【Redis】Redis性能优化Day14（2026年）

我是一颗柠檬2026-06-08 8:51

写在前面

Redis以高性能著称，但在实际生产环境中，不当的使用方式可能导致性能急剧下降。今天我们来系统学习Redis性能优化的方法，包括慢查询分析、内存优化、网络优化和大key治理。

文章目录

    • 写在前面
    • 一、慢查询分析
      • [1.1 什么是慢查询](#1.1 什么是慢查询)
      • [1.2 SLOWLOG配置](#1.2 SLOWLOG配置)
      • [1.3 查看慢查询日志](#1.3 查看慢查询日志)
      • [1.4 常见慢查询命令](#1.4 常见慢查询命令)
      • [1.5 慢查询优化案例](#1.5 慢查询优化案例)
    • 二、内存优化
      • [2.1 内存使用分析](#2.1 内存使用分析)
      • [2.2 内存碎片问题](#2.2 内存碎片问题)
      • [2.3 对象编码优化](#2.3 对象编码优化)
      • [2.4 内存优化技巧](#2.4 内存优化技巧)
    • 三、网络优化
      • [3.1 Pipeline管道](#3.1 Pipeline管道)
      • [3.2 Lua脚本优化](#3.2 Lua脚本优化)
      • [3.3 连接池优化](#3.3 连接池优化)
      • [3.4 网络配置优化](#3.4 网络配置优化)
    • 四、大key治理
      • [4.1 什么是大key](#4.1 什么是大key)
      • [4.2 大key的危害](#4.2 大key的危害)
      • [4.3 大key发现](#4.3 大key发现)
      • [4.4 大key删除](#4.4 大key删除)
      • [4.5 大key预防](#4.5 大key预防)
    • 五、踩坑提醒
      • [5.1 KEYS命令在生产环境禁用](#5.1 KEYS命令在生产环境禁用)
      • [5.2 避免使用SELECT切换数据库](#5.2 避免使用SELECT切换数据库)
      • [5.3 避免大量key同时过期](#5.3 避免大量key同时过期)
      • [5.4 避免使用阻塞命令](#5.4 避免使用阻塞命令)
      • [5.5 常见性能问题汇总](#5.5 常见性能问题汇总)
    • 六、性能监控
      • [6.1 关键监控指标](#6.1 关键监控指标)
      • [6.2 监控命令](#6.2 监控命令)
      • [6.3 监控工具](#6.3 监控工具)
    • 七、面试高频考点
      • [7.1 如何排查Redis性能问题？](#7.1 如何排查Redis性能问题？)
      • [7.2 Redis内存优化有哪些方法？](#7.2 Redis内存优化有哪些方法？)
      • [7.3 为什么KEYS命令在生产环境禁用？](#7.3 为什么KEYS命令在生产环境禁用？)
      • [7.4 如何处理大key？](#7.4 如何处理大key？)
    • 八、参考资料
    • 九、互动话题

一、慢查询分析

1.1 什么是慢查询

实际场景：某天运维收到告警，Redis响应时间飙升，需要排查是哪些命令导致的。

慢查询定义：执行时间超过指定阈值的命令。

1.2 SLOWLOG配置

redis 复制代码 
# 查看慢查询配置
CONFIG GET slowlog-*

# 设置慢查询阈值（微秒）
CONFIG SET slowlog-log-slower-than 10000

# 设置慢查询日志最大条数
CONFIG SET slowlog-max-len 128

配置说明：

配置项 说明 默认值
slowlog-log-slower-than 慢查询阈值（微秒） 10000
slowlog-max-len 慢查询日志最大条数 128

1.3 查看慢查询日志

redis 复制代码 
# 查看慢查询日志
SLOWLOG GET

# 查看最近10条慢查询
SLOWLOG GET 10

# 查看慢查询日志条数
SLOWLOG LEN

# 清空慢查询日志
SLOWLOG RESET

慢查询日志格式：

复制代码 
1) 1) (integer) 1           # 日志ID
   2) (integer) 1703123456  # 执行时间戳
   3) (integer) 15000       # 执行耗时（微秒）
   4) 1) "KEYS"             # 执行的命令
      2) "user:*"
   5) "127.0.0.1:54321"     # 客户端地址
   6) "client-name"         # 客户端名称

1.4 常见慢查询命令

踩坑提醒：以下命令在生产环境慎用或禁用。

命令 时间复杂度 说明 替代方案
KEYS O(N) 遍历所有key SCAN
HGETALL O(N) 获取所有字段 HSCAN
SMEMBERS O(N) 获取所有成员 SSCAN
LRANGE O(N) 获取列表范围 分批获取
DEL O(N) 删除大key UNLINK
FLUSHALL O(N) 清空所有数据 慎用

