如何写Redis数据操作脚本：从入门到精通实战指南
📚 目录导读
Redis脚本核心概念解析
1 为什么需要Redis脚本？
在开发高并发应用时,你可能会遇到这样的场景：需要原子性地执行多个Redis命令，检查Key是否存在，若存在则更新其Hash字段，并同时增加计数器”，传统方案需要使用WATCH/MULTI/EXEC事务，但遇到乐观锁冲突时需重试代码，而Lua脚本将多个命令打包成原子操作，在Redis服务端一次性执行，避免网络往返延迟（RTT）和竞态条件。
2 脚本语言选择：Lua
Redis从2.6版本起内置Lua解释器（5.1版本），编写脚本需注意：
- 数据类型：Lua的
table对应Redis的Key-Value或列表 - 返回值：通过
return返回表、整数或字符串给客户端 - 沙箱限制：无法访问文件系统，仅允许Redis API和全局变量
3 脚本执行流程
客户端发送EVAL命令 -> Redis编译Lua脚本 -> 创建临时函数 -> 传入KEYS和ARGV -> 返回结果核心参数：
KEYS[1]：传入的Redis键（自动做类型校验）ARGV[1]：自定义参数值（如分数、新值）
4 脚本缓存与复用机制
使用SCRIPT LOAD预加载脚本获得SHA1哈希，后续用EVALSHA执行，避免重复传输脚本内容，生产环境中务必使用此模式提升性能。
五大必备数据操作脚本模板
1 原子性更新Hash与ZSet
业务场景：用户积分变动时，需同时更新user:score（Hash）和ranking:leaderboard（ZSet）。
-- 原子性更新Hash和ZSet
local userId = KEYS[1]
local increment = tonumber(ARGV[1])
local currentScore = redis.call('HINCRBY', 'user:score', userId, increment)
redis.call('ZADD', 'ranking:leaderboard', currentScore, userId)
return currentScore
注意：先Hash更新再ZSet写，避免ZSet过期后Hash仍存逻辑脏数据。
2 带TTL约束的限流器
-- 滑动窗口限流：每秒限制N次
local key = KEYS[1]
local windowMs = tonumber(ARGV[1]) -- 窗口大小（毫秒）
local threshold = tonumber(ARGV[2]) -- 最大请求数
local now = redis.call('TIME')[1] -- 获取服务器秒级时间戳
local current = redis.call('ZCOUNT', key, now - windowMs/1000, now)
if current >= threshold then
return 0 -- 拒绝请求
else
redis.call('ZADD', key, now, now .. '_' .. math.random())
redis.call('EXPIRE', key, windowMs/1000 + 1)
return 1 -- 允许请求
end
3 超时锁（Redlock简化版）
-- 获取带超时的分布式锁
local lockKey = KEYS[1]
local lockValue = ARGV[1]
local expiresMs = tonumber(ARGV[2])
if redis.call('SET', lockKey, lockValue, 'NX', 'PX', expiresMs) then
return true
else
-- 可扩展：检查锁是否属于自己，处理重入
return false
end
4 批量删除模式匹配的Keys
-- 安全扫描删除（避免阻塞Redis，适合生产）
local pattern = ARGV[1]
local cursor = '0'
local deletedCount = 0
repeat
local result = redis.call('SCAN', cursor, 'MATCH', pattern, 'COUNT', 100)
cursor = result[1]
for _, key in ipairs(result[2]) do
redis.call('DEL', key)
deletedCount = deletedCount + 1
end
until cursor == '0'
return deletedCount
5 JSON结构原子性操作（需扩展模块）
若使用RedisJSON模块,Lua内可直接操作JSON路径：
-- 原子性推送数组元素并限制长度
local key = KEYS[1]
local newItem = cjson.decode(ARGV[1])
local maxLen = tonumber(ARGV[2])
redis.call('JSON.ARRAPPEND', key, '.items', cjson.encode(newItem))
local arrLen = redis.call('JSON.ARRLEN', key, '.items')
if arrLen > maxLen then
redis.call('JSON.ARRTRIM', key, '.items', 0, maxLen - 1)
end
return 1
性能优化与事务一致性最佳实践
1 脚本性能瓶颈与规避
- 避免大循环：Redis是单线程引擎，脚本里for循环10万次会阻塞所有请求，需拆分为多个小脚本或使用Pipeline
- 动态参数化：
KEYS和ARGV长度不要超过128字节，过长的Key名增加解析开销 - 使用
local变量：将redis.call结果存入局部变量，减少重复调用
2 事务一致性保证方案
方案对比： | 方案 | 原子性 | 可观测性 | 适用场景 | |------|--------|----------|----------| | Lua脚本 | ✅ 强原子 | 返回最终结果 | 需多个步骤一致性 | | MULTI/EXEC | ✅ 原子队列 | 各命令结果数组 | 纯简单批处理 | | WATCH乐观锁 | ❌ 需重试 | 逐条返回 | 读多写少场景 |
3 脚本调试与监控工具
- 调试：Redis官方提供
redis-cli --ldb脚本调试器，可单步执行 - 监控：使用
SLOWLOG捕捉慢脚本（SLOWLOG GET 10） - 测试：在开发环境用
EVAL "return redis.call('PING')" 0验证连接
4 版本兼容警告
- Redis 7.0+取消了
SCRIPT KILL对非长时间执行脚本的限制 - 不要在脚本中使用
RANDOMKEY、SRANDMEMBER等非确定性函数，否则可能导致复制不一致
常见错误调试与QA问答精讲
❗重要提示
当在集群模式（Redis Cluster）下执行脚本时，所有KEYS必须属于同一个slot，否则会报CROSSSLOT错误，比如操作user:100和product:200两个Key，需通过{hash tag}机制将他们放入同一Hash槽：user:{100}和product:{100}。
Q：脚本执行中途出错，数据会部分写入吗？
A：不会，Lua脚本在Redis中是原子执行的，若第3行命令失败，前2行的操作也会被回滚（Redis内部通过“脚本原子性”保证，类似事务）。
Q：脚本中如何判断Key不存在？
local exists = redis.call('EXISTS', KEYS[1])
if exists == 0 then
return nil -- 返回nil触发客户端错误
end
Q：返回大量数据时性能差怎么办？
使用redis.pcall替代redis.call可捕获单个命令错误，但仍有内存占用限制，批量读取超10000条数据建议改用SCAN游标分批次（示例2.4）。
Q：脚本能否调用其他脚本？
不能,Lua脚本之间无法嵌套调用，但可通过返回占位符让客户端决定是否执行另一个脚本。
Q：线上误执行长时间阻塞脚本如何紧急处理？
# 方法1：终止当前正在执行的脚本（仅限非写入死循环） redis-cli SCRIPT KILL # 方法2：如果已写入，只能重启Redis或等待脚本结束 redis-cli SHUTDOWN NOSAVE # 谨慎使用，会丢失数据
总结与推荐实践
掌握Redis脚本的核心是理解原子性的代价：将逻辑移动到数据所在处，牺牲了调试便利性换取极致性能，请记住以下三条铁律：
- 永远用
EVALSHA替代EVAL，缓存脚本哈希 - 所有Key必须使用
KEYS数组传入，严禁在脚本内拼接字符串作为Key名 - 复杂的业务逻辑拆分为多个轻量脚本,避免单个脚本超过100行
通过以上指南和代码模板,您应能轻松应对90%的Redis数据操作脚本场景，建议在自己的项目中从“限流器”或“分布式锁”开始实践，逐步深入学习。
