1. 现场快速诊断与隔离
1.1 初步判断与崩溃征兆
在Redis崩溃的现场，运维人员需要快速确认崩溃类型。核心表现包括应用连接失败、延迟飙升、CPU/内存异常、日志里出现错误信息。要优先判断是单点故障还是集群问题、以及是持久化文件损坏还是内存数据损坏。
通过监控面板和日志可以快速提取线索：INFO server、INFO persistence、以及系统级别指标。异常的报错如 "Redis is starting..." 长时间 Bootstrap 表明需要紧急干预。
1.2 日志与状态采集
收集最近的系统和Redis日志用于分析。最近的错误条目、OOM事件、fallocate相关日志常常指向崩溃原因。执行如下命令查看实时输出与历史日志。
关键点在于确保数据不会因操作而进一步丢失。保存当前日志快照、导出关键指标，并将现场信息归档作为后续溯源材料。
2. 节点重启与一致性确认
2.1 预备工作与风险评估
在尝试重启前，先评估风险：遇到崩溃时直接重启可能带来数据丢失、持久化文件损坏扩散。确认配置文件、持久化方式、磁盘状态，并在可控范围内执行。若是集群，需与其他分区节点沟通，避免分裂脑。
准备好回滚计划与备份：最近的RDB/AOF备份、快照，以及可用的系统镜像。
2.2 重启流程与一致性检查
按标准流程执行重启，优先保证服务可再次正常启动。执行命令前后，使用 redis-cli INFO Replication、INFO Persistence、以及 SERVER状态 观察一致性。若使用系统服务管理，确保服务在启动日志中无错误。
# 以 systemd 管理的 Redis 重启示例
sudo systemctl stop redis
# 可选：确保没有残留的 Redis 进程
ps -ef | grep redis | grep -v grep
sudo systemctl start redis
sudo systemctl status redis
在重启完成后，逐步验证数据一致性：集群模式下的槽位状态、主从同步状态、以及持久化状态。
3. 数据恢复策略与工具
3.1 RDB 与 AOF 的选型与定位
Redis的两大持久化机制是 RDB 与 AOF。RDB 提供历史快照，AOF 提供持续日志，两者可互补。若遇到崩溃，优先确认最近的RDB是否可用，若无或损坏则考虑 AOF。
在实际运维中，需要记录持久化文件的位置与当前策略：dir、dbfilename、appendonly、appendfilename等配置项。
3.2 恢复流程与实操步骤
先关闭 Redis 防止写入继续，确保恢复过程的稳定性。停机时间越短越好，但要确保数据一致性。
# 停止 Redis，确保不再写入
sudo systemctl stop redis# 如果使用 RDB 恢复，替换工作目录下的 dump.rdb，然后重启
cp /backup/redis/dump.rdb /var/lib/redis/dump.rdb
sudo systemctl start redis
# 或者确认 AOF 的完整性后再启动
如果使用 AOF，先修复 AOF 文件：redis-check-aof --fix /var/lib/redis/appendonly.aof，然后重新启动服务。可选地在修复前先备份现有的 AOF 文件。
# 修复 AOF 文件并重新加载
redis-check-aof --fix /var/lib/redis/appendonly.aof
sudo systemctl restart redis
数据最终是否能够完整恢复，需要通过 redis-cli 进行一致性检查：如检查 INFO Persistence、LASTSAVE、dbsize 等指标，以及 keys 的数量与最近写入记录。
4. 事后治理与防护
4.1 持久化配置优化与灾难演练
在崩溃事件后，回到稳定状态阶段，需对持久化策略做必要优化。确保 appendonly yes、appendfsync everysec，并设置合理的 RDB 保存点，如 save 900 1、save 60 1000等。RAM、磁盘 IOPS、以及 WAL 日志大小的监控也不可忽略。
对运维团队进行灾难演练，确保在真实环境中能快速按流程执行：演练脚本、回滚计划、以及自动化检查点。
4.2 防护措施与配置示例
下面给出一个简化的 Redis 配置片段，展示常见的安全与稳定性设置。持久化、内存限制、与日志级别将直接影响崩溃后的恢复时间。
# /etc/redis/redis.conf 的示例段落
appendonly yes
appendfsync everysec
save 900 1
save 300 10
maxmemory 4gb
maxmemory-policy allkeys-lru
loglevel notice
在生产中还应启用 AOF 的 fsync 策略、编写适配的备份计划，以及对关键节点部署高可用方案（如 Redis 哨兵、主从复制、或集群模式）。
