在高并发系统中（例如秒杀、热点商品查询、排行榜等），Redis 经常需要承担 几十万甚至百万 QPS 的访问压力。
要让 Redis 支撑百万 QPS，通常需要从 架构、数据设计、客户端、网络、系统优化 多个层面进行优化。

一、Redis 单机性能极限

首先需要了解 Redis 的基础性能。

Redis 单机性能通常：

环境QPS
普通服务器5万 ~ 10万 QPS
高性能服务器10万 ~ 20万 QPS

原因：

  • Redis 单线程模型
  • 内存操作
  • IO 多路复用

因此：

100万 QPS ≠ 单机Redis

必须通过 集群扩展。

二、Redis Cluster 横向扩展

Redis 支撑百万 QPS 的核心方式：

Redis Cluster

架构示例：

Redis Cluster
├── Node1
├── Node2
├── Node3
├── Node4
├── Node5
├── Node6

假设：

单节点 10万 QPS

6节点：

60万 QPS

10节点：

100万 QPS

Redis Cluster 使用：

16384 slots

数据分片到不同节点。

三、读写分离

Redis 支持 主从复制。

结构：

Master
↓
Slave1
Slave2
Slave3

写操作：

Master

读操作：

Slave

例如：

1写 + 3读

读性能提升：

3倍

四、本地缓存（减少 Redis 压力）

很多高并发系统会使用 两级缓存。

架构：

本地缓存
↓
Redis
↓
数据库

常见本地缓存：

  • Caffeine
  • Guava Cache

例如：

80%请求 → 本地缓存
20%请求 → Redis

Redis 压力降低：

80%

五、Pipeline 批量请求

Redis 网络 IO 也是瓶颈。

使用：

Pipeline

示例：

普通请求：

GET key1
GET key2
GET key3

Pipeline：

一次发送多个命令

效果：

减少网络往返次数

性能可提升：

5倍以上

六、Lua 脚本减少网络请求

Redis 支持：

Lua Script

例如秒杀库存：

普通方式：

GET stock
判断库存
DECR stock

需要：

3次网络请求

Lua脚本：

1次请求

同时保证：

原子性

七、热点 Key 优化

热点 Key 会导致：

单节点压力过大

解决方案：

1 Key 拆分

例如：

product:1001

拆分：

product:1001:1
product:1001:2
product:1001:3
product:1001:4

随机访问。

2 多副本 Key

例如：

rank:1
rank:2
rank:3
rank:4

客户端随机访问。

八、连接池优化

高并发系统必须使用：

Redis连接池

例如：

  • JedisPool
  • Lettuce

配置示例：

最大连接数：200
最小连接数：20

避免频繁创建连接。

九、网络优化

Redis 高 QPS 还需要网络优化。

例如：

使用内网通信

应用服务器 ↔ Redis

避免公网延迟。

使用高性能网卡

10G / 25G 网卡

减少网络瓶颈。

十、Redis 持久化优化

高并发场景通常：

关闭AOF

或者：

AOF everysec

避免磁盘 IO 影响性能。

十一、架构总结

Redis 支撑百万 QPS 通常需要：

Redis Cluster
读写分离
本地缓存
Pipeline
Lua脚本
热点Key拆分
连接池优化
网络优化

最终架构：

客户端
↓
本地缓存
↓
Redis Cluster
↓
数据库

十二、面试高分回答总结

如果面试官问：

Redis 如何支撑百万 QPS？

可以这样回答：

Redis 单机通常只能支撑 10 万 QPS 左右，要达到百万 QPS 通常需要通过 Redis Cluster 进行水平扩展，同时结合读写分离、本地缓存、Pipeline 批量请求、Lua 脚本减少网络开销，以及热点 Key 拆分等优化手段，从而实现百万级并发访问能力。