优化Redis特定TTL键删除方案：解决Lua脚本阻塞生产问题

针对你遇到的Lua脚本执行超时、影响生产环境的问题，改用redis-cli结合管道的方式可以通过以下思路大幅提升效率，同时降低对业务的影响：

1. 增大SCAN的COUNT参数，减少迭代次数 #

原Lua脚本中COUNT设为100，对于数百万级别的键来说，迭代次数过多会持续占用Redis资源。使用redis-cli的--scan选项时，建议根据Redis实例的内存容量和当前负载，将COUNT调至1000~5000（甚至更高，比如10000，需测试后确定），这样每次扫描能返回更多键，大幅减少循环迭代的次数。

示例命令片段：

redis-cli --scan --pattern "lucee-storage:session:*" --count 5000

2. 批量TTL查询+批量UNLINK，压缩网络往返 #

原Lua脚本逐个查询TTL的方式会产生大量独立请求，改用管道可以将一批TTL查询打包发送，再根据结果筛选出需要删除的键，批量执行UNLINK，从而减少网络RTT（往返时间）和Redis的命令处理开销。

高效批量处理的shell脚本示例 #

# 扫描键 → 批量查TTL → 筛选符合条件的键 → 批量UNLINK
redis-cli --scan --pattern "lucee-storage:session:*" --count 5000 | \
xargs -n 1000 redis-cli TTL | \
paste - - | \
awk '$2 <= 864000 {print "UNLINK " $1}' | \
redis-cli --pipe

• xargs -n 1000：将扫描到的键每1000个分为一组，批量发送TTL命令
• paste - -：将键与对应的TTL结果逐行配对（解决批量TTL返回结果与键的对应问题）
• awk：筛选出TTL≤864000的键，生成UNLINK命令
• redis-cli --pipe：将所有UNLINK命令打包发送给Redis，一次性执行

3. 拆分任务到低峰期执行，避免业务影响 #

即使优化了执行效率，数百万级别的删除操作仍会占用Redis的CPU和IO资源。建议将任务拆分为多个小批次，在业务低峰期（如凌晨）通过cron定时执行，每次处理固定数量的键（比如10万条），避免一次性占用过多资源。

示例cron任务（每天凌晨2点执行一次）：

0 2 * * * redis-cli --scan --pattern "lucee-storage:session:*" --count 5000 | head -100000 | xargs -n 1000 redis-cli TTL | paste - - | awk '$2 <= 864000 {print "UNLINK " $1}' | redis-cli --pipe

4. 临时调整持久化策略，降低IO开销 #

批量删除操作会触发Redis的持久化（RDB/AOF），产生额外的IO负载。可以临时调整持久化策略：

• 若使用RDB：临时注释掉save配置项，暂停自动快照，任务完成后恢复
• 若使用AOF：将appendfsync从always改为everysec（或临时关闭），减少同步频率，任务完成后恢复

注意：调整前需确保Redis实例有足够的内存，且任务完成后立即恢复持久化配置，避免数据丢失风险。

5. 避免使用KEYS命令，坚持用SCAN #

不要为了图方便使用KEYS命令，它会遍历整个键空间并阻塞Redis主线程，严重影响业务服务。SCAN是增量遍历，不会阻塞主线程，是大规模键操作的唯一安全选择。

内容的提问来源于stack exchange，提问作者Nir