1.5 慢查询优化案例

实际场景：KEYS命令导致Redis阻塞。

问题代码：

redis 复制代码 
# 危险：遍历所有key
KEYS user:*

优化方案：

redis 复制代码 
# 使用SCAN命令分批遍历
SCAN 0 MATCH user:* COUNT 100
# 返回：下一个游标和匹配的key列表

Java代码示例：

java 复制代码 
public List<String> scanKeys(String pattern) {
    List<String> keys = new ArrayList<>();
    ScanOptions options = ScanOptions.scanOptions()
        .match(pattern)
        .count(100)
        .build();
    
    Cursor<String> cursor = redisTemplate.scan(options);
    while (cursor.hasNext()) {
        keys.add(cursor.next());
    }
    return keys;
}

二、内存优化

2.1 内存使用分析

经验之谈：定期分析Redis内存使用情况，及时发现内存问题。

redis 复制代码 
# 查看内存使用情况
INFO memory

# 关键指标：
# used_memory: 已使用内存
# used_memory_rss: 系统分配内存
# used_memory_peak: 内存使用峰值
# mem_fragmentation_ratio: 内存碎片率

内存相关指标：

指标 说明 理想值
used_memory Redis分配的内存总量 -
used_memory_rss 操作系统分配给Redis的内存 -
mem_fragmentation_ratio 内存碎片率（rss/used） 1.0-1.5
used_memory_peak 内存使用峰值 -

2.2 内存碎片问题

踩坑提醒：内存碎片率过高会浪费内存，过低可能导致OOM。

内存碎片产生原因：

  1. 频繁的内存分配和释放
  2. 数据大小不一致
  3. Redis的内存分配器（jemalloc）

内存碎片率分析：

碎片率 说明 建议
< 1.0 Redis使用了swap 检查系统内存
1.0-1.5 正常 无需处理
> 1.5 碎片较多 考虑整理

内存碎片整理：

redis 复制代码 
# 开启自动碎片整理
CONFIG SET activedefrag yes

# 设置碎片整理阈值
CONFIG SET active-defrag-ignore-bytes 100mb
CONFIG SET active-defrag-threshold-lower 10

2.3 对象编码优化

面试高频考点：Redis会根据数据类型和大小自动选择编码方式，了解编码有助于优化内存。

数据类型编码表：

数据类型 编码方式 条件 内存效率
String int 整数且范围在long内 最高
String embstr 字符串长度≤44字节 高
String raw 字符串长度>44字节 中
Hash ziplist 元素数≤512，值≤64字节 高
Hash hashtable 不满足ziplist条件 中
List quicklist 3.2+版本默认 高
Set intset 全是整数，元素数≤512 高
Set hashtable 不满足intset条件 中
ZSet skiplist 元素数≤128，值≤64字节 高
ZSet skiplist+dict 不满足条件 中

查看编码方式：

redis 复制代码 
# 查看key的编码方式
OBJECT ENCODING mykey

2.4 内存优化技巧

实际场景：存储100万个用户信息，如何优化内存占用？

优化方案对比：

方案 内存占用 说明
String存储JSON 高 每个key都有元数据开销
Hash存储 中 多个字段共享一个key
Hash + ziplist 低 小对象使用压缩编码

优化示例：

redis 复制代码 
# 方案1：String存储（不推荐）
SET user:1 '{"id":1,"name":"张三","age":25}'
SET user:2 '{"id":2,"name":"李四","age":30}'

# 方案2：Hash存储（推荐）
HSET user:1 id 1 name "张三" age 25
HSET user:2 id 2 name "李四" age 30

# 方案3：压缩Hash（最优）
# 控制字段数量和大小，使用ziplist编码
HSET user:1 id 1 name "张三" age 25
# 确保元素数≤512，值长度≤64字节

内存优化建议：

优化项 建议
Key长度 尽量短，使用缩写
数据结构 选择合适的编码方式
过期策略 设置合理的过期时间
数据压缩 使用压缩编码
大key拆分 避免存储大对象

三、网络优化

3.1 Pipeline管道

实际场景：需要批量插入10000条数据，逐条执行太慢，如何优化？

Pipeline原理：

复制代码 
传统方式：
Client → Redis → Client → Redis → Client → Redis
（每次请求都需要网络往返）

Pipeline方式：
Client → Redis → Redis → Redis → Client
（一次网络往返执行多个命令）

Pipeline性能对比：

方式 10000次SET耗时
逐条执行 约10秒
Pipeline 约0.1秒
提升 100倍

Java实现Pipeline：

java 复制代码 
public void batchInsert(Map<String, String> data) {
    redisTemplate.executePipelined((RedisCallback<Object>) connection -> {
        data.forEach((key, value) -> {
            connection.set(key.getBytes(), value.getBytes());
        });
        return null;
    });
}

