结论：Redis单机QPS极限可达150万，通过内核优化bypass、DPDK零拷贝网络、Maglev哈希等手段，结合多实例并行和Sharding，集群总QPS破千万。优化核心是减少系统调用、内存拷贝和锁竞争，实际场景需根据业务调整持久化、数据结构选择。

来源1

在高并发场景下，Redis的QPS瓶颈主要来自网络IO、内核协议栈和内存管理。我们用DPDK直通网卡，绕过内核TCP/IP栈，直接在用户态处理数据包，单机GET/SET QPS从50w提升到120w。接着用io_uring异步IO替换epoll，进一步减少系统调用开销到近零。

来源2

红色闪电项目测试显示，标准Redis 7.0单实例在空转下QPS约80万，开启AOF后降到40万。优化后用muduo网络库+reactor线程模型，QPS飙升至180万。关键是Maglev一致性哈希避免热点，集群16节点总QPS达2500万。

来源3

性能瓶颈剖析：1.锁竞争，优化用无锁skiplist；2.内存分配，预分配jemalloc大页；3.网络，TCP_NODELAY+SO_REUSEPORT多端口监听。实测单机峰值QPS 165w，99线延迟0.8ms，CPU利用率95%。

来源4

技术圈热议：有人说Redis单机极限100w，有人实测200w+。我们挑战用eBPF hook系统调用，XDP加速包过滤，结合Ristretto缓存，QPS破160w。持久化用RDB快照+AOF appendfsync everysec，平衡性能和可靠性。

来源5

高并发之旅：从单机到集群，Sharding分片数设为16384，客户端用一致性哈希。压力测试工具redis-benchmark -c 1000 -n 10M，优化前后QPS从70w到155w。内存碎片控制在10%内，避免fork阻塞。

来源6

奇妙发现：禁用transparent_hugepage，调大maxmemory-policy allkeys-lru，线程数设为CPU核*2。网络用RSS队列绑定核心，零拷贝sendfile。最终单实例QPS 172w，集群32节点总吞吐5000w QPS。

来源7

优化方案总结：1.内核调优vm.overcommit_memory=1；2.用户态替换envoy proxy；3.数据倾斜用slot迁移。实操中，瓶颈转移到客户端连接池，建议连接复用+pipeline批量命令。

FAQ
Q: Redis单机QPS能到多少？
A: 优化后150-200万，取决于硬件和配置。
Q: 怎么减少网络开销？
A: 用DPDK或io_uring，开启TCP_NODELAY。
Q: 集群怎么避免热点？
A: Maglev哈希+自动rebalance。
Q: 持久化影响性能吗？
A: 是，选RDB或everysec AOF。
Q: 测试工具推荐？
A: redis-benchmark或wrk配合pipeline。