Redis性能优化技巧
内存是Redis的核心资源，合理管理内存能有效提升性能。首先，设置内存上限：通过maxmemory参数限制Redis最大内存使用（如maxmemory 16gb），避免内存溢出（OOM）；其次，选择高效数据结构：优先使用Hash存储对象（替代多个String），减少Key数量；对小型数据（如Hash元素≤512个）使用ziplist编码（通过hash-max-ziplist-entries配置），降低内存开销；对统计场景（如UV统计）使用HyperLogLog（内存占用远小于Set）；对大文本使用客户端压缩（如GZIP）后存储，读取时解压。再者，配置淘汰策略：根据业务需求选择volatile-lru（淘汰已设置过期时间的最近最少使用键）、allkeys-lru（淘汰所有键中的最近最少使用键）等策略，平衡内存利用率与数据保留。最后，定期清理过期数据：为Key设置合理TTL（如EXPIRE key 3600），并通过active-expire-effort参数提高过期键清理频率，避免内存堆积。
合理配置Redis参数能显著提升性能。网络与连接优化：增大tcp-backlog（如tcp-backlog 511）提高高并发下的连接队列容量；设置maxclients（如maxclients 10000）限制最大客户端连接数，避免连接过多导致资源耗尽；设置timeout（如timeout 300）关闭空闲连接，释放资源。持久化优化：若允许数据丢失，可关闭AOF（appendonly no）；若需要数据持久化，选择appendfsync everysec（每秒同步一次），平衡性能与数据安全性；开启混合持久化（aof-use-rdb-preamble yes，Redis 4.0+），结合RDB快照和AOF日志，减少恢复时间。操作系统级优化：禁用透明大页（THP，echo never > /sys/kernel/mm/transparent_hugepage/enabled），避免内存分配延迟；使用jemalloc内存分配器（默认），减少内存碎片。
客户端操作直接影响Redis的吞吐量与延迟。使用连接池：通过Jedis Pool、Lettuce等连接池复用连接，避免频繁创建/销毁TCP连接的高开销（如Jedis Pool配置maxTotal 200、maxIdle 100）。避免阻塞命令：禁用KEYS *（全量扫描键）、FLUSHALL（清空所有数据）等高危命令（在redis.conf中重命名，如rename-command KEYS ""）；用SCAN（分批遍历键，如SCAN 0 COUNT 100）、HSCAN（分批遍历Hash，如HSCAN user:1 0 COUNT 10）替代，减少主线程阻塞。批量操作：使用MGET/MSET（批量获取/设置键值，如MSET user:1:name Alice user:1:age 30）减少网络往返次数，提升吞吐量。异步删除大Key：用UNLINK（异步删除，如UNLINK big_key）替代DEL（同步删除），避免删除大Key时阻塞主线程。
选择合适的数据结构能减少内存占用与操作复杂度。Hash替代多个String：存储对象（如用户信息）时，用Hash（HSET user:1 name Alice age 30）替代多个String（SET user:1:name Alice、SET user:1:age 30），减少Key数量与内存开销。压缩编码：对小型Hash、List使用ziplist编码（通过hash-max-ziplist-entries、list-max-ziplist-size配置），降低内存占用。专用数据结构：对UV统计用HyperLogLog（内存占用约12KB/亿数据，远小于Set的存储成本）；对消息队列用Stream（替代List，支持消费者组、消息持久化）；对大文本用Stream（替代List，支持游标分页）。
持久化是Redis数据安全的重要保障，但会影响性能。异步持久化：优先使用bgsave（后台生成RDB快照）而非save（同步生成），避免主线程阻塞；调整appendfsync为everysec（每秒同步AOF日志），平衡性能与数据安全性（always同步每条命令，性能差；no由操作系统决定同步时机，数据安全性低）。混合持久化：开启aof-use-rdb-preamble yes（Redis 4.0+），AOF文件开头包含RDB快照，后续追加AOF日志，既保证恢复速度快（RDB快照），又保证数据安全性（AOF日志）。优化磁盘IO：将AOF与RDB文件存储到SSD磁盘，避免与其他高IO服务混部，提升持久化速度。
当单机Redis无法满足性能需求时，可通过集群与分片扩展。Redis Cluster：使用Redis Cluster实现数据分片（16384个槽位），将数据分布到多个节点，提高并发处理能力与可用性（支持主从复制、故障转移）。分片策略：根据业务需求选择分片策略，如基于哈希的一致性哈希（如user_id % 10），避免数据倾斜（部分节点负载过高）。读写分离：主节点负责写操作，从节点负责读操作（通过SLAVEOF配置），提升读性能（适用于读多写少的场景）。
持续监控与维护能及时发现性能问题。监控工具：使用INFO memory（查看内存使用情况，如used_memory、mem_fragmentation_ratio）、SLOWLOG GET（查看慢查询，如执行时间超过10ms的命令）、redis-cli --latency（检测延迟）等工具监控Redis性能。定期维护：定期清理大Key（用redis-cli --bigkeys分析大Key，再用UNLINK删除）、整理内存碎片（Redis 4.0+开启activedefrag yes，自动整理碎片）、备份数据（定期备份RDB/AOF文件，防止数据丢失）。
