为什么Redis能实现毫秒级响应？
内存计算引擎是Redis速度的核心保障，所有数据常驻内存避免磁盘I/O瓶颈。与MySQL等传统数据库相比，单线程事件循环模型消除了多线程竞争带来的性能损耗，配合多路复用技术可同时处理数万连接请求。实测数据显示，标准配置下Redis的SET操作可达11.9万次/秒，GET操作更突破13.3万次/秒。
四种部署模式如何选择？
| 部署类型 | 适用场景 | 数据可靠性 | 管理复杂度 |
|---|---|---|---|
| 单机模式 | 开发测试环境 | 低（无冗余） | 简单 |
| 主从模式 | 读写分离场景 | 中（主备切换需人工介入） | 中等 |
| 哨兵模式 | 7×24小时服务 | 高（自动故障转移） | 复杂 |
| 集群模式 | 海量数据存储 | 极高（数据分片+多副本） | 极复杂 |
主从模式通过异步复制实现数据备份，但写操作仍集中在主节点。集群模式采用虚拟槽分区技术，数据迁移量控制在26.7%以下（传统哈希分布迁移量达80%），更适合电商秒杀等高并发场景。
持久化机制如何取舍？
RDB快照以二进制形式保存全量数据，恢复速度最快但可能丢失5分钟数据。AOF日志记录每次写操作命令，数据安全性最高但文件体积膨胀3-8倍。生产环境推荐混合持久化方案：
- 使用
save 900 1配置触发RDB备份 - 开启
appendfsync everysec平衡性能与安全 - 定期执行
BGREWRITEAOF压缩日志
性能优化十大黄金法则
- 禁用KEYS命令：全库扫描导致服务雪崩
- 分布式锁超时：必须设置
PX参数防止死锁 - BigKey治理：单个String值不超过10KB，集合元素控制在1万以内
- 连接池配置：最大连接数=预估QPS×平均响应时间(ms)/1000
- 热点数据拆分：采用
hash_tag实现分片访问 - 管道技术提速：批量操作降低网络往返开销
- Lua脚本原子化：复杂操作避免竞态条件
- 内存淘汰策略：优先使用
volatile-lru - 监控慢查询：设置
slowlog-log-slower-than 10000 - SSD存储升级：AOF日志写入速度提升3倍
高可用架构如何搭建？
三主三从集群配合Redis Sentinel实现自动故障转移，需注意：
- 哨兵节点必须部署在独立物理机
- 故障判定阈值设置
down-after-milliseconds 30000 - 最少3个哨兵节点防止脑裂
跨机房部署时，采用双活架构配合replicaof指令实现异地容灾，时延控制在20ms内
从技术选型角度看，中小型项目推荐主从+哨兵组合，日均亿级请求的金融系统则应采用64分片集群。值得注意的是，Redis 7.0新增的Function特性支持服务端脚本预加载，将Lua脚本性能提升了40%。业务决策时需平衡数据一致性要求与运维成本，避免过度设计。
