🤖
AI审核中

Valkey 9.1 的性能安全升级与生产迁移

中间件原创 RedisValkey 12795 字 20 分钟 浏览量 325 1 评论

文章摘要

Valkey 9.1 已不再只是 Redis OSS 7.2 的兼容分支，而是在安全、可观测性、I/O 性能、内存效率和集群运维上形成独立路线。本文解析数据库级 ACL、Lua 模块化、TLS 热更新、JSON 日志、线程利用率指标、HGETDEL、MSETEX 与 CLUSTERSCAN 等变化，并结合 Java 客户端兼容、复制迁移、灰度切换、数据校验和真实压测，说明哪些 Redis 项目适合迁移、哪些场景需要谨慎，以及如何保留生产回滚能力。

很长一段时间里，只要项目需要缓存、分布式锁、排行榜、会话存储或延迟队列，Redis 几乎都是默认答案。

2024 年 3 月，Redis 宣布从 7.4 开始采用 RSALv2 与 SSPLv1 双重源码可用许可证。Linux Foundation 随后推动成立 Valkey 项目，基于 Redis OSS 7.2.4 的代码继续演进。Redis 后来又在 2025 年为 Redis 8 增加了 AGPLv3 许可证选项，但此时 Valkey 已经形成了独立的社区、版本和技术路线。(Redis)

刚诞生时，Valkey 最重要的标签是“Redis 兼容替代品”。到了 9.1，这个描述已经不够准确。

Valkey 9.1 于 2026 年 5 月发布，由超过 80 位贡献者共同完成，改动覆盖安全、可观测性、I/O 性能、内存效率、新命令和集群工具。它正在从一个兼容分支，逐渐成长为一套拥有独立工程取舍的高性能键值数据库。(Valkey)

本文不讨论“Redis 和 Valkey 谁一定更好”，而是回答三个更实际的问题：

  1. Valkey 9.1 到底改变了什么？
  2. 现有 Java 项目接入它需要改多少代码？
  3. 一个正在运行的 Redis 项目，应该怎样安全迁移？

一、先划清边界：兼容不等于永远完全一致

Valkey 7.2.4 直接继承自 Redis OSS 7.2.4，因此 Redis OSS 7.2 及更早版本与 Valkey 之间具有较完整的兼容基础。

这种兼容不仅是命令名称相似，还包括多个层面：

兼容层面 具体表现
网络协议 支持 RESP2 和 RESP3
客户端 支持 Redis OSS 7.2 的客户端通常可以直接连接
配置文件 支持 Redis OSS 7.2 的常用配置项
持久化 可以读取对应版本的 RDB 和 AOF 文件
命令行工具 redis-cli 可以连接 Valkey，valkey-cli 也可以连接 Redis OSS
Lua 脚本 原有 redis 命名空间脚本可以继续运行
模块接口 基于旧版 RedisModule_ API 编写的模块通常可以继续加载

但这里有一个非常重要的版本边界：Redis Community Edition 7.4 及以后版本生成的数据文件，不能直接通过 RDB 或 AOF 文件迁移到 Valkey。

因此，“Valkey 可以无缝替换 Redis”只对特定版本和特定功能范围成立。Redis OSS 7.2 及以前版本的迁移相对直接，而 Redis CE 7.4 之后通常需要逻辑迁移、应用双写或专门的数据同步方案。(Valkey)

还有一个容易误判的细节：为了兼容部分旧客户端，Valkey 的 INFO 结果可能继续返回 redis_version:7.2.4。识别真实服务端时，应同时检查 server_name 和 valkey_version，不能只读取 redis_version。(Valkey)

二、Valkey 9.1 的安全升级，不只是增加几个配置项

1. ACL 可以限制到具体数据库

过去的 ACL 可以限制用户执行哪些命令、访问哪些 Key，但对逻辑数据库的控制不够细。

Valkey 9.1 增加了数据库级 ACL，可以限制某个账号只能访问指定编号的数据库。例如，只允许订单服务访问数据库 0：

ACL SETUSER order-service on >StrongPassword +@read +@write ~order:* db=0

这样即使多个业务共用一个 Valkey 实例，也可以从数据库编号、Key 前缀和命令类别三个维度共同限制权限。

对于中小型系统，这种能力可以降低账号误用风险；对于多租户平台，它则意味着权限边界不必完全依赖应用代码维护。(Valkey)

