首先，监控Redis的关键指标包括内存使用率、CPU占用、QPS（每秒查询率）、连接数、延迟时间和命中率。通过Prometheus + Grafana搭建实时监控仪表盘，设置告警阈值如内存使用超过80%时警报。优化策略：启用慢查询日志（slowlog），定期分析并优化查询；使用Redis RDB和AOF混合持久化，平衡性能与数据安全；配置合理的maxmemory-policy为allkeys-lru，避免内存溢出；水平拆分数据到Redis Cluster，提升吞吐量。这些步骤让数据流动顺畅，系统效率大幅提升。

监控指标详解

Redis的info命令能获取全面统计：used_memory_human显示内存占用，connected_clients是连接数，keyspace_hits和keyspace_misses计算命中率。日常监控脚本：redis-cli info | grep used_memory，超过阈值自动扩容实例。结合Zabbix或Datadog，图形化展示趋势图，早发现瓶颈。

性能调优实战

关闭透明大页（transparent_hugepage=no），减少内存碎片；设置tcp-keepalive 300，清理闲置连接；调整hz 10到20，平衡后台任务与响应速度。慢命令如keys *避免使用，改用scan迭代。结果：QPS从5k升到20k，延迟降至1ms以内。

告警与自动化

使用Grafana警报，当evicted_keys >0或rejected_connections >0时邮件通知。脚本自动化：if used_memory > 90%，触发migrate数据到从节点。Sentinel高可用确保故障秒级切换，无单点风险。

集群监控优化

Redis Cluster模式下，监控cluster_slots_ok和cluster_state=ok。工具redis-trib或redis-cli --cluster check验证节点健康。动态添加从节点，分担读流量，峰值时性能翻倍。

内存优化技巧

hash-max-ziplist-entries 512，压缩小Hash对象节省内存30%。定期内存碎片整理：memory-purge命令。监控fragmentation_ratio，>1.5时重启或优化数据结构。

实际案例分享

某电商平台Redis QPS峰值10w，内存告警频发。后优化：pipeline批量操作，Lua脚本原子执行，连接池复用。效果：内存稳定70%，系统无宕机，黑五促销数据如诗般流畅。

FAQ
Q: 如何快速查看Redis慢查询？
A: 执行CONFIG SET slowlog-log-slower-than 10000（10ms），然后SLOWLOG GET 10查看最近10条。
Q: 内存满了怎么办？
A: 设置maxmemory并allkeys-lru策略，自动淘汰冷数据。
Q: 怎么监控Redis连接数？
A: redis-cli info | grep connected_clients，超过上限调大tcp-backlog。
Q: Grafana怎么配置Redis告警？
A: 添加Prometheus数据源，查询rate(redis_uptime_in_seconds[5m])==0警报宕机。