repl-backlog-size过小会导致从节点无法部分同步而被迫全量同步。应设为“峰值写入带宽×断连容忍时长”，并同步调高client-output-buffer-limit slave硬限，避免因缓冲区溢出被断连。

repl-backlog-size 设置太小会导致从节点全量同步

Redis 主从同步过程中，如果从节点断连时间超过 repl-backlog-ttl，或主节点的复制积压缓冲区（replication backlog）被新写入数据覆盖，从节点就无法执行部分同步（PSYNC），只能退化为全量同步。全量同步会触发 bgsave + 网络传输 RDB，对主从两端压力都很大，尤其在写入量大、从节点频繁抖动时，同步延迟会雪球式放大。

默认 repl-backlog-size 是 1MB，对大多数中小流量场景够用，但只要主节点每秒写入命令产生的增量数据超过缓冲区容量（比如每秒写入 2MB 的有效命令流），旧 offset 就会被快速覆盖——这时哪怕只断连 1 秒，从节点重连后也大概率拿不到所需偏移量，直接 fallback 到全量同步。

实操建议：

• 估算主节点平均每秒写入命令的字节数（可通过 INFO replication 中的 master_repl_offset 差值 + 时间窗口粗略计算，或用 redis-cli --stat 观察 in 流量）
• repl-backlog-size 至少设为「峰值写入带宽 × 断连容忍时长」，例如：峰值 5MB/s，允许从节点最长断连 60 秒，则建议 ≥ 300MB；生产环境可先设为 512MB 或 1GB，再根据 INFO replication 中的 repl_backlog_active 和 repl_backlog_histlen 实际观察使用率
• 修改后需重启 Redis 或执行 CONFIG SET repl-backlog-size 536870912（注意：该配置不持久化，务必同步更新 redis.conf）

主从网络带宽和磁盘 IO 是隐性瓶颈

调大 repl-backlog-size 只解决了“能否部分同步”的问题，但不解决“部分同步本身慢”。当从节点落后太多，需要追赶的命令量巨大时，主节点要从 backlog 中逐条读取并发送，而从节点要逐条解析执行——这个过程受制于网络吞吐与从节点本地执行能力。

常见现象包括：slave_repl_offset 追赶速度远低于 master_repl_offset 增速，lag 持续 > 10 秒，且 used_memory_peak_human 在从节点明显升高（说明命令积压在 client output buffer 或 pending query buffer）。

实操建议：

• 检查主从间网络带宽是否打满（如 iftop -P 6379），跨机房部署时尤其要注意 RTT 和丢包率；必要时启用 repl-diskless-sync yes 避免主节点磁盘 IO 成为瓶颈（但要求从节点内存充足）
• 确认从节点未开启 appendonly yes（AOF 开启会显著拖慢命令重放速度）；若必须开启 AOF，建议设为 appendfsync everysec 而非 always
• 观察从节点 INFO clients 中的 client_recent_max_input_buffer 和 client_recent_max_output_buffer，若持续接近几 MB，说明网络或从节点处理不过来，需考虑降级业务写入或扩容从节点

集群模式下每个 master shard 都要单独调优

Redis Cluster 不是“一个集群一个 backlog”，而是每个 master 节点独立维护自己的 repl-backlog-size 和复制缓冲区。如果你只调了其中一个 master 的配置，其他 shard 仍可能因 backlog 不足频繁触发全量同步，导致整个集群同步状态不稳定。

Redis Skill - 高性能缓存管理

Redis 缓存和数据结构管理技能。通过自然语言操作 Redis，支持 String、Hash、List、Set、ZSet、Stream 等数据结构操作。当用户提到 Redis、缓存、消息队列、会话存储时使用此技能。

下载

更麻烦的是：集群中各 shard 写入不均衡很常见——热点 key 所在的 slot 对应的 master 承载了 80% 写流量，它的 backlog 需求远高于其他节点。此时统一设置相同大小反而浪费资源或仍不够用。

实操建议：

• 用 redis-cli -c -h {host} -p {port} cluster nodes 获取所有 master 节点地址，逐个登录执行 CONFIG GET repl-backlog-size 核查现状
• 按各 master 的实际写入负载分别设置：对高写入 shard（可通过 redis-cli --latency-history 或监控系统识别）设更大值（如 1GB），低写入 shard 保持默认或设为 128MB 即可
• 避免用脚本批量 CONFIG SET 所有节点——万一某节点内存不足，扩大的 backlog 会直接导致 OOM；优先改配置文件 + 逐台滚动重启

别忽略 repl-timeout 和 client-output-buffer-limit 的联动影响

repl-backlog-size 不是孤立参数。它和 repl-timeout（默认 60 秒）、client-output-buffer-limit slave 共同决定从节点“断连多久算失效”以及“主节点能给从节点缓多少数据”。三者不匹配时，即使 backlog 足够大，从节点也可能因输出缓冲区溢出被主节点主动断连。

典型错误配置：repl-backlog-size 1073741824（1GB），但 client-output-buffer-limit slave 256mb 64mb 60 —— 意味着只要从节点积压超过 256MB 未读数据，主节点就会 kill 掉连接，根本等不到它从 backlog 慢慢追。

实操建议：

• client-output-buffer-limit slave 的硬限制（第一个值）应 ≥ repl-backlog-size，否则 backlog 再大也无意义；建议设为 1024mb 256mb 60（对应 1GB 缓冲、256MB/60 秒软限）
• repl-timeout 要大于从节点最差网络延迟 + 最大预期追赶时间，避免因短暂超时误判断连；若网络 RTT 波动大，可设为 120 或 180
• 所有变更后，务必用 redis-cli -h {slave} -p {port} INFO replication 观察 master_link_status:up、slave_repl_offset 是否稳定增长，以及 master_sync_in_progress:0 是否长期为 0

真正卡住同步性能的，往往不是 backlog 大小本身，而是 backlog 被填满后暴露出来的网络、IO、配置错配这些底层问题。调参只是起点，得盯着每个环节的实际水位才敢说优化到位。