不过，逻辑数据库不能真正替代实例级隔离。不同租户仍然共享内存、CPU、连接数和持久化资源。对安全性、资源隔离要求较高的业务，仍然应该使用独立实例或独立集群。

2. Lua 从内核能力变成独立模块

Lua 脚本一直是 Redis 生态中的重要能力，分布式锁释放、限流、库存扣减等场景都经常依赖它。

但脚本引擎也意味着更大的执行和安全边界。Valkey 9.1 将 Lua 从核心服务中拆分为独立模块，默认场景仍然可以保持兼容，但不需要脚本的部署可以选择不加载 Lua，从而减少服务端攻击面。

同时，INFO 增加了脚本引擎相关信息，运维人员可以明确知道当前实例加载了哪些脚本能力。(Valkey)

这项变化提醒我们：升级到 9.1 之前，不能只检查普通命令，还应盘点项目中的 Lua 脚本、脚本缓存和客户端 EVALSHA 调用。

3. TLS 证书轮换不再依赖重启

Valkey 9.1 可以通过 INFO 查看 TLS 证书过期时间，并支持在后台自动重新加载证书。

这意味着证书更新后，不必为了让新证书生效而重启整个缓存实例。同时，它还支持通过证书 SAN URI 进行 TLS 身份认证，更便于接入基于工作负载身份的 mTLS 体系。(Valkey)

对于缓存服务来说，证书轮换看似是一个小功能，但证书过期导致的连接中断，往往会迅速放大为数据库流量激增、接口超时和连锁故障。

三、CPU 接近 100%，不一定代表 Valkey 已经跑满

排查缓存性能问题时，人们经常先看 CPU。

但 Valkey 的主线程和 I/O 线程可能采用忙等待方式等待任务。线程即使没有真正处理大量命令，也可能在操作系统层面呈现较高 CPU 使用率。

因此，仅凭服务器 CPU 接近 100%，不能直接判断实例已经饱和。

Valkey 9.1 增加了主线程和 I/O 线程的累计使用指标，可以帮助运维人员区分两种情况：

  • 线程只是处于忙等待状态；
  • 线程确实在持续处理大量请求。

同时，Valkey 9.1 支持直接输出 JSON 格式日志：

log-format json

启用后，每一行日志都是一个独立 JSON 对象，可以直接被 Filebeat、Fluent Bit、Vector、Loki 或其他日志平台采集，不再需要为传统文本日志维护复杂的正则表达式。(Valkey)

一个完整的 Valkey 可观测体系，不应该只有 CPU 和内存，还应同时覆盖：

维度 建议关注的内容
请求性能 吞吐量、平均延迟、P95、P99、最大延迟
线程状态 主线程使用情况、I/O 线程使用情况
内存 已用内存、峰值内存、碎片率、淘汰数量
连接 当前连接、拒绝连接、阻塞客户端
缓存效果 命中数、未命中数、命中率
持久化 RDB 状态、AOF 重写状态、最后成功时间
复制 复制延迟、连接状态、复制积压缓冲区
安全 认证失败、ACL 拒绝、证书剩余有效期

四、2.1 万还是 210 万？性能数据必须看测试条件

Valkey 9.1 官方测试曾在单实例上达到每秒 210 万次请求，但这个结果有明确条件：

  • 数据大小为 512 字节；
  • 使用 9 个 I/O 线程；
  • Pipeline 深度为 10；
  • 测试的是特定硬件与特定负载模型。

因此，这个数字证明的是 Valkey 9.1 的性能上限和多线程改进效果，而不是所有项目升级后都能直接达到 210 万 QPS。(Valkey)

9.1 中比较有代表性的性能改进包括：

改进方向 官方测试结果
新的 I/O 线程通信模型 部分负载吞吐量最高提升约 17%
XRANGE、XREVRANGE 最高提升约 30%
字符串 GET 部分场景最高提升约 30%
硬件时钟默认启用 GET、SET 整体最高提升约 3%
小字符串内存占用 部分场景明显下降
跳表结构 排行榜等有序集合场景减少内存占用

这些优化并不是让每条命令都获得相同提升，而是分别针对网络通信、数据编码、时间调用、Stream 热路径和跳表查询进行了改进。

真正评估升级价值时，应把自己的命令比例带入测试。例如：

  • 会话缓存主要关注 GET、SET、TTL 和淘汰；
  • 排行榜主要关注 ZADD、ZRANGE、ZRANGEBYSCORE；
  • 消息流主要关注 XADD、XREADGROUP、XRANGE；
  • 分布式锁主要关注延迟尾部，而不是最高吞吐量。