Pipeline注意事项：

注意点 说明
批量大小 控制每次Pipeline的命令数量（建议100-1000）
原子性 Pipeline中的命令不是原子的
返回值 注意返回值的顺序

3.2 Lua脚本优化

经验之谈：将多个命令封装成Lua脚本，减少网络往返。

lua 复制代码 
-- 扣减库存Lua脚本
local stock = redis.call('GET', KEYS[1])
if tonumber(stock) > 0 then
    redis.call('DECR', KEYS[1])
    return 1
else
    return 0
end

Java调用Lua脚本：

java 复制代码 
String script = 
    "local stock = redis.call('GET', KEYS[1]) " +
    "if tonumber(stock) > 0 then " +
    "    redis.call('DECR', KEYS[1]) " +
    "    return 1 " +
    "else " +
    "    return 0 " +
    "end";

RedisScript<Long> redisScript = RedisScript.of(script, Long.class);
Long result = redisTemplate.execute(redisScript, 
    Collections.singletonList("stock:product:123"));

3.3 连接池优化

踩坑提醒：连接池配置不当可能导致连接泄漏或性能下降。

Jedis连接池配置：

java 复制代码 
JedisPoolConfig config = new JedisPoolConfig();
// 最大连接数
config.setMaxTotal(200);
// 最大空闲连接数
config.setMaxIdle(50);
// 最小空闲连接数
config.setMinIdle(10);
// 获取连接最大等待时间（毫秒）
config.setMaxWaitMillis(3000);
// 连接有效性检查
config.setTestOnBorrow(true);
config.setTestOnReturn(false);
config.setTestWhileIdle(true);

JedisPool pool = new JedisPool(config, "127.0.0.1", 6379);

Lettuce连接池配置：

java 复制代码 
RedisClient client = RedisClient.create("redis://127.0.0.1:6379");
StatefulRedisConnection<String, String> connection = client.connect();

// Lettuce使用Netty，单个连接即可支持高并发
// 如需连接池，使用ConnectionPoolSupport
GenericObjectPool<StatefulRedisConnection<String, String>> pool = 
    ConnectionPoolSupport.createGenericObjectPool(
        () -> client.connect(),
        new GenericObjectPoolConfig()
    );

连接池配置建议：

参数 建议值 说明
maxTotal 200 最大连接数
maxIdle 50 最大空闲连接
minIdle 10 最小空闲连接
maxWaitMillis 3000 获取连接超时
testOnBorrow true 获取时检查连接

3.4 网络配置优化

Redis配置优化：

conf 复制代码 
# 绑定IP
bind 0.0.0.0

# 保护模式
protected-mode no

# TCP端口
port 6379

# TCP连接队列
tcp-backlog 511

# TCP保活
tcp-keepalive 300

# 最大客户端连接数
maxclients 10000

# 输出缓冲区限制
client-output-buffer-limit normal 0 0 0
client-output-buffer-limit replica 256mb 64mb 60
client-output-buffer-limit pubsub 32mb 8mb 60

四、大key治理

4.1 什么是大key

踩坑提醒：大key是Redis性能杀手，必须及时发现和处理。

大key定义：

类型 大key标准
String value > 10KB
Hash 元素数 > 5000
List 元素数 > 5000
Set 元素数 > 5000
ZSet 元素数 > 5000

4.2 大key的危害

危害 说明
内存占用大 单个key占用过多内存
网络阻塞 传输大key阻塞网络
过期阻塞 删除大key阻塞主线程
迁移阻塞 大key迁移影响性能

4.3 大key发现

方法1：使用redis-cli --bigkeys

shell 复制代码 
redis-cli --bigkeys

# 输出示例：
# -------- summary -------
# Sampled 100000 keys in the keyspace!
# Biggest string found 'user:10000' has 10240 bytes
# Biggest hash found 'session:5000' has 10000 fields

