Redis 内存优化

Redis性能优化可以从多个方面进行，主要包括以下几个方面：

1. 内存优化

Redis 是基于内存的数据库，优化内存使用可以提高性能并降低成本。

(1) 使用合适的数据结构

不同的数据结构占用的内存不同，选择合适的数据结构可以减少内存使用：

字符串（String）：适用于存储简单键值对，避免存储过长的字符串。
列表（List）：适用于有序集合，避免存储超长的列表。
哈希（Hash）：适用于存储对象，如果字段较少，推荐使用 Hash 结构而不是多个 String。
集合（Set） 和 有序集合（Sorted Set）：适用于去重或排序的场景。

(2) 开启内存压缩

对于 Hash、List、Set、Zset 这类数据结构，Redis 提供了 ziplist（压缩列表）优化：

调整 hash-max-ziplist-entries 和 hash-max-ziplist-value
调整 list-max-ziplist-entries 和 list-max-ziplist-value
调整 set-max-intset-entries
调整 zset-max-ziplist-entries 和 zset-max-ziplist-value

合理调整这些参数可以减少内存占用。

(3) 减少键名和字段名长度

Redis 的键名不宜过长，例如 user:12345:profile:age 可以改成 u:12345:p:a，减少内存占用。

(4) 使用共享对象

在 Redis 内部，对于小整数（如 0-9999），会使用共享对象来节省内存。
通过 set maxclients 10000 限制最大连接数，避免消耗过多内存。

2. CPU 优化

Redis 是单线程的（除非使用 IO threads），优化 CPU 主要从以下几方面入手：

(1) 避免使用耗时操作

避免 KEYS 命令：使用 SCAN 命令代替，可以减少阻塞时间。
避免 FLUSHALL/FLUSHDB：在大数据量下操作会导致阻塞，可以使用 UNLINK（异步删除）。
避免 LRANGE 0 -1：可以分页 LRANGE start stop 读取数据。
避免 SORT：尽量使用 ZSET 代替 SORT。

(2) 使用 Pipelining

如果需要一次性发送多个命令，可以使用 管道（pipelining），减少网络 I/O 和 CPU 解析开销。

(3) 开启 `IO Threads`

在 Redis 6.0 之后，支持 io-threads，可以开启多线程 I/O 处理：

io-threads 4

这在 高并发请求场景 下可以提高性能。

3. 磁盘 IO 优化

对于持久化模式（RDB 和 AOF），优化磁盘 IO 也能提升性能。

(1) RDB（快照）优化

合理设置 save 规则

：避免 Redis 频繁生成快照，增加 CPU 和 IO 负担：
```
save 900 1
save 300 10
save 60 10000
```
关闭 RDB 自动保存

（如果只使用 AOF 持久化）：
```
save ""
```
使用 SSD 代替 HDD 以加快 RDB 持久化速度。

(2) AOF（Append Only File）优化

使用 everysec 模式

（默认），避免
```
fsync
```
频繁写入影响性能：
```
appendfsync everysec
```

定期进行 AOF 重写

，防止 AOF 文件过大：

auto-aof-rewrite-percentage 100
auto-aof-rewrite-min-size 64mb

使用 no-appendfsync-on-rewrite yes

避免 AOF 重写时同步写磁盘，减少性能影响：
```
no-appendfsync-on-rewrite yes
```

4. 网络优化

在高并发场景下，优化网络可以减少 Redis 处理请求的延迟。

(1) 调整 `tcp-backlog`

默认的 tcp-backlog 可能过小，可以增大该值：

tcp-backlog 511

避免高并发时连接被拒绝。

(2) 开启 `tcp-keepalive`

可以减少 Redis 处理大量 TIME_WAIT 连接：

tcp-keepalive 60

(3) 使用 `UNIX Socket`

如果 Redis 只用于本机服务，可以使用 UNIX socket，减少 TCP 开销：

unixsocket /var/run/redis.sock
unixsocketperm 700

然后用 redis-cli -s /var/run/redis.sock 连接。

5. 负载均衡和集群优化

当 Redis 单节点性能达到瓶颈时，可以考虑使用 主从架构、分片（Sharding） 或 集群（Cluster） 进行扩展。

(1) 使用主从复制

Redis 支持 主从复制（Replication），可以通过 slaveof 配置多个从节点，分摊读压力：

replicaof <master-ip> <master-port>

然后让应用程序将读请求分发到从节点。

(2) 使用 Redis Sentinel 进行高可用

Redis Sentinel 监控主从状态，自动进行主从切换，提升 Redis 可用性：

sentinel monitor mymaster 127.0.0.1 6379 2
sentinel down-after-milliseconds mymaster 5000
sentinel failover-timeout mymaster 60000

(3) 使用 Redis Cluster 进行分片

当单机 Redis 容量或并发达到瓶颈时，可以使用 Redis Cluster 进行分片：

redis-cli --cluster create 192.168.1.1:6379 192.168.1.2:6379 192.168.1.3:6379 --cluster-replicas 1

这样数据会被分片存储在多个节点，提升存储能力和并发处理能力。

6. 其他优化

(1) 限制最大内存

防止 Redis 占用过多内存，可以配置 maxmemory：

maxmemory 2gb
maxmemory-policy allkeys-lru

选择合适的淘汰策略（如 allkeys-lru）。

(2) 限制最大客户端连接数

防止 Redis 被大量连接占满：

maxclients 10000

(3) 监控 Redis 性能

使用 INFO 命令监控 Redis 运行状态：

redis-cli INFO

或者使用 slowlog 监控慢查询：

redis-cli SLOWLOG GET 10

总结

优化方向	具体措施
内存优化	使用合适的数据结构、压缩列表、缩短键名、开启共享对象
CPU 优化	避免耗时操作（如 KEYS、FLUSHALL）、使用 Pipelining、开启 IO 线程
磁盘 IO	调整 RDB/AOF 策略、开启 AOF rewrite、使用 SSD
网络优化	调整 `tcp-backlog`、使用 UNIX Socket、开启 `tcp-keepalive`
负载均衡	主从复制、Redis Sentinel、Redis Cluster
其他优化	限制 `maxmemory`、`maxclients`，监控 Redis 性能