## 1. 监控命令
– INFO memory：查看内存使用情况
– MEMORY USAGE key：查看指定键的内存使用情况
– MEMORY STATS：查看内存统计信息
– MEMORY PURGE：尝试释放内存

## 2. 监控指标
– used_memory：Redis使用的内存总量
– used_memory_rss：Redis占用的物理内存
– used_memory_peak：Redis使用的内存峰值
– mem_fragmentation_ratio：内存碎片率
– used_memory_lua：Lua脚本引擎使用的内存
– maxmemory：Redis的最大内存限制
– maxmemory_policy：内存淘汰策略

## 3. 监控工具
– Redis CLI：使用命令行工具监控
– Redis Exporter：用于Prometheus监控
– Grafana：可视化监控面板
– 第三方监控工具：如Redis Sentinel、Redis Cluster等

## 1. 数据结构优化
– 使用合适的数据结构：如Hash、List、Set、ZSet等
– 优化键的设计：使用短键名，避免过长的键名
– 优化值的大小：避免存储过大的值

## 2. 内存淘汰策略
– 根据业务需求选择合适的内存淘汰策略
– 合理设置过期时间：对不需要长期存储的数据设置过期时间
– 定期清理过期数据：使用EXPIRE命令设置过期时间

## 3. 内存碎片优化
– 重启Redis：当内存碎片率过高时，重启Redis可以减少内存碎片
– 调整内存分配器：使用jemalloc等高效的内存分配器
– 合理设置maxmemory：避免内存过度使用导致的碎片

## 4. 配置优化
– 调整maxmemory：根据实际内存大小设置合理的限制
– 调整maxmemory-policy：选择合适的内存淘汰策略
– 调整hash-max-ziplist-entries和hash-max-ziplist-value：优化Hash数据结构的内存使用
– 调整list-max-ziplist-size和list-compress-depth：优化List数据结构的内存使用

学习交流加群风哥QQ113257174

Part03-生产环境项目实施方案

3.1 内存配置

## 1. 配置文件修改
# 编辑Redis配置文件
$ vi /redis/app/redis.conf

# 内存配置
maxmemory 4GB # 设置最大内存为4GB
maxmemory-policy allkeys-lru # 设置内存淘汰策略为allkeys-lru

# 数据结构优化配置
hash-max-ziplist-entries 512 # Hash数据结构使用ziplist的最大条目数
hash-max-ziplist-value 64 # Hash数据结构使用ziplist的最大值大小
list-max-ziplist-size -2 # List数据结构使用ziplist的大小限制（-2表示8KB）
list-compress-depth 0 # List数据结构的压缩深度
set-max-intset-entries 512 # Set数据结构使用intset的最大条目数
zset-max-ziplist-entries 128 # ZSet数据结构使用ziplist的最大条目数
zset-max-ziplist-value 64 # ZSet数据结构使用ziplist的最大值大小

## 2. 运行时配置
# 查看当前内存配置
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 config get maxmemory
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 config get maxmemory-policy

# 修改内存配置
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 config set maxmemory 4GB
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 config set maxmemory-policy allkeys-lru

# 保存配置
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 config rewrite

## 1. 查看内存使用情况
# 查看内存使用情况
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 info memory

# 输出示例
# Memory
used_memory:104857600
used_memory_human:100.00M
used_memory_rss:157286400
used_memory_rss_human:150.00M
used_memory_peak:209715200
used_memory_peak_human:200.00M
used_memory_lua:37888
used_memory_lua_human:37.00K
mem_fragmentation_ratio:1.50
mem_allocator:jemalloc-5.1.0

## 2. 查看指定键的内存使用情况
# 查看指定键的内存使用情况
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 memory usage user:1001

# 输出示例
(integer) 100

## 3. 查看内存统计信息
# 查看内存统计信息
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 memory stats

# 输出示例
1) “peak.allocated”
2) (integer) 209715200
3) “total.allocated”
4) (integer) 104857600
5) “startup.allocated”
6) (integer) 1048576
7) “replication.backlog”
8) (integer) 0
9) “clients.slaves”
10) (integer) 0
11) “clients.normal”
12) (integer) 496
13) “aof.buffer”
14) (integer) 0
15) “db.0”
16) 1) “overhead.hashtable.main”
2) (integer) 131072
3) “overhead.hashtable.expires”
4) (integer) 0
17) “overhead.total”
18) (integer) 131568
19) “keys.count”
20) (integer) 1000
21) “keys.bytes-per-key”
22) (integer) 104726

## 4. 尝试释放内存
# 尝试释放内存
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 memory purge

## 5. 查看内存使用情况的详细信息
# 查看内存使用情况的详细信息
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 memory doctor

# 输出示例
Hello, this is Redis Memory Doctor.

I can help you to analyze Redis memory usage.

