redis 本身不提供「多级缓存淘汰」的内置机制,所谓「多级缓存淘汰」是业务层设计概念,必须靠 lua 脚本在 redis 内部协调 ngx.shared(nginx 共享字典)、redis 和 mysql 三级数据状态,并手动控制淘汰时机与策略。

直接说结论:Redis 本身不提供「多级缓存淘汰」的内置机制,所谓「多级缓存淘汰」是业务层设计概念,必须靠 Lua 脚本在 Redis 内部协调 ngx.shared(Nginx 共享字典)、redis 和 mysql 三级数据状态,并手动控制淘汰时机与策略。关键不在脚本多复杂,而在淘汰触发点是否合理、数据一致性是否可保。
为什么不能只靠 Redis 的 maxmemory 策略?
Redis 的 volatile-lru、allkeys-lfu 等淘汰策略只作用于 Redis 自身内存,对 Nginx 的 lua_shared_dict 或后端 MySQL 完全无感知。比如你用 allkeys-lfu 淘汰了 Redis 中某个热点 key,但 Nginx 缓存里还留着旧副本,下次请求直接返回脏数据——这不是淘汰,是数据错乱。
常见错误现象:
- 用户修改数据后,前端仍看到旧内容,刷新几次才变
- Redis 因内存满被自动淘汰,但 Nginx 缓存未同步失效,导致「缓存永远不更新」
-
ngx.shared设置了 10 分钟 TTL,Redis 却设了 5 分钟,结果 Redis 先过期,Nginx 还在用无效缓存
eval 脚本里怎么统一控制三级缓存生命周期?
核心原则:所有写操作(如更新、删除)必须走 Lua 脚本,由它主动驱逐下游缓存,而不是等自动过期。读路径可以分层查,但写路径必须「一写全清」或「一写全更」。
实操建议:
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。
- 写 MySQL 前,先用
redis.call("del", "content_"..id)清 Redis,再用ngx.shared.dis_cache:delete("content_cache_"..id)(注意:这个调用需在 Nginx Lua 层完成,不能放进 Redis 脚本) - 如果要「更新而非删除」,在 Lua 脚本里用
redis.call("setex", "content_"..id, 300, new_json),同时通过 Nginx 的cache_ngx:set(..., 300)同步设置相同 TTL - 避免在 Lua 脚本里调用 MySQL —— Redis 不支持直连 MySQL,所有 DB 操作必须在 Nginx Lua 层完成;Lua 脚本只负责 Redis + 通知逻辑
- 不要用
expire命令单独设 TTL,一律用setex/setnx带时间参数,保证原子性
哪些场景必须用 evalsha 而不是 eval?
当淘汰逻辑复用度高(比如「清除某类 key 的全部缓存」),且并发量大时,evalsha 能显著降低网络开销和 Redis CPU 压力。每次完整脚本传输几百字节,高频写场景下容易成为瓶颈。
示例(清除某 category 下所有 content 缓存):
local pattern = "content_" .. ARGV[1] .. "_*"
local keys = redis.call("keys", pattern)
for i, key in ipairs(keys) do
redis.call("del", key)
end
return #keys
使用方式:
- 首次用
script load加载,得到 SHA1 值(如"a1b2c3...") - 后续全部用
evalsha "a1b2c3..." 0 123,其中123是 category_id - 注意:如果 Redis 重启,SHA1 会失效,客户端需 fallback 到
eval并重新 load
真正难的不是写几行 Lua,而是决定「什么时候该淘汰」——比如是删完 MySQL 就立刻清缓存,还是等 MQ 消息确认后再清;是清单个 key,还是按 pattern 批量清;Nginx 字典要不要也参与 LRU 管理(靠定时任务扫描?还是靠写操作触发?)。这些决策点,比语法细节更容易出线上事故。










