2. Redis 内存模型：内存结构、内存消耗分析、内存碎片
Redis 作为内存数据库，其内存管理直接决定了服务的稳定性与性能。本章深入剖析 Redis 的内存结构、消耗来源以及碎片成因，为后续的淘汰策略与缓存命中率优化打下坚实基础。
2.1 Redis 内存结构全景
Redis 的内存占用并非仅由键值对数据构成，而是由多个独立区域共同组成。理解这些区域是精准分析内存消耗的前提。
关键认知：Redis 的内存占用 = 数据区 + 元数据区 + 缓冲区 + 持久化区 + 碎片区。仅关注键值对大小会严重低估实际内存消耗。
2.2 内存消耗深度分析
每个 Redis 键值对在内存中由三部分组成：键的 SDS、值的 RedisObject、值的实际数据。以下以最常用的 String 类型为例进行拆解。
2.2.1 单键值对内存模型
| 组件 | 结构 | 内存开销（64位系统） | 说明 |
|---|---|---|---|
| 键 | SDS (Simple Dynamic String) | sizeof(sdshdr) + len + 1 ≈ 19 + len | sdshdr 头 19 字节，含 len、free、flags |
| 值对象 | RedisObject | 16 字节 | type、encoding、lru、refcount、ptr |
| 值数据 | embstr / raw | ≤44 字节用 embstr，>44 用 raw | embstr 与 RedisObject 连续分配 |
| 字典条目 | dictEntry | 24 字节 | key、value、next 指针 |
| 合计 | — | ≈ 59 + len(键) + len(值) | 不含内存碎片 |
实战案例：存储一个键 "user:1001"（10 字节），值 "active"（6 字节），理论内存 ≈ 59 + 10 + 6 = 75 字节。但实际占用可能达到 96~128 字节，多出的部分就是内存碎片。
2.2.2 不同数据结构的额外开销
| 数据类型 | 内部编码 | 额外元数据开销 | 适用场景 |
|---|---|---|---|
| List | quicklist | 每个 ziplist 节点 6~12 字节 | 消息队列、时间线 |
| Hash | ziplist / hashtable | ziplist 头 6 字节；hashtable 每个 entry 24 字节 | 对象属性存储 |
| Set | intset / hashtable | intset 头 8 字节；hashtable 同 Hash | 标签、去重 |
| ZSet | ziplist / skiplist | skiplist 节点 24~32 字节 + 字典 24 字节 | 排行榜、延时队列 |
2.3 内存碎片：成因与度量
内存碎片是 Redis 内存消耗中不可忽视的部分。Redis 使用 jemalloc 作为默认内存分配器，其分配粒度导致内部碎片；频繁的键值对增删则产生外部碎片。
2.3.1 碎片产生机制
2.3.2 碎片率指标
Redis 通过 INFO memory 命令暴露关键碎片指标：
# 查看内存碎片率
127.0.0.1:6379> INFO memory
# Memory
used_memory: 1048576000 # 实际分配的内存（含碎片）
used_memory_rss: 1258291200 # 操作系统看到的内存（RSS）
mem_fragmentation_ratio: 1.20 # 碎片率 = RSS / used_memory
mem_allocator: jemalloc-5.3.0| 碎片率范围 | 状态 | 建议操作 |
|---|---|---|
| 1.0 ~ 1.1 | ✅ 健康 | 无需处理 |
| 1.1 ~ 1.5 | ⚠️ 轻度碎片 | 监控趋势，考虑定期重启 |
| 1.5 ~ 2.0 | 🔴 中度碎片 | 计划维护窗口，执行 MEMORY PURGE |
| > 2.0 | 🚨 严重碎片 | 立即重启或迁移数据 |
| < 1.0 | ❌ 异常（swap 使用中） | 检查系统内存压力，增加物理内存 |
注意：碎片率 < 1.0 通常意味着操作系统开始使用 swap 交换分区，此时 Redis 性能会急剧下降。这是比高碎片率更危险的状态。
2.4 内存消耗分析实战方法
在生产环境中，推荐使用以下工具链进行内存分析：
- INFO memory — 快速查看整体内存状态和碎片率。
- MEMORY STATS — 获取更详细的内存分类统计。
- MEMORY USAGE <key> — 精确计算单个键的内存占用。
- redis-cli --bigkeys — 扫描大键，定位内存热点。
- RDB 分析工具 (rdb-tools) — 离线分析 RDB 文件，生成内存报告。
# 使用 MEMORY USAGE 分析单个键
127.0.0.1:6379> MEMORY USAGE user:1001
(integer) 96
# 使用 --bigkeys 扫描大键
$ redis-cli --bigkeys
# Scanning the entire keyspace to find biggest keys as well as
# average sizes per key type. You can use -i 0.1 to sleep 0.1 sec
# per 100 SCAN commands (not usually needed).
[00.00%] Biggest string found so far '"user:1001"' with 96 bytes
[00.00%] Biggest list found so far '"queue:orders"' with 15234 items
最佳实践：在微服务架构中，建议为每个 Redis 实例配置
maxmemory 限制，并设置 maxmemory-policy 淘汰策略。同时，通过 activedefrag yes 开启自动碎片整理，减少手动维护成本。
2.5 本章小结
- Redis 内存由 数据区、元数据区、缓冲区、持久化区、碎片区 五部分组成。
- 单个键值对的实际内存开销远大于数据本身，元数据和字典条目占大头。
- 内存碎片率
mem_fragmentation_ratio是衡量内存健康度的核心指标。 - 使用
MEMORY USAGE、--bigkeys、rdb-tools等工具进行精准分析。 - 碎片率 > 1.5 时应主动干预，< 1.0 时需警惕 swap 风险。