Please provide me with the output of the INFO memory command.

## 1. 数据结构优化
# 优化Hash数据结构
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 hset user:1001 name “张三” age “20” gender “男”

# 优化List数据结构
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 lpush list:1 1 2 3 4 5

# 优化Set数据结构
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 sadd set:1 1 2 3 4 5

# 优化ZSet数据结构
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 zadd zset:1 1 “a” 2 “b” 3 “c”

## 2. 过期时间设置
# 设置过期时间
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 setex temp:1 3600 “value”

# 查看过期时间
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 ttl temp:1

## 3. 内存淘汰策略调整
# 查看当前内存淘汰策略
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 config get maxmemory-policy

# 修改内存淘汰策略
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 config set maxmemory-policy allkeys-lru

## 4. 内存碎片优化
# 查看内存碎片率
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 info memory | grep mem_fragmentation_ratio

# 输出示例
mem_fragmentation_ratio:1.50

# 当内存碎片率过高时，重启Redis
$ systemctl restart redis

## 5. 内存监控
# 编写监控脚本
#!/bin/bash
# memory_monitor.sh
# from:www.itpux.com.qq113257174.wx:itpux-com
# web: `http://www.fgedu.net.cn`

REDIS_CLI=”/redis/app/bin/redis-cli”
HOST=”192.168.1.100″
PORT=”6379″
PASSWORD=”fgedu@2026″

# 查看内存使用情况
$REDIS_CLI -h $HOST -p $PORT -a $PASSWORD info memory

# 查看内存碎片率
FRAG_RATIO=$($REDIS_CLI -h $HOST -p $PORT -a $PASSWORD info memory | grep mem_fragmentation_ratio | awk -F: ‘{print $2}’)
echo “内存碎片率: $FRAG_RATIO”

# 查看内存使用最高的键
$REDIS_CLI -h $HOST -p $PORT -a $PASSWORD –bigkeys

风哥提示：Redis接口限流是保护系统的重要机制，合理的限流策略可以防止系统过载，确保系统的稳定性和可用性。在实际应用中，需要根据具体业务场景和数据特点，选择合适的限流算法和策略。

Part04-生产案例与实战讲解

4.1 内存泄漏排查

## 1. 场景描述
– Redis内存使用持续增长，即使没有新的数据写入
– 内存碎片率过高
– 系统性能下降

## 2. 解决方案
– 排查内存泄漏的原因
– 优化内存使用
– 修复内存泄漏问题

## 3. 实战操作
# 查看内存使用情况
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 info memory

# 查看内存使用最高的键
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 –bigkeys

# 输出示例
# Scanning the entire keyspace to find biggest keys as well as
# average sizes per key type. You can use -i 0.1 to sleep 0.1 sec
# per 100 SCAN commands (not usually needed).

[00.00%] Biggest string found so far ‘user:1000000’ with 100 bytes
[05.00%] Biggest list found so far ‘list:1’ with 100000 items
[10.00%] Biggest hash found so far ‘hash:1’ with 10000 fields
[15.00%] Biggest set found so far ‘set:1’ with 10000 members
[20.00%] Biggest zset found so far ‘zset:1’ with 10000 members

——– summary ——-

Sampled 50000 keys in the keyspace!
Total key length in bytes is 500000 (avg len 10.00)

Biggest string found ‘user:1000000’ has 100 bytes
Biggest list found ‘list:1’ has 100000 items
Biggest hash found ‘hash:1’ has 10000 fields
Biggest set found ‘set:1’ has 10000 members
Biggest zset found ‘zset:1’ has 10000 members

25000 strings with 2500000 bytes (50.00% of keys, avg size 100.00)
10000 lists with 1000000 items (20.00% of keys, avg size 100.00)
10000 hashs with 1000000 fields (20.00% of keys, avg size 100.00)
2500 sets with 250000 members (5.00% of keys, avg size 100.00)
2500 zsets with 250000 members (5.00% of keys, avg size 100.00)

# 查看键的过期时间
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 keys “*” | xargs -I {} $REDIS_CLI -h $HOST -p $PORT -a $PASSWORD ttl {}

