如何通过通配符高效批量删除Redis Key？

一、潜在方案的可行性评估 #

• 该方案可行，但存在明显局限性：
  • 优势：把通配符匹配转化为读取SET成员，避开了SCAN/KEYS命令的阻塞风险，批量删除时能直接拿到目标Key列表
  • 劣势：需要额外维护SET与实际Key的一致性——每次新增或删除目标STRING Key时，必须同步更新SET，一旦出现遗漏或操作失败，就会导致漏删或误删

二、潜在问题分析 #

• 一致性维护成本高：业务代码中每一处操作目标STRING Key的地方，都要同步处理SET，稍有疏忽就会出现数据不一致
• 内存冗余：SET会存储所有目标Key的完整字符串，50万Key的场景下会额外占用不少内存（按平均每个Key50字符计算，约25MB，具体取决于Key的实际长度）
• 批量操作性能瓶颈：如果SET中成员过多，一次性获取所有成员可能触发Redis超时；同时批量删除大量Key也会占用Redis主线程资源，影响其他业务

三、替代方案 #

1. 基于SCAN的分批异步处理 #

放弃一次性获取所有匹配Key，改用IServer.ScanAsync分批迭代，每次获取少量Key（比如1000条），分散压力：

var server = connectionMultiplexer.GetServer(redisEndPoint);
var scanOptions = new ScanOptions { Match = "dailynote:getitemsforuser:region:*", Count = 1000 };

await foreach (var key in server.ScanAsync(scanOptions))
{
    await db.KeyDeleteAsync(key);
    // 可加入短暂延迟，避免瞬间压垮Redis
    await Task.Delay(10);
}

• 优势：无需额外维护集合，利用SCAN的非阻塞特性，不会像KEYS命令那样阻塞Redis全局
• 优化点：根据Redis实际性能调整Count参数；可以攒一批Key（比如100条）再调用批量删除，减少网络交互次数

2. Redis Lua脚本分批删除 #

编写Lua脚本在Redis端完成SCAN+批量删除，减少网络往返次数：

local cursor = tonumber(ARGV[1])
local pattern = ARGV[2]
local count = tonumber(ARGV[3])
local scanResult = redis.call('SCAN', cursor, 'MATCH', pattern, 'COUNT', count)

for _, key in ipairs(scanResult[2]) do
    redis.call('DEL', key)
end

return scanResult[1]

在.NET中循环执行该脚本，直到返回的cursor为0即可完成全部删除。

• 优势：减少网络IO开销，Redis端本地处理效率更高
• 注意：脚本中不要一次性删除过多Key，避免长时间阻塞Redis主线程

3. 重构Key结构，改用Hash存储 #

将原Key的可变部分（如region、user ID）作为Hash的Field，统一存储到一个Hash Key下：

• 存储示例：HSET dailynote:getitemsforuser "region:sw:user:123" "{...JSON数据...}"
• 删除时直接执行DEL dailynote:getitemsforuser，一键清空所有相关数据
• 优势：删除操作是O(1)复杂度，无需维护额外集合，Hash的存储效率也比多个STRING更高
• 限制：需要修改原有存储逻辑，若已有大量历史数据，需做数据迁移

四、优化建议 #

针对你构想的SET方案的优化 #

• 用Redis Hash替代SET存储Key列表：把SET的成员作为Hash的Field（值可设为1），Hash在成员较多时会采用压缩列表存储，能节省内存
• 新增Key时用HSETNX确保不会重复添加；删除Key时同步调用HDEL更新Hash
• 批量删除时，不要一次性获取所有Hash Field，可结合HSCAN分批读取，避免超时

通用优化点 #

• 全程使用异步API：确保调用StackExchange.Redis的所有异步方法（如ScanAsync、KeyDeleteAsync），避免阻塞.NET线程池
• 避开业务高峰执行：选择低峰期进行批量删除操作，减少对正常业务的影响
• 监控Redis状态：操作时观察Redis的CPU、内存和延迟指标，动态调整分批大小和操作节奏

内容的提问来源于stack exchange，提问作者Dave Black