核心优化策略：1. 使用Redis 6.0+的I/O线程模型，将网络处理和命令执行分离，提升并发吞吐量；2. 结合连接池和管道批量操作，减少网络往返；3. 客户端多线程适配，如Jedis的pipeline和lettuce的异步模式；4. 热点key拆分和读写分离，使用Proxy如Twemproxy或Codis分担压力；5. 监控并调优参数，如增大backlog和tcp-keepalive间隔。

方案一：启用Redis I/O线程

Redis 6.0引入了I/O线程，专门处理网络读写，主线程专注命令执行。在redis.conf中设置io-threads 4（根据CPU核心数），io-threads-do-reads yes。测试显示，在高并发场景下，QPS可提升30%-50%。重启Redis后生效，适合读多写少的场景。

方案二：客户端连接池与Pipeline

单线程Redis下，客户端多线程需共享连接池，避免每个线程新建连接。使用Jedis的JedisPool，配置maxTotal=200，maxIdle=50。同时用Pipeline批量提交命令，一次网络交互执行多条命令，性能提升10倍以上。代码示例：Pipeline p = jedis.pipelined(); p.set("key", "value"); p.sync();

方案三：读写分离与集群

部署Redis Sentinel或Cluster，主从复制后，读请求发到从库，写到主库。客户端配置readFrom=SLAVE。针对热点key，用一致性哈希分片到多个实例。Twemproxy作为Proxy，支持多线程处理，支持自动发现节点，轻松扩展到百台Redis。

方案四：Lua脚本与事务优化

多key操作用Lua脚本原子执行，避免watch/multi/exec的网络开销。脚本在Redis端运行，减少RTT。示例：eval("return redis.call('set',KEYS[1],ARGV[1])",2,key,value)。对于简单事务，优先Pipeline而非Multi，性能更高。

方案五：系统级调优

增大文件描述符ulimit -n 65535，设置vm.overcommit_memory=1避免swap。内核参数net.core.somaxconn=4096，tcp_max_syn_backlog=4096。Redis参数tcp-keepalive 300，timeout 0。监控用redis-cli --stat观察QPS、内存使用。

方案六：异步客户端Lettuce

Spring Boot集成Lettuce，支持Netty多线程事件循环。配置LettuceConnectionFactory，启用shareNativeConnection=true。异步API：redisTemplate.execute(AsyncConnectionCallback)。在多线程Web服务中，吞吐量是Jedis的2倍。

FAQ
Q: Redis单线程为什么还能高性能？
A: 因为内存操作快，CPU非瓶颈，网络是主要延迟源。
Q: I/O线程会增加延迟吗？
A: 不会，主线程只执行命令，网络异步处理，整体QPS更高。
Q: 多实例怎么负载均衡？
A: 用Proxy如Twemproxy或客户端侧轮询。
Q: 怎么监控优化效果？
A: 用redis-benchmark压测，观察latency和QPS变化。