Redis里用Lua写点模糊匹配的东西，实操分享和技巧探讨

前段时间我在项目里遇到了一个需求,需要批量删除Redis中符合特定模式的键，我的键名可能是 user:123:profile, user:456:cart, order:789 等等，我现在想删除所有以 user:123: 开头的键，最直接的想法就是用 KEYS 命令，就像在Redis命令行里输入 KEYS user:123:* 一样，它会返回所有匹配的键。

这里有个大问题,根据Redis官方文档（来源：Redis官方文档对KEYS命令的说明），KEYS 命令在生产环境需要非常小心地使用，因为Redis是单线程的，KEYS 命令会遍历整个数据库的所有键，如果数据库里的键非常多，这个操作就会阻塞其他所有命令，导致服务卡顿甚至短暂不可用，这肯定不行。

那怎么办呢？这时候就得请出Lua脚本了，Redis支持用Lua脚本执行一系列命令，而且最关键的是，Lua脚本在执行时是原子的，也就是说，在执行脚本的过程中，不会被其他命令打断，这为我们安全地进行批量操作提供了可能。

我的第一个思路是：在Lua脚本里调用 KEYS 命令，获取到所有匹配的键，然后循环遍历这些键，一个一个地删除，脚本写出来大概是这个样子：

local keys = redis.call('KEYS', ARGV[1])
for i, key in ipairs(keys) do
    redis.call('DEL', key)
end
return #keys

这个脚本接受一个参数,就是模糊匹配的模式（user:123:*），它先通过 KEYS 命令找到所有键，然后用循环删除它们，最后返回被删除键的数量。

看起来很美,对吧？但实际上，这个方案有个和直接使用 KEYS 命令一样的致命缺陷，虽然Lua脚本本身是原子的，但 KEYS 命令在数据库键数量巨大时，其内部的遍历操作本身就是一个耗时的、会阻塞Redis的单线程，你把一个阻塞命令放在脚本里，它依然会阻塞整个服务器，所以这个方案只是“原子地阻塞”，并不是我们想要的“非阻塞”。

那有没有不阻塞的方法呢？有，那就是用 SCAN 命令。SCAN 命令的好处是它是增量式的、迭代的，它不会一次性返回所有结果，而是每次只返回一小部分和一个游标（cursor），你可以根据这个游标再次调用 SCAN，直到游标变为0，表示迭代完成，这样就把一个大的阻塞操作，拆分成很多个小的、几乎不阻塞的操作。

SCAN 命令的这种特性又和Lua脚本的原子性、不间断执行的要求产生了矛盾，我们不能在Lua脚本里写一个 while 循环，不停地调用 SCAN 直到结束，因为如果匹配的键非常多，这个Lua脚本本身执行时间会很长，同样会阻塞服务器，Redis对Lua脚本的执行时间是有严格限制的，太长了会报错。

正确的做法不是在Lua脚本内部完成整个模糊匹配和删除的过程,而是把“扫描”和“删除”分开，我们需要借助外部程序（比如你用Python、Java或Go写的应用代码）来负责循环调用 SCAN，而Lua脚本只负责“批量删除”这个原子操作。

具体流程是这样的：

1. 在应用代码中：使用 SCAN 命令（或者更好用的 SSCAN, HSCAN, ZSCAN 用于集合、哈希、有序集合）分批地、非阻塞地获取匹配模式的键，每次获取一批（比如1000个）。
2. 仍然在应用代码中：当积累到一定数量的键（比如还是1000个，或者这一批扫完就处理），就调用一个写好的Lua脚本。
3. 在Lua脚本中：接收一个键的列表作为参数，然后原子性地删除所有这些键。

这样,Lua脚本的角色就从“扫描+删除”变成了纯粹的“批量删除器”，因为传入的键列表是已知的、有限的，所以脚本的执行速度会非常快，不会阻塞Redis，而耗时的扫描工作由客户端的 SCAN 循环承担，这个循环是非阻塞的，对Redis服务的影响微乎其微。

下面是一个这种思路下的Lua脚本示例,它非常简单：

-- 脚本接受可变参数，都是要删除的key
for i, key in ipairs(KEYS) do
    redis.call('DEL', key)
end
return #KEYS

注意,这里用的是 KEYS 数组，而不是 ARGV，在Redis Lua脚本中，KEYS 和 ARGV 是分开传递的，这主要是为了在Redis集群模式下能正确路由命令，按照规范，所有需要操作的键都应该通过 KEYS 参数传递，其他辅助参数通过 ARGV 传递。

那么在调用时（以Python伪代码为例），就是这样：

# 第一步：使用SCAN迭代获取所有匹配 ‘user:123:*’ 的键
cursor = 0
all_keys = []
while True:
    cursor, keys = redis_client.scan(cursor=cursor, match='user:123:*', count=100)
    all_keys.extend(keys)
    if cursor == 0:
        break
# 第二步：分批处理，比如每100个键调用一次Lua脚本
batch_size = 100
for i in range(0, len(all_keys), batch_size):
    batch_keys = all_keys[i:i+batch_size]
    # 这里调用上面定义的Lua脚本，将batch_keys作为KEYS参数传入
    deleted_count = redis_client.eval（lua_script_above, len(batch_keys), *batch_keys)
    print(f"Deleted {deleted_count} keys in this batch.")

一些额外的技巧探讨：

1. 处理大键：如果要删除的键对应的值非常大（比如一个包含几百万元素的集合），即使只删除一个键，DEL 命令也可能耗时较长，对于这种情况，可以考虑使用 UNLINK 命令替代 DEL。UNLINK 会在后台异步删除键，不会阻塞当前线程，对服务更友好，只需把Lua脚本里的 DEL 改成 UNLINK 即可。
2. 避免内存暴涨：在上面的Python例子中，我先用 SCAN 把所有键都搜集到内存列表 all_keys 里，再分批，如果匹配的键有几百万个，这个列表会非常大，可能撑爆客户端内存，更优雅的做法是扫出一批键（比如1000个），立刻传给Lua脚本删除，然后清空列表，再扫下一批，这样客户端内存中最多只保留一批键的数据。
3. 模式匹配的局限性：Redis的模糊匹配模式很简单，主要就是 （任意多个字符）、（单个字符）、[abc]（匹配括号内任一字符），它不支持更复杂的正则表达式，如果你的匹配逻辑非常复杂，可能需要在客户端扫描出前缀匹配的键后，自己在客户端代码里用正则再做一次过滤，然后再调用删除脚本。

总结一下核心思想：在Redis中做模糊匹配的批量操作，要利用 SCAN 的非阻塞特性在客户端进行迭代，将任务拆解；然后利用Lua脚本的原子性来保证每一批删除操作的安全和高效。 千万不要试图在Lua脚本内部通过循环执行 KEYS 或 SCAN 来完成整个流程。