方法2：使用MEMORY USAGE命令

redis 复制代码 
# 查看key占用内存
MEMORY USAGE mykey
# 返回字节数

# 分析多个key
MEMORY USAGE user:1
MEMORY USAGE user:2

方法3：使用RDB分析工具

shell 复制代码 
# 使用rdb-tools分析
rdb --command json /var/lib/redis/dump.rdb > dump.json

4.4 大key删除

踩坑提醒：直接使用DEL删除大key会阻塞Redis主线程。

安全删除大key：

redis 复制代码 
# String类型：使用UNLINK（异步删除）
UNLINK bigkey

# Hash类型：分批删除
HSCAN bigkey 0 COUNT 100
HDEL bigkey field1 field2 ...

# List类型：分批删除
LTRIM bigkey 0 -101
LTRIM bigkey 0 -101
# 直到删除完毕

# Set类型：分批删除
SSCAN bigkey 0 COUNT 100
SREM bigkey member1 member2 ...

# ZSet类型：分批删除
ZREMRANGEBYRANK bigkey 0 99

Java代码示例：

java 复制代码 
// 安全删除Hash大key
public void deleteBigHash(String key) {
    ScanOptions options = ScanOptions.scanOptions().count(100).build();
    Cursor<Map.Entry<Object, Object>> cursor = redisTemplate.opsForHash().scan(key, options);
    
    List<Object> fields = new ArrayList<>();
    while (cursor.hasNext()) {
        fields.add(cursor.next().getKey());
        if (fields.size() >= 100) {
            redisTemplate.opsForHash().delete(key, fields.toArray());
            fields.clear();
        }
    }
    if (!fields.isEmpty()) {
        redisTemplate.opsForHash().delete(key, fields.toArray());
    }
}

4.5 大key预防

预防措施 说明
拆分大key 将大key拆分成多个小key
控制元素数量 Hash/Set/List元素数控制在5000以内
控制value大小 String类型value控制在10KB以内
监控告警 定期扫描大key并告警
代码审查 代码层面禁止写入大key

大key拆分示例：

redis 复制代码 
# 拆分前：一个大Hash
HSET user:1000:profile name "张三" age 25 city "北京" ...

# 拆分后：多个小Hash
HSET user:1000:basic name "张三" age 25
HSET user:1000:address city "北京" province "北京"
HSET user:1000:contact phone "13800138000"

五、踩坑提醒

5.1 KEYS命令在生产环境禁用

踩坑提醒：KEYS命令会阻塞Redis，生产环境绝对禁止使用！

替代方案：

redis 复制代码 
# 使用SCAN替代KEYS
SCAN 0 MATCH user:* COUNT 100

5.2 避免使用SELECT切换数据库

redis 复制代码 
# 不推荐：使用多个数据库
SELECT 0
SELECT 1
SELECT 2

# 推荐：使用key前缀区分
SET user:1:name "张三"
SET order:1:id "12345"

5.3 避免大量key同时过期

java 复制代码 
// 不推荐：相同过期时间
redisTemplate.expire("key1", 3600, TimeUnit.SECONDS);
redisTemplate.expire("key2", 3600, TimeUnit.SECONDS);

// 推荐：随机过期时间
Random random = new Random();
int baseExpire = 3600;
int randomExpire = random.nextInt(600);
redisTemplate.expire("key1", baseExpire + randomExpire, TimeUnit.SECONDS);

5.4 避免使用阻塞命令

命令 说明 替代方案
KEYS 遍历所有key SCAN
HGETALL 获取所有字段 HSCAN
SMEMBERS 获取所有成员 SSCAN
BLPOP 阻塞弹出 LPOP + 轮询

5.5 常见性能问题汇总

问题 原因 解决方案
响应慢 慢查询 分析SLOWLOG
内存高 内存碎片 开启碎片整理
CPU高 大key操作 拆分大key
网络阻塞 大value 压缩或拆分
连接超时 连接池配置不当 优化连接池

六、性能监控

6.1 关键监控指标

指标 说明 告警阈值
used_memory 内存使用量 > 80% maxmemory
mem_fragmentation_ratio 内存碎片率 > 1.5
connected_clients 客户端连接数 > maxclients * 0.8
blocked_clients 阻塞客户端数 > 10
instantaneous_ops_per_sec 当前QPS 监控趋势
slowlog_len 慢查询数量 > 0 告警
expired_keys 过期key数量 监控趋势
evicted_keys 驱逐key数量 > 0 告警

