針對Redis的性能優化，主要從下面幾個層面入手：
最初的也是最重要的，確保沒有讓Redis執行耗時長的命令
使用pipelining將連續執行的命令組合執行,
使用pipelining時，只需要從客戶端一次向Redis發送多條命令（以\r\n）分隔，Redis就會依次執行這些命令，并且把每個命令的返回按順序組裝在一起一次返回，比如：
$ (printf "PING\r\nPING\r\nPING\r\n"; sleep 1) | nc localhost 6379 +PONG +PONG +PONG
操作系統的Transparent huge pages(大內存頁)功能必須關閉，否則可能導致redis延遲和內存使用問題：
echo never > /sys/kernel/mm/transparent_hugepage/enabled
echo never > /sys/kernel/mm/transparent_hugepage/defrag
如果在虛擬機中運行Redis，可能天然就有虛擬機環境帶來的固有延遲?？梢酝ㄟ^./redis-cli --intrinsic-latency 100命令查看固有延遲。同時如果對Redis的性能有較高要求的話，應盡可能在物理機上直接部署Redis。
檢查數據持久化策略
考慮引入讀寫分離機制
用scan代替keys,因為keys會阻塞redis的單線程
為何要做集群分片：
Redis中存儲的數據量大，一臺主機的物理內存已經無法容納
Redis的寫請求并發量大，一個Redis實例以無法承載
當上述兩個問題出現時，就必須要對Redis進行分片了。
Redis的分片方案有很多種，例如很多Redis的客戶端都自行實現了分片功能，也有向Twemproxy這樣的以代理方式實現的Redis分片方案。然而首選的方案還應該是Redis官方在3.0版本中推出的Redis Cluster分片方案。
本文不會對Redis Cluster的具體安裝和部署細節進行介紹，重點介紹Redis Cluster帶來的好處與弊端。
能夠自動將數據分散在多個節點上
當訪問的key不在當前分片上時，能夠自動將請求轉發至正確的分片
當集群中部分節點失效時仍能提供服務
其中第三點是基于主從復制來實現的，Redis Cluster的每個數據分片都采用了主從復制的結構，原理和前文所述的主從復制完全一致，唯一的區別是省去了Redis Sentinel這一額外的組件，由Redis Cluster負責進行一個分片內部的節點監控和自動failover。
Redis Cluster中共有16384個hash slot，Redis會計算每個key的CRC16，將結果與16384取模，來決定該key存儲在哪一個hash slot中，同時需要指定Redis Cluster中每個數據分片負責的Slot數。Slot的分配在任何時間點都可以進行重新分配。
客戶端在對key進行讀寫操作時，可以連接Cluster中的任意一個分片，如果操作的key不在此分片負責的Slot范圍內，Redis Cluster會自動將請求重定向到正確的分片上。
Redis提供了5種數據淘汰策略：
volatile-lru：使用LRU算法進行數據淘汰（淘汰上次使用時間最早的，且使用次數最少的key），只淘汰設定了有效期的key
allkeys-lru：使用LRU算法進行數據淘汰，所有的key都可以被淘汰
volatile-random：隨機淘汰數據，只淘汰設定了有效期的key
allkeys-random：隨機淘汰數據，所有的key都可以被淘汰
volatile-ttl：淘汰剩余有效期最短的key
最好為Redis指定一種有效的數據淘汰策略以配合maxmemory設置，避免在內存使用滿后發生寫入失敗的情況。
一般來說，推薦使用的策略是volatile-lru，并辨識Redis中保存的數據的重要性。對于那些重要的，絕對不能丟棄的數據（如配置類數據等），應不設置有效期，這樣Redis就永遠不會淘汰這些數據。對于那些相對不是那么重要的，并且能夠熱加載的數據（比如緩存最近登錄的用戶信息，當在Redis中找不到時，程序會去DB中讀?。?，可以設置上有效期，這樣在內存不夠時Redis就會淘汰這部分數據。
配置方法：
maxmemory-policy volatile-lru #默認是noeviction，即不進行數據淘汰
本文參考資料https://www.cnblogs.com/276815076/p/7245333.html
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