五、内存优化可能比吞吐量提升更有价值

对于生产缓存，真正昂贵的资源往往不是 CPU，而是内存。

Valkey 9.1 对小字符串的内部对象布局进行了优化。过去，使用 embstr 编码的小字符串对象仍然保留了一个可以通过地址计算得到的指针。9.1 移除了这个冗余指针，并将 embstr 的适用范围提升到更大的对象。

在官方测试中，小字符串对象的内存开销下降约 17% 至44%，平均约为 26%。对于使用跳表编码的有序集合，长度在 10 至40 字节之间的成员，每个成员大约可以减少 6 至8.5 字节开销，降幅约为 11% 至15%。具体效果会受到 Key 长度、Value 长度、编码方式以及 jemalloc 内存分级影响。(Valkey)

假设系统存在 5000 万个能够节省 8 字节的小对象，仅结构层面的理论节省就可以达到约 400MB。

不过，实际内存节省不能只靠乘法估算。jemalloc 会按照固定大小等级分配内存，结构体减少 8 字节后，只有跨过某个分配等级边界，进程实际占用才会明显下降。

升级前后可以使用下面两个命令抽样验证：

MEMORY USAGE session:abc123
OBJECT ENCODING session:abc123

建议分别挑选以下类型的代表性数据：

  • 短字符串；
  • 较长的序列化对象；
  • 带有过期时间的会话；
  • 大型 Hash；
  • 排行榜使用的 Sorted Set；
  • Stream 消息。

不要只比较实例总内存，因为后台任务、碎片率、Key 数量和测试数据差异都可能干扰结果。

六、三个新命令，减少业务代码中的“伪原子操作”

1. HGETDEL：读取并删除 Hash 字段

过去，如果业务需要读取某个 Hash 字段后立即删除，通常要执行 HGET 和 HDEL，或者使用事务、Lua 脚本保证中间状态不被其他请求打断。

Valkey 9.1 增加了 HGETDEL，可以在一个命令中完成读取和删除：

HSET job:42 status "pending" payload "{\"type\":\"send_email\"}" retries "3"

HGETDEL job:42 FIELDS 2 status payload

它适合一次性任务参数、临时授权信息和消费后即删除的数据，但不能直接替代完整消息队列，因为它本身不提供消费确认、重试和死信机制。

2. MSETEX：批量写入并设置统一过期时间

多个缓存数据需要同时写入且使用相同 TTL 时，过去通常要通过多条 SETEX，或者组合 Pipeline、MSET 和 EXPIRE。

现在可以直接执行：

MSETEX 3 session:a "user:1" session:b "user:2" session:c "user:3" EX 3600

它可以减少网络往返，也能避免应用在批量写入过程中遗漏某个 Key 的过期时间。

3. CLUSTERSCAN：统一扫描整个集群

传统 Redis Cluster 中，普通 SCAN 只能扫描当前连接节点负责的数据。想遍历整个集群，客户端必须获取全部主节点，然后分别执行 SCAN 并合并结果。

Valkey 9.1 增加了 CLUSTERSCAN：

CLUSTERSCAN 0 MATCH "session:*"

它为集群运维、数据排查和迁移工具提供了统一入口，还可以按照 Key 类型或槽位进行过滤。(Valkey)

不过，CLUSTERSCAN 仍然不应该被当成业务查询接口。集群中存在数千万个 Key 时，全量扫描依然会消耗 CPU、网络和客户端内存。正确做法是使用游标分批处理，并避开业务高峰。

七、Java 项目接入 Valkey，需要修改多少代码

从协议层面看，大部分 Java 应用并不关心服务端叫 Redis 还是 Valkey。

只要应用使用的是 Redis OSS 7.2 及以前的通用命令，现有客户端通常可以直接连接 Valkey。Valkey 官方客户端列表中也提供了 valkey-java 和 Valkey GLIDE Java 等选择，其中 GLIDE Java 支持 Valkey 7.2 及以上版本。(Valkey)

对于使用 Spring Data Redis 的项目，最小改动方案通常只是切换连接地址：

spring:
  data:
    redis:
      host: valkey
      port: 6379
      password: ${VALKEY_PASSWORD}
      timeout: 2s

配置名称中继续出现 redis 并不代表连接的服务端必须是 Redis。Spring Data Redis 提供的是基于 Redis 协议和数据结构的抽象，底层仍然通过客户端与兼容服务通信。(Home)

Java 项目可以根据迁移阶段选择不同策略：

策略 适用场景 改造成本
保留现有客户端 只使用通用命令，希望快速验证 低
更换为 Valkey 官方客户端 新项目或准备长期使用 Valkey 中
封装统一缓存访问层 需要兼容 Redis 和 Valkey 中
大量使用 Valkey 9.x 新命令 已确定不再回退旧版本 较高