6.2 监控命令

redis 复制代码 
# 查看服务器信息
INFO

# 查看内存信息
INFO memory

# 查看统计信息
INFO stats

# 查看客户端连接
CLIENT LIST

# 查看慢查询
SLOWLOG GET 10

# 实时监控命令
MONITOR

6.3 监控工具

工具 说明
Redis-cli 官方命令行工具
RedisInsight 官方可视化工具
Prometheus + Grafana 监控告警平台
Redis Exporter Redis指标导出器
Redis-stat 实时监控工具

七、面试高频考点

7.1 如何排查Redis性能问题？

答案：

  1. 查看慢查询日志
redis 复制代码 
SLOWLOG GET 10
  1. 检查内存使用
redis 复制代码 
INFO memory
  1. 检查大key
shell 复制代码 
redis-cli --bigkeys
  1. 检查客户端连接
redis 复制代码 
CLIENT LIST
  1. 检查命令执行情况
redis 复制代码 
INFO stats
  1. 使用MONITOR实时监控
redis 复制代码 
MONITOR

7.2 Redis内存优化有哪些方法？

答案：

  1. 选择合适的数据结构：使用编码效率高的数据类型

  2. 控制key长度：使用简短的key名

  3. 使用压缩编码：ziplist、intset等

  4. 设置过期时间：及时清理无用数据

  5. 开启内存碎片整理：activedefrag

  6. 避免大key：拆分大key

  7. 使用Hash替代String：多个字段存储在一起

7.3 为什么KEYS命令在生产环境禁用？

答案：

  1. 时间复杂度O(N)：需要遍历所有key

  2. 阻塞主线程：Redis单线程模型，KEYS执行期间无法处理其他请求

  3. 影响服务可用性：大量key时可能导致服务不可用

替代方案：使用SCAN命令分批遍历

7.4 如何处理大key？

答案：

  1. 发现大key：

    • redis-cli --bigkeys
    • MEMORY USAGE命令
    • RDB分析工具

  2. 删除大key：

    • 使用UNLINK异步删除
    • 分批删除（HSCAN + HDEL）

  3. 预防大key：

    • 拆分大key
    • 控制元素数量
    • 代码审查

八、参考资料

  1. Redis官方文档 - 内存优化
  2. Redis官方文档 - 慢查询日志
  3. Redis性能优化最佳实践

九、互动话题

  1. 你在生产环境遇到过Redis性能问题吗？是如何排查和解决的？
  2. 你们团队是如何监控Redis的？使用了哪些工具？
  3. 对于大key治理，你有什么好的经验和建议？

欢迎在评论区分享你的实战经验！

下期预告：Day15我们将进行Redis面试高频考点汇总，全面回顾Redis核心知识点，为面试做好准备。

相关推荐
程序员老油条1 小时前
用 AI 生成复杂 SQL：LangChain4j + 本地模型实践
数据库·人工智能·sql
IT邦德1 小时前
Oracle 26ai RAC 通过gold image RU打补丁
数据库·oracle
smith成长之旅1 小时前
08 | Mem0 框架分析: BM25 的 Sigmoid 归一化
数据库·python·算法
C137的本贾尼1 小时前
MySQL 整体架构与存储引擎对比
数据库·mysql·架构
禅思院1 小时前
大列表性能优化 · 工程实战·四
开发语言·前端·性能优化·前端框架·php·异步加载
C137的本贾尼2 小时前
【实战】分析一张真实业务表的 InnoDB 存储结构
java·大数据·数据库
超梦dasgg2 小时前
亿级数据 不停服务平滑迁移（生产环境实战方案）
java·数据库
ct9782 小时前
ES6 新特性
前端·vue.js·性能优化
j_xxx404_2 小时前
MySQL数据库基础硬核解析：从 C/S 网络服务到磁盘文件与存储引擎
linux·运维·服务器·开发语言·数据库·mysql·ai
热门推荐
01【AI】2026 年具身智能模型和世界模型总结02GitHub 镜像站点032026 年 AI 编程工具终极横评：Cursor vs Claude Code vs Copilot vs Windsurf04Codex 下载安装指南：Windows 和 macOS 官方版下载05Codex 桌面端更新后 Chrome 插件和 Computer Use 不可用，怎么排查和修复06CC-Switch 下载、安装与使用配置指南【2026.5.29】07【踩坑记录 | 第一篇】微软商店无法使用时，如何手动安装 OpenAI Codex？附`.msix`文件系统错误解决方法08CC-Switch & Claude 基于 Linux 服务器安装使用指南092026 AI 编程工具终极实战指南：Cursor vs Claude Code vs Copilot，开发者该怎么选？10AI科技热点日报 | 2026年6月1日