直接DEL大Key会阻塞主线程、引发雪崩，必须禁用；安全清理需UNLINK替代DEL，结合MEMORY USAGE实测内存、SCAN分批删除、慢日志验证访问模式，并同步治理业务写入逻辑。
直接 DEL 大 Key 是生产事故高发动作，必须禁用。安全清理的核心是“不阻塞主线程、可控、可观测”。
怎么识别真正危险的大 Key？别只看数量，要看内存和访问模式
仅靠 redis-cli --bigkeys 扫描不够——它只报每种类型里最大的那个，且不反映真实内存占用。比如一个 Hash 有 3000 个 field，但每个 value 是 20KB 的 JSON，总内存可能超 60MB，而 --bigkeys 默认不会标红这种。
- 优先用
redis-cli MEMORY USAGE实测内存，SAMPLES 100 SAMPLES对Hash/ZSet很关键：值太小（如 1）会低估，太大（如 10000）拖慢命令本身 - 结合
redis-cli --scan --pattern "*" | xargs -I {} redis-cli memory usage {} 2>/dev/null | sort -nr | head -20快速拉出内存 Top20（注意加2>/dev/null过滤不存在的 key） - 查慢日志确认是否已被高频访问：
redis-cli slowlog get 100，重点看耗时 >100ms 且含HGETALL/LRANGE/ZRANGEBYSCORE的记录
删除时用 UNLINK 而不是 DEL，但 UNLINK 不是万能解药
UNLINK 把释放内存的操作丢给后台线程，避免主线程卡死，但它只解决“释放”这一步。如果大 Key 正在被频繁读写，UNLINK 后仍可能触发大量内存拷贝或网络传输压力。
-
UNLINK在 Redis 4.0+ 可用，低版本必须用分批方案 -
UNLINK不保证立即释放内存：后台线程处理速度受lazyfree-lazy-user-del yes配置和当前负载影响，需观察INFO memory中的lazyfree_pending_objects - 对超大
Hash或ZSet，即使UNLINK成功，主从同步 backlog 和 RDB fork 时的 COW 开销依然存在
分批删除 Hash / ZSet 类大 Key 的实操要点
Python 示例里常见的 hscan + hdel 循环，容易因单次扫描太多 field 导致阻塞。关键在控制每次交互的数据量和节奏。
- 用
HSCAN，COUNT 500 COUNT别设超过 1000；每次删完 sleep 10–50ms，防止打满 CPU 和网络 - 删
ZSet用ZREMRANGEBYRANK比0 499 ZREM单个 member 快得多，但要注意 rank 是否连续（如有ZREMRANGEBYSCORE删除过，rank 可能有空洞） - 脚本中必须加异常捕获和游标持久化：中断后能从上次
cursor继续，否则重头扫可能重复删或漏删
清理后必须验证的三件事
删完不等于结束。很多团队删完就走，结果第二天发现接口又慢了——因为旧逻辑还在持续往新 Key 写数据，或者没清干净残留。
- 确认
MEMORY USAGE返回值归零，且EXISTS返回 0；有些场景UNLINK后 key 名还存在但已不可读，得用TYPE验证 - 检查
INFO stats中的evicted_keys和expired_keys是否突增——说明淘汰策略被意外触发 - 盯 15 分钟
INFO memory的used_memory_dataset和mem_fragmentation_ratio：如果碎片率 >1.5 且内存没明显下降，说明释放的内存块没被复用，可能需要后续MEMORY PURGE（Redis 7.0+）或重启实例
最常被忽略的是业务侧写入逻辑没改。清理掉一个 user:1001:profile 大 Hash，结果下游服务每分钟还在 HSET 新字段进去——两天后它又回来了。治理大 Key，一半靠运维命令，一半靠推动代码层加阈值校验和拆分逻辑。
