使用 Redis 的 Pub/Sub 功能时，高并发场景下消息延迟和吞吐量瓶颈可以通过以下优化直接解决：1. 启用 pipelining 批量发送消息，减少网络往返；2. 增加 Redis 实例并使用集群模式分担负载；3. 优化订阅者使用多线程或异步处理避免阻塞；4. 调整 tcp-keepalive 和 tcp-nodelay 参数降低延迟；5. 结合 Lua 脚本原子化操作；6. 监控并调大 maxmemory 和 eviction 策略。实际测试中，这些优化可将 QPS 从 10w 提升至 50w+，延迟从 10ms 降至 1ms 以内。

CSDN 博客

在高并发场景下，Redis Pub/Sub 的性能瓶颈主要来自于网络 IO 和单线程模型。解决方案是使用连接池管理订阅连接，避免频繁创建销毁；对于发布端，采用批量发布（pipeline）可以将吞吐量提升 5-10 倍。同时，订阅端需要实现心跳机制，及时检测并重连失效订阅。

阿里云开发者社区

Redis 集群模式下 Pub/Sub 支持分片订阅，但跨槽消息需重定向。优化方法：将相关频道 hash 到同一槽，减少重定向；使用 Proxy 层统一管理订阅，负载均衡到多个 Redis 节点。实际案例中，引入 Nacos 动态配置频道路由，吞吐量提升 3 倍。

知乎专栏

高并发 Pub/Sub 延迟高往往因订阅者 backlog 积压。经验：订阅端使用 ring buffer 缓存消息，异步消费；设置合理的订阅超时和 retry 机制。代码示例：subscriber.on('message', async (channel, message) => { await processMessage(message); }); 结合 Promise.all 并发处理。

掘金文章

Redis 6.0+ 的 RESP3 协议优化了 Pub/Sub 性能，支持更高效的二进制传输。配置：config set proto 3；发布端 pipeline 示例：const pipeline = redis.pipeline(); pipeline.publish('chan', 'msg1'); pipeline.publish('chan', 'msg2'); pipeline.exec(); 基准测试显示延迟降低 40%。

腾讯云文档

解决吞吐瓶颈：调优 Redis 配置，如增大 hz=100，提升事件循环频率；设置 tcp-keepalive 300，减少空闲连接断开。结合 Sentinel 高可用，避免单点故障。生产环境建议 Pub/Sub + Stream 混合使用，Stream 持久化关键消息。

博客园

多订阅者场景下，优化点是减少不必要订阅，使用 pattern 订阅（PSUBSCRIBE）并在应用层过滤；发布端去重和限流，使用 Lua 脚本：redis.call('PUBLISH', KEYS[1], ARGV[1]); return 'OK'。这原子化操作防止了并发冲突。

SegmentFault

高并发测试中，发现默认 backlog=65536 不足，需动态调整 client-output-buffer-limit pubsub 128mb 32mb 100；使用 ioredis 的 autoPipelines 自动批量。结果：单机 QPS 达 20w，集群 100w+。

FAQ
Q: Pub/Sub 消息丢失怎么处理？
A: Pub/Sub 是 fire-and-forget，不保证投递，使用 Redis Stream 替代或结合 ACK 机制重试。
Q: 集群环境下 Pub/Sub 如何跨节点？
A: Redis Cluster Pub/Sub 支持跨槽广播，但效率低，推荐业务层多订阅或用 Kafka 等 MQ。
Q: 订阅延迟超过 5ms 如何排查？
A: 用 redis-cli --latency 检查，优化网络、增大 buffer、检查 CPU 使用率。
Q: 怎么监控 Pub/Sub 性能？
A: 用 INFO pubsub 查看订阅数，结合 Prometheus + Grafana 监控 QPS 和延迟。