一 性能优化：让Redis跑得更快、更稳
内存淘汰策略：Redis内存满了怎么删数据？推荐用volatile-lru（优先删最近最少用、且设了过期时间的key），避免内存溢出。
系统内核优化：
vm.swappiness=1：让系统尽量用物理内存，少用硬盘swap（swap慢，会拖垮Redis）。
vm.overcommit_memory=1：允许Redis在内存不足时也能创建进程（比如备份数据时的fork操作）。
监控慢查询：开启Redis慢查询日志，找出执行慢的命令（比如大key操作），及时优化。
总之
缓存的核心是“用空间换时间”，但用不好会适得其反。记住：避免缓存穿透、击穿、雪崩，管好key和value，合理配置连接池，提前做好监控和预案，就能让缓存成为系统的“加速器”而不是“绊脚石”。
二 Redis高级功能
1)、Redis产品有哪些？
Redis官网提供多个产品和版本，核心分为：
Redis Cloud：Redis的云服务，可申请免费实例体验Redis Stack功能（空间有限，付费版5美元/月起）。
Redis Insight：官方图形化客户端，解决客户端混乱问题。
版本划分：
Redis OSS：传统Redis版本（基础功能）。
Redis Stack：在Redis OSS基础上增加多个扩展模块（核心介绍对象）。
Redis Enterprise：企业版（功能更全，适合生产环境）。
2)、Redis Stack核心扩展功能体验
Redis Stack的扩展模块可通过Redis Cloud免费实例快速体验，主要包括以下实用功能：
1. Redis JSON：原生支持JSON数据
是什么：Redis的扩展模块，能直接存储、查询和修改JSON数据，底层用二进制格式存储，比字符串存JSON更高效。
有什么用：支持丰富的JSON操作，比如设置JSON数据（JSON.SET）、查询属性（JSON.GET user $.name）、修改数值（JSON.NUMINCRBY）、删除字段（JSON.DEL）等。
优势：
性能更高：二进制存储比文本格式读写更快、更省内存。
树状结构：可快速访问子元素，查询效率优于传统文本存储。
生态集成：支持Redis的TTL、事务、发布/订阅等功能。
2. Search And Query：复杂数据搜索
解决问题：传统Redis用keys *或SCAN指令搜索key时，要么阻塞线程，要么只能简单过滤，无法满足复杂条件（如多字段筛选）。
传统Scan搜索：通过游标迭代返回部分结果（SCAN cursor MATCH pattern），适合简单key过滤，但不支持复杂条件。
Search And Query模块：类似ElasticSearch，支持基于HASH或JSON数据建索引，实现多条件搜索。
示例：创建产品索引（FT.CREATE），搜索“name含HUAWEI且price在1000-5000”的商品（FT.SEARCH），无需迁移数据到其他数据库。
3. Bloom Filter：海量数据快速判重
是什么：一种算法，用二进制数组和多个哈希函数快速判断“元素是否在集合中”，适合海量数据场景（如用户签到去重、缓存穿透过滤）。
特点：
优点：极省空间、查询快（O(1)）。
缺点：有“误判率”（可能把不存在的元素判为存在），且无法删除元素。
Redis使用：通过BF.RESERVE创建过滤器，BF.ADD添加元素，BF.EXISTS判断是否存在（返回1表示可能存在，0表示一定不存在）。
4. Cuckoo Filter：支持删除的布隆过滤器改进版
是什么：布隆过滤器的升级版，解决了“无法删除元素”的问题，空间利用率更高，但算法更复杂。
特点：
用“桶（Bucket）”存储数据指纹（压缩后的数据），支持CF.DEL删除元素。
误判率受桶大小（默认2）和指纹影响，桶越大空间利用率越高，但误判率也越高。
3)、Redis Stack补充：手动安装与调用
手动安装扩展模块：下载扩展模块（如redisbloom.so），在Redis配置文件中用loadmodule加载，重启Redis即可使用（需注意文件权限）。
Java客户端调用：由于扩展模块较新，Java客户端需通过Lua脚本调用（如布隆过滤器的BF.RESERVE、BF.ADD指令），需处理服务端未安装模块的异常。
总结
Redis Stack通过多个扩展模块（JSON、Search And Query、Bloom Filter、Cuckoo Filter等），让Redis从“简单缓存”升级为支持复杂数据存储、搜索和高效判重的工具，适合需要处理JSON数据、复杂搜索或海量数据去重的场景。可通过Redis Cloud免费