结论与计划：Redis的过期key删除机制主要有惰性删除和定时删除两种方式结合使用。惰性删除是访问key时检查过期时间，过期则删除；定时删除是每隔一段时间扫描数据库删除过期key。为避免数据丢失和性能瓶颈，建议配置hz值在10-20之间，结合主动删除脚本，每60秒运行一次删除过期key的lua脚本，同时监控内存使用率，当达到80%时触发主动清理。代码示例：redis-cli --eval delete_expired.lua , --arg key_pattern

痛点解析

Redis过期删除的痛点在于，定时删除任务会占用大量CPU，如果key过多会导致阻塞主线程。惰性删除又可能造成内存泄漏，因为不访问的过期key不会被清理。实际场景中，用户设置了TTL但key一直存在，导致内存持续增长，最终OOM。

避免数据丢失

数据丢失常见于AOF重写时，过期key被提前删除但日志未同步。解决方案是使用lazyfree-lazy-expire yes，让过期删除异步进行，避免阻塞。配置maxmemory-policy allkeys-lru，确保内存满时优先淘汰不活跃key。

性能瓶颈优化

性能瓶颈往往出现在高并发场景，定时删除扫描过多数据库。优化计划：降低hz值到10，启用active-rehashing no，减少哈希表rehash压力。同时编写自定义脚本：local keys = redis.call('keys', ARGV[1]) for i=1,#keys do local ttl = redis.call('ttl', keys[i]) if ttl < 0 then redis.call('del', keys[i]) end end

实际案例

在电商缓存中，商品库存key过期未及时释放，导致新数据覆盖旧数据丢失。解决后，使用pipeline批量删除过期key，每分钟执行一次，内存占用下降30%。

监控与告警

部署Prometheus监控evicted_keys和expired_keys指标，当evicted_keys激增时告警。计划中加入定期scan 0 COUNT 1000 MATCH prefix:*，逐步清理。

高级配置

lazyfree-lazy-eviction yes，结合activedefrag yes at 70，自动碎片整理，避免性能下降。

FAQ:
Q: Redis为什么会出现过期key未删除？
A: 因为惰性+定时删除策略，只有访问或定时扫描时才删。
Q: 如何快速清理大量过期key？
A: 用SCAN命令迭代+DEL批量删除，避免KEYS阻塞。
Q: 内存满时怎么处理？
A: 设置maxmemory并选allkeys-lru策略。
Q: AOF日志会记录过期删除吗？
A: 默认会，开启lazyfree可异步处理减少日志。