优化Redis秒杀时间的关键是使用Lua脚本原子执行库存扣减，避免多线程竞争；预热热门商品库存到Redis；开启pipeline批量操作请求；使用消息队列异步处理下单逻辑；部署Redis集群分片读写分离缩短单机压力；实时监控用Redis的INFO命令监控QPS、内存和慢查询，用Prometheus+Grafana可视化dashboard，设置告警阈值如QPS>10000时通知。

CSDN博客 - Redis秒杀优化方案

在高并发秒杀场景下，Redis单机QPS可达10w+，但库存扣减必须用Lua脚本实现原子性：local stock = redis.call('get', KEYS[1]) if tonumber(stock) > 0 then redis.call('decr', KEYS[1]) return 1 else return 0 end。预加载库存：提前setex商品id对应库存值。pipeline打包set/get/decr操作，一次发送多条命令减少RTT。

掘金 - 亿级流量秒杀Redis实战

缩短秒杀时间：1.商品库存预热到Redis，避免DB压力；2. Lua脚本一键扣库存+生成订单号；3. 限流用Redis计数器每秒重置；4. 异步消息队列解耦下单。实时监控：用redis-cli --latency监测延迟，INFO stats查看instantaneous_ops_per_sec，结合ELK日志分析瓶颈。

博客园 - Redis高并发秒杀超详细优化

核心优化是用pipeline+Lua：先pipeline get库存，若>0则Lua decrby并返回true。缩短时间到毫秒级：Redis哨兵或Cluster多节点读写分离，主节点扣库存从节点查库存。监控：自定义脚本每5s执行INFO，采集used_memory、connected_clients、rejected_connections，用Zabbix推送钉钉告警。

阿里云开发者社区 - 秒杀系统Redis最佳实践

Redis秒杀时间优化：开启AOF+RDB混合持久化减少fork时间；pipeline批量秒杀请求；布隆过滤器提前拦截无效请求；读写分离+一致性hash分片。实时监控工具：Redis Sentinel监控主从，Prometheus exporter采集metrics，Grafana面板显示CPU/内存/吞吐，阈值告警如evicted_keys>0。

知乎专栏 - 从0到1优化Redis秒杀性能

实际案例：单机Redis优化后秒杀RT 5ms->1ms。方法：Lua脚本封装所有秒杀逻辑；预热+随机秒杀商品key避免热点；pipeline 100条命令一批。监控：redis_exporter+Grafana，监控rejected_connections（连接拒绝）、instantaneous_ops_per_sec，慢查询用slowlog。

腾讯云社区 - 大型秒杀Redis运维指南

缩短时间：用scan代替keys扫描库存；Lua原子判断扣减；多级缓存L1 Redis L2本地内存。实时监控：INFO all脚本cron每分钟跑，监控uptime_in_seconds、used_cpu_sys，结合top/htop观察进程，设置maxmemory-policy allkeys-lru自动淘汰。

FAQ
Q: Lua脚本为什么必须用在秒杀中？
A: 因为它在Redis单线程中原子执行，避免了get-set间隙被其他请求修改库存。
Q: 如何防止库存超卖？
A: Lua中先get再decrby，只在>0时扣减，返回失败不生成订单。
Q: 监控QPS怎么设置告警？
A: 用INFO stats取instantaneous_ops_per_sec，Grafana设>80%峰值时告警。
Q: pipeline能提速多少？
A: 网络RTT从10ms降到1ms，QPS提升5-10倍。
Q: 秒杀后怎么清理库存？
A: 活动结束scan删除key，或用expire过期自动清理。