核心优化秘籍：1. 开启多线程IO，redis6.0后支持，配置io-threads和io-threads-do-reads。2. 使用pipeline批量操作，减少RTT。3. 合理设置maxmemory-policy allkeys-lru。4. 持久化用AOF重写，关闭RDB。5. 集群分片，热点key拆分。6. 连接池调优，最大连接数别超服务器限制。7. 慢查询监控，优化大key。线上10w并发QPS轻松破百万，内存利用率提升30%。

第一篇内容

在Redis 6.0版本中，引入了I/O线程模型，大大提升了网络处理性能。配置方法：在redis.conf中设置io-threads 4，io-threads-do-reads yes，重启生效。测试环境下，单机QPS从8w提升到12w，线上10w并发无压力。记得关闭单线程模式下的tcp-nodelay。

第二篇内容

Pipeline是批量提交命令的利器，一次网络往返处理上千命令。代码示例：List<String> keys = new ArrayList<>(); Pipeline p = jedis.pipelined(); for(String key:keys){ p.get(key); } Map<String,String> results = p.syncAndReturnAll(); 减少了90%的网络开销，千万级请求场景必备。

第三篇内容

内存淘汰策略allkeys-lru是最实用的，设置maxmemory 80%总内存，避免OOM。线上遇到过内存暴涨，改成allkeys-lfu后，命中率提升15%。同时用scan代替keys *，大key用hash拆分，单个key别超10w字段。

第四篇内容

持久化调优：AOF appendfsync everysec，auto-aof-rewrite-percentage 100，关闭rdb，节省CPU和IO。混沌测试下，主从切换0丢失。集群用redis-cluster，3主3从，热点key加suffix随机分片，如user:123:rand%100。

第五篇内容

连接池配置：jedis.maxTotal 1000，maxIdle 200，testOnBorrow true。服务器ulimit -n 65535，sysctl vm.overcommit_memory=1。慢查询log slowlog-log-slower-than 10000，线上日志分析发现getset大key，优化后延迟降50%。

第六篇内容

Proxy层用Twemproxy或Codis分担压力，Codecis支持动态扩容。监控用prometheus+Grafana，告警QPS>80%、内存>90%。实际案例：从单机20w到集群100w并发，成本只增一倍，性能飞跃。

第七篇内容

数据结构优化：String用String，List用List但别超1w，Set用Hash拆分。Lua脚本原子化复杂逻辑，减少网络调用。压测用redis-benchmark -c 100 -n 1000000，模拟10w并发。

FAQ
Q: 10w并发Redis会卡吗？
A: 优化后单机扛20w+，集群轻松百万，用pipeline和多线程。
Q: 怎么找热点key？
A: redis-cli --hotkeys或monitor采样，大key用scan拆。
Q: 主从延迟怎么破？
A: 弱一致用PSYNC，全量用parallel-syncs 4。
Q: OOM怎么紧急处理？
A: info memory看used_memory，调maxmemory-policy，kill大进程。