BigKey导致AOF重写内存翻倍，这个现象很多运维都遇到过，但真正的原因往往被误判。问题不在于BigKey本身占了多少内存，而在于它在重写期间触发的大量COW（写时复制）页复制。当Redis fork子进程执行bgrewriteaof时，如果主线程正在修改一个100MB的hash（比如执行HSET big_hash key value），内核会为这个操作单独复制物理页。哪怕只改了一个字段，也可能拷贝整块4KB甚至更大粒度的内存页。多个BigKey并发更新，used_memory_rss在10秒内跳升80%以上，这并不罕见。
为什么BigKey会让AOF重写内存翻倍
常见的错误现象包括：mem_fragmentation_ratio没有明显变化，但used_memory_rss暴涨；INFO persistence里aof_rewrite_in_progress长期为1；甚至dmesg | tail中间出现Killed process (redis-server)。这些信号组合在一起，基本可以断定是BigKey在作祟。
应对这类问题的实操方案：
- 用
redis-cli --scan --pattern "*"配合MEMORY USAGE逐个排查疑似BigKey，重点关注hash、zset、list这些容易“膨胀”的类型 - 避免在重写启动前后30秒内执行
HSET、LPUSH或DEL等大批量操作，这些操作会迅速塞满aof_rewrite_buf - 对已知BigKey做分片处理，比如把
user:1001:profile拆成user:1001:profile:base和user:1001:profile:ext，这样即使单个key再大，影响范围也有限
jemalloc配置怎么影响AOF重写RSS
Redis默认使用jemalloc管理内存，但它在处理“大块匿名内存”（比如aof_rewrite_buf和COW复制页）时，归还不够激进。当used_memory_peak远高于当前used_memory，且mem_fragmentation_ratio > 1.5时，说明jemalloc缓存了大量未释放页，叠加COW后RSS更容易触顶。
这里有几个调优方向：
- 升级到jemalloc 5.3+，并启用
background_thread:true，让它异步回收脏页 - 启动Redis时加参数
--allocator jemalloc，并配置export MALLOC_CONF="lg_chunk:21,background_thread:true"（21对应2MB chunk，适配多数AOF缓冲区峰值） - 禁用
arena复用：避免aof_rewrite_buf分配和主线程key分配争抢同一arena，加MALLOC_CONF="narenas:1"可临时缓解（仅限单实例场景）
如何用CONFIG SET动态压低重写内存压力
不能等着OOM报警才动手脚。一旦发现redis-cli -i 0.5 --stat中used_memory_rss在重写启动后跳升超过50%，立刻干预：
- 停掉自动触发：
CONFIG SET auto-aof-rewrite-percentage 0，防止新的重写任务堆积 - 调高重写门槛：
CONFIG SET auto-aof-rewrite-min-size 128mb（原来64mb的设置，在10GB+的实例上很容易频繁触发） - 强制刷空缓冲区：
CONFIG SET no-appendfsync-on-rewrite yes——注意这会牺牲最后一次fsync前的数据，但能砍掉重写期间50%以上的IO等待，间接减少子进程阻塞时间 - 确认生效：
INFO persistence里检查aof_pending_rewrite是否为0、aof_rewrite_buffer_length是否不再增长
监控时最容易被忽略的三个指标
只盯used_memory等于没监控。AOF重写期真正致命的是三类内存：COW复制页、aof_rewrite_buf匿名内存、jemalloc元数据。它们全体现在used_memory_rss里，但不会反映在used_memory中。
必须交叉看：
used_memory_rss - used_memory差值超过2GB？说明COW或缓冲区已失控INFO memory中used_memory_peak持续高于当前used_memory？jemalloc没及时归还，需要查mem_allocator和allocator_statsINFO stats里aof_delayed_fsync非零？磁盘IO瓶颈正在拖慢子进程消费aof_rewrite_buf，缓冲区越积越多
BigKey数量和jemalloc行为并不显式暴露在INFO里，只能靠差值和日志联动判断——这一点最容易漏掉。
