒)才释放 - Python 的 redis-py 默认关闭
health_check_interval,长连接可能假死却不自检;应开启并设为 30 秒,让心跳暴露真实连接状态
最易被忽略的一点:Redis 本身不会主动压缩或丢弃 output buffer 中的数据。哪怕你设置了 8mb 限,只要客户端还没断开,buffer 就一直增长到上限才踢——所以 buffer 占用峰值永远等于「最慢客户端 × 单位时间产出量 × 延迟时间」。想稳住内存,得从消费速度和重试节奏下手,而不是只盯着那个数字。











