核心优化方案：使用Redis Streams作为消息队列，支持消费者组实现可靠投递；结合Pub/Sub和List数据结构处理实时推送；设置合理的过期时间和内存限制，避免内存爆炸；启用AOF持久化+RDB快照双重保障数据不丢失；通过Lua脚本原子化操作减少网络往返；高并发下使用Pipeline批量操作降低延迟；分片集群部署Redis，提升吞吐量。

方案一：Redis Streams消息队列

Redis Streams是专门为消息队列设计的，支持消费者组，可以实现消息的可靠投递，避免丢失。生产者将聊天消息push到Stream中，消费者组中的消费者拉取消息并ack确认，防止重复消费或丢失。在高并发场景下，Streams的阻塞读取（XREAD BLOCK）能有效降低CPU空转，提升效率。

方案二：Pub/Sub结合List持久化

Pub/Sub适合实时推送，但不持久化，易丢失。为解决此问题，生产者同时发布到Pub/Sub频道和追加到List中，订阅者实时接收Pub/Sub，离线用户从List拉取历史消息。List使用LPUSH+LRANGE，设置TTL过期自动清理。

方案三：Pipeline与Lua脚本优化

高并发下单条命令RTT高，使用Pipeline批量发送命令，一次网络往返处理多条操作，可提升10倍性能。Lua脚本实现原子操作，如原子递增消息ID、检查用户在线等，避免竞态条件。

方案四：持久化与集群部署

开启AOF日志（appendfsync everysec）记录每秒操作，结合RDB周期快照，故障恢复时AOF+RDB重放。高并发用Redis Cluster分片，数据均匀分布，多主多从读写分离，单机QPS轻松破10万。

方案五：内存管理和限流

使用Memory命令监控，设置maxmemory-policy allkeys-lru自动淘汰闲置key。对热门聊天室用HyperLogLog估算UV，结合Redis的throttling脚本限流，防止雪崩。消息序列化用JSON+压缩，节省30%内存。

方案六：监控与调优

用INFO命令监控QPS、内存、延迟，Redis Sentinel高可用。慢查询用slowlog分析，热点key用scan扫描优化。对于聊天场景，私聊用Hash存储会话，群聊用Sorted Set按时间排序消息。

FAQ
Q: Redis Streams如何防止消息丢失？
A: 通过消费者组的pending entry列表，未ack的消息会重新分发给其他消费者。
Q: 高并发下Pub/Sub会丢消息吗？
A: Pub/Sub是fire-and-forget，订阅者离线或慢会丢，用Streams或List补充。
Q: 如何处理海量历史消息？
A: 用List+TRIM定期截断，或XTRIM对Stream自动修剪。
Q: 集群模式下聊天室如何路由？
A: 用一致性Hash或key slot分片，聊天室ID作为key前缀。