# 查找没有设置过期时间的键
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 keys “*” | xargs -I {} sh -c “if [ \”$($REDIS_CLI -h 192.168.1.100 -p 6379 -a fgedu@2026 ttl {})\” -eq -1 ]; then echo {}; fi”

# 优化内存使用
# 删除不需要的键
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 del bigkey:1

# 设置过期时间
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 expire key:1 3600

## 1. 场景描述
– Redis内存使用过高，接近最大内存限制
– 系统性能下降，响应时间变长
– 内存淘汰频繁发生

## 2. 解决方案
– 优化数据结构
– 合理设置过期时间
– 调整内存淘汰策略
– 增加内存或使用Redis Cluster

## 3. 实战操作
# 优化数据结构
# 使用Hash存储用户信息
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 hset user:1001 name “张三” age “20” gender “男”

# 查看内存使用情况
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 memory usage user:1001

# 输出示例
(integer) 100

# 合理设置过期时间
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 setex temp:1 3600 “value”

# 调整内存淘汰策略
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 config set maxmemory-policy allkeys-lru

# 增加内存
# 修改配置文件
$ vi /redis/app/redis.conf
maxmemory 8GB

# 重启Redis服务
$ systemctl restart redis

# 使用Redis Cluster
# 部署Redis Cluster
$ /redis/app/bin/redis-cli –cluster create 192.168.1.100:7000 192.168.1.101:7000 192.168.1.102:7000 192.168.1.100:7001 192.168.1.101:7001 192.168.1.102:7001 –cluster-replicas 1 -a fgedu@2026

## 1. 场景描述
– 测试Redis在高内存使用情况下的性能
– 评估Redis的内存管理能力
– 验证内存淘汰策略的有效性

## 2. 解决方案
– 使用redis-benchmark工具进行内存压力测试
– 模拟高内存使用场景
– 监控内存使用情况和系统性能

## 3. 实战操作
# 内存压力测试
# 生成测试数据
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 script load “for i=1,1000000 do redis.call(‘set’, ‘key:’..i, ‘value:’..i) end”

# 执行测试脚本
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 evalsha 0

# 监控内存使用情况
$ watch -n 1 “/redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 info memory | grep used_memory”

# 执行基准测试
$ /redis/app/bin/redis-benchmark -h 192.168.1.100 -p 6379 -a fgedu@2026 -t set,get -n 100000 -c 50

# 输出示例
====== SET ======
100000 requests completed in 0.98 seconds
50 parallel clients
3 bytes payload
keep alive: 1

99.75% <= 1 milliseconds 99.99% <= 2 milliseconds 100.00% <= 2 milliseconds 102040.82 requests per second ====== GET ====== 100000 requests completed in 0.95 seconds 50 parallel clients 3 bytes payload keep alive: 1 99.80% <= 1 milliseconds 99.99% <= 2 milliseconds 100.00% <= 2 milliseconds 105263.16 requests per second # 验证内存淘汰策略 # 设置最大内存为100MB $ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 config set maxmemory 100mb # 设置内存淘汰策略为allkeys-lru $ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 config set maxmemory-policy allkeys-lru # 生成更多测试数据 $ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 script load "for i=1,2000000 do redis.call('set', 'key:'..i, 'value:'..i) end" $ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 evalsha 0

# 查看内存使用情况
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 info memory

# 查看键的数量
$ /redis/app/bin/redis-cli -h 192.168.1.100 -p 6379 -a fgedu@2026 dbsize

更多学习教程公众号风哥教程itpux_com

Part05-风哥经验总结与分享

5.1 最佳实践

Redis内存管理与优化实战最佳实践：

• 合理规划内存：根据业务需求和数据量，合理规划Redis的内存大小，学习交流加群风哥微信: itpux-com
• 优化数据结构：使用合适的数据结构，优化键的设计，避免存储过大的值
• 合理设置过期时间：对不需要长期存储的数据设置过期时间，定期清理过期数据
• 选择合适的内存淘汰策略：根据业务需求选择合适的内存淘汰策略
• 监控内存使用：建立完善的内存监控机制，及时发现内存问题
• 优化内存碎片：当内存碎片率过高时，重启Redis可以减少内存碎片
• 调整配置参数：根据实际情况，调整Redis的配置参数，优化内存使用
• 持续优化：根据实际情况，持续优化内存管理策略

5.2 常见问题