更稳妥的做法，是把 Valkey 特有命令封装在 Repository 或基础设施层，而不是让业务代码直接到处调用 HGETDEL、MSETEX。

例如，业务层只依赖下面这样的语义接口：

public interface TemporaryJobRepository {

    Optional<JobPayload> consume(String jobId);

    void saveBatch(Map<String, JobPayload> jobs, Duration ttl);
}

底层可以根据服务端能力选择 Lua、事务或 Valkey 新命令。这样即使未来切换客户端或存储引擎，也不需要修改大量业务代码。

八、生产迁移优先使用复制，而不是直接复制文件

Valkey 官方提供了三类迁移方案：

迁移方式 停机时间 适用场景
复制 RDB 文件 较长 数据量不大、允许停机
Redis 到 Valkey 复制 较短 持续写入的生产系统
迁移指定 Key 可控 只迁移部分业务数据

对于 Redis OSS 7.2 及以前版本，生产环境通常更适合采用复制迁移：先把 Valkey 配置为 Redis 的副本，完成全量和增量同步，再切换应用连接并将 Valkey 提升为主节点。(Valkey)

flowchart LR
    A[盘点版本与依赖] --> B[搭建兼容性环境]
    B --> C[将 Valkey 配置为副本]
    C --> D[完成全量与增量同步]
    D --> E[校验键值与过期时间]
    E --> F[灰度切换应用连接]
    F --> G[提升 Valkey 为主节点]
    G --> H[观察后关闭旧实例]

迁移前必须完成的盘点

不能只记录 Redis 版本，还应检查：

  1. 单机、Sentinel 还是 Cluster；
  2. RDB、AOF 以及重写策略；
  3. 客户端类型和版本；
  4. 是否使用 Lua 脚本；
  5. 是否加载第三方模块；
  6. 是否依赖特殊命令；
  7. Key 数量、数据类型和 TTL 分布；
  8. 最大 Value、大型 Hash、大型 Set 和热 Key；
  9. 内存淘汰策略；
  10. 监控、备份和故障转移流程。

同步完成后，不能只比较 Key 数量

DBSIZE 或 INFO KEYSPACE 相同，只能说明 Key 数量基本一致，不能证明数据完全正确。

至少还要验证：

  • 不同数据类型的抽样值；
  • TTL 是否保持；
  • Stream 消费组和待确认消息；
  • Lua 脚本是否能够执行；
  • 模块数据能否读取；
  • Cluster 槽位是否完整；
  • 热 Key 是否存在异常；
  • 复制延迟是否归零；
  • 应用错误率和超时率是否变化。

切换期间仍然可能丢失最后一小段写入

官方迁移说明也提醒，在 Redis 仍有写请求、而副本尚未完全追平时关闭原节点，仍然存在数据丢失风险。(Valkey)

因此，关键系统在最终切换前应安排一个短暂的写入冻结窗口：

  1. 暂停或排空写请求；
  2. 确认复制状态正常；
  3. 确认偏移量不再变化；
  4. 切换应用连接；
  5. 将 Valkey 提升为主节点；
  6. 恢复写入。

九、保留回滚能力，比快速使用新命令更重要

迁移完成后，很多团队会立即使用 Valkey 9.1 的新命令。

这会让回滚变得更加困难。

旧版 Redis 并不认识 HGETDEL、MSETEX、CLUSTERSCAN 等 Valkey 新命令。更重要的是，一旦新系统承接了持续写入，原 Redis 实例中的数据就会逐渐落后。

因此，生产迁移建议分成两个阶段。

第一阶段：只替换服务端

  • 保留原有命令集；
  • 不修改数据模型；
  • 不立即使用 Valkey 特有能力；
  • 观察延迟、错误率、内存和持久化；
  • 保留旧实例和原始备份。

第二阶段：关闭回滚窗口

确认系统稳定后，再逐步启用：

  • 数据库级 ACL；
  • JSON 日志；
  • Valkey 专属监控指标；
  • HGETDEL；
  • MSETEX；
  • 原子槽位迁移；
  • 新的集群运维能力。

这种方式虽然比“一次性升级并改造所有代码”慢一些，但可以把服务端迁移风险与业务代码改造风险分开。

对于特别核心的系统，还可以采用更保守的两阶段版本路线：

Redis OSS 7.2 → Valkey 7.2 → Valkey 9.1

这样可以先完成项目和治理体系迁移，再单独验证跨大版本升级。Valkey 官方也建议谨慎处理大版本升级，并优先升级副本，再升级主节点。(Valkey)

