你可以用redisgears来做这个(https://oss.redislabs.com/redisgears/)只有一行：

RG.PYEXECUTE "GB().map(lambda x: int(execute('MEMORY', 'USAGE', x['key']))).aggregate(0, lambda a,x: a+x, lambda a,x: a+x).run('cache:*')"

第一个map操作获取每个键的大小，聚合操作对其求和。run函数的参数是要在其上运行的键前缀。

您可以将scan与内存使用命令一起使用。根据数据库的大小（您可以用dbsize检查）-您可以安排 count 选择 scan 命令。下面的命令将扫描与 cache: 前缀。

SCAN 0 MATCH cache:* COUNT 2000

那你就可以执行了 MEMORY USAGE 在各个键上。你可以用你最喜欢的编程语言和可用的redis库来实现它。
lua的例子可以是这样的（我对lua没有足够的经验，但它看起来很有用）。它将返回值的总大小（以字节为单位）。

local response = redis.call("SCAN", 0, "MATCH", "cache:*", "count", 2000)
local keys = response[2]
local total = 0

for i = 1, #keys do
    total = total + redis.call("MEMORY", "USAGE", keys[i])
end

return total

它可能不是大型数据库的最佳“性能”解决方案。您可能需要更新光标。
编辑：正如@for\u stack在注解中指出的，当计数小于总密钥大小时，它将不起作用当计数小于时，它需要多次迭代。