Redis常见延迟问题排查手册!附33条优化建议
其中 O(1) 表示可以安全使用的，而 O(N) 就应该当心了，N 表示不确定，数据越大查询的速度可能会越慢。因为 Redis 只用一个线程来做数据查询，如果这些指令耗时很长，就会阻塞 Redis，造成大量延时。
在 redis 主从复制模式下可能会出现 slave 延迟导致读写不一致的问题。
运维层面，我们需要对机器的各项指标增加监控，包括网络流量，在达到阈值时提前报警，及时与业务确认并扩容。
可以通过查看Redis的监控信息，确定是否存在负载过高的情况。网络延迟：如果Redis服务器和客户端之间的网络延迟较大，会导致set操作的耗时增加。可以尝试优化网络设置，如调整TCP参数、更换网络硬件等。
总结redis在节省内存开销方面做过哪些设计
1、存储为 JSON 格式是种不错的选择。对包含中文的内容来说，设置 ensure_ascii=False 可以节省大量内存。ujson 比 json 性能好很多，后者在设置 ensure_ascii=False 后性能急剧下降。
2、创建大量的整数类型redisObject存在内存开销，每个redisObject内部结构至少占16字节，甚至超过了整数自身空间消耗。所以Redis内存维护一个[0-9999]的整数对象池，用于节约内存。
3、优化方案是使用 Hash 结构，由于 Hash 结构会在单个 Hash 元素在不足一定数量时进行压缩存储，所以可以大量节约内存。
Redis的内存优化
表示Redis内部编码类型，encoding在Redis内部使用，代表当前对象内部采用哪种数据结构实现。理解Redis内部编码方式对于优化内存非常重要 ，同一个对象采用不同的编码实现内存占用存在明显差异，具体细节见之后编码优化部分。
优化方案是使用 Hash 结构，由于 Hash 结构会在单个 Hash 元素在不足一定数量时进行压缩存储，所以可以大量节约内存。
在Redis 0中对近似的LRU算法做了一些优化，Redis中会维护大小是 16 的一个候选池的内存。 当第一次随机选取的采样数据，数据都会被放进候选池中，并且候选池中的数据会根据时间进行排序。
，增加内存。2，使用内存淘汰策略。3，Redis集群。重点介绍下3：第二点：我们知道，redis设置配置文件的maxmemory参数，可以控制其最大可用内存大小（字节）。
Redis为了实现近似LRU算法，给每个key增加了一个额外增加了一个24bit的字段，用来存储该key最后一次被访问的时间。Redis0对近似LRU的优化 Redis0对近似LRU算法进行了一些优化。
Redis内存满了怎么办?
手动写脚本把旧的redis中的数据刷到新的redis集群中。而在同步的过程中，产生的新的变化数据你需要再刷一遍(补刷)。优点是切换的时候无压力变化，缺点是容易造成数据错误。
当放满后，如果有新的key需要放入，则将池中最后访问时间最大（最近被访问）的移除。当需要淘汰的时候，则直接从池中选取最近访问时间最小（最久没被访问）的key淘汰掉就行。LFU 算法是Redis0里面新加的一种淘汰策略。
只不过因为数据太大内存容纳不下需要进行多次部分写入。数据在磁盘上是无法完成查找的，要么被调入内存，要么有磁盘数据的索引（索引调入内存）。计算机所有操作都是在内存中进行的，磁盘是外设。
使用Redis客户端连接Redis，保证可以执行Redis命令，可以用RedisDesktopManager，当然也可使用Xshell。执行infomemory查询Redis内存使用情况信息。
一般如果定位到有连接异常，可以使用如下命令杀掉 为测试方便，我直接把复制积压缓冲区配置为800M。
springboot整合Redis参考， SpringBoot整合Redis - (jianshu.com) 在整合Redis的基础上，在新加监听配置 监听配置类 监听类 将Redis用作缓存时，如果内存空间用满，就会自动驱逐老的数据。