十、不要用默认压测结果做容量规划

Valkey 自带 valkey-benchmark，但直接运行默认命令，得到的结果通常不能代表真实业务。

默认测试主要反复访问同一个 Key，Value 只有几个字节，而且没有启用 Pipeline。它回答的是“当前机器在某个简单模型下能跑多快”，而不是“订单系统迁移后能承受多少流量”。(Valkey)

一个更接近实际缓存负载的示例是：

valkey-benchmark \
  -t set,get \
  -r 500000 \
  -d 512 \
  -P 8 \
  -n 2000000 \
  -q

其中：

  • -r 500000 表示使用较大的随机 Key 空间；
  • -d 512 表示 Value 大小为 512 字节；
  • -P 8 表示 Pipeline 深度为 8；
  • -n 2000000 表示执行 200 万次请求。

压测时应保证 Redis 与 Valkey 使用：

  • 相同硬件；
  • 相同数据集；
  • 相同客户端数量；
  • 相同 Pipeline 深度；
  • 相同持久化策略；
  • 相同网络环境；
  • 相同预热时间；
  • 相同测试时长。

最终至少比较以下指标：

指标 关注原因
吞吐量 判断整体处理能力
P50 观察典型请求体验
P95、P99 发现排队和长尾延迟
最大延迟 发现持久化、扩容和重哈希抖动
CPU 判断主线程或 I/O 线程瓶颈
内存 评估真实容量变化
淘汰数量 判断缓存是否接近上限
错误率 发现连接和超时问题
复制延迟 判断高可用风险

需要特别注意，Pipeline 越深，吞吐量通常越高，但单条请求等待时间也可能增加。不能为了得到更漂亮的 QPS，使用远高于生产客户端的 Pipeline 深度。(Valkey)

十一、哪些项目值得迁移，哪些项目不必着急

比较适合评估 Valkey 的场景

  • 当前运行 Redis OSS 6.x 或7.2；
  • 大量存储短字符串和会话数据；
  • 排行榜使用大量 Sorted Set；
  • 对开源治理和许可证有明确要求；
  • 希望降低小对象内存开销；
  • 希望获得更细粒度 ACL；
  • 需要结构化 JSON 日志；
  • Cluster 扩缩容和槽位迁移频繁；
  • 愿意投入时间完成真实负载测试。

Valkey 9.0 已引入原子槽位迁移，9.1 又在命令行工具中增加相关支持，可以降低集群重新分片过程中部分 Key 已迁移、部分 Key 尚未迁移带来的复杂状态。(Valkey)

不建议立即迁移的场景

  • 当前系统长期稳定，负载和成本都没有压力；
  • 使用 Redis CE 7.4 及以后版本；
  • 严重依赖 Redis 新版本特有功能；
  • 使用大量商业模块或私有模块；
  • Lua 脚本和客户端行为缺少测试；
  • 没有预发布环境；
  • 没有监控、备份和回滚方案；
  • 迁移目的只是追求官方 QPS 数字。

数据库迁移本身不会直接产生业务价值。只有当它能够解决许可证、成本、性能、安全、扩容或运维问题时，迁移才值得承担风险。

十二、结语

Valkey 9.1 最值得关注的，并不是单实例每秒 210 万次请求这个数字。

真正有价值的是它背后的工程变化：

  • 小对象布局减少内存浪费；
  • I/O 线程模型提高多核利用率；
  • 主线程指标减少 CPU 误判；
  • JSON 日志降低采集成本；
  • 数据库级 ACL 收紧权限边界；
  • TLS 热更新降低证书轮换风险；
  • 新命令减少应用层多步骤操作；
  • 集群工具逐渐补齐复杂运维能力。

对于 Redis OSS 7.2 及以前版本的项目，Valkey 已经是一个值得认真评估的生产选项。但“协议兼容”并不代表“迁移零风险”，真正可靠的升级仍然需要版本盘点、数据验证、灰度切换、真实压测和明确的回滚窗口。

最稳妥的迁移，不是把 Redis 地址改成 Valkey 地址后直接上线。

而是先证明旧功能没有变化，再决定是否使用新能力。

1 条评论

本站文章除注明转载/出处外，均为本站原创或翻译，转载前请务必署名，转载请标明出处。
最后编辑时间为: 2026/09/07 22:23:09

如果你觉得文章对你有帮助，那就请作者喝杯咖啡吧

评论区 1

头像
 1 条评论
伴我
2026-08-30 21:56:14 马来西亚砂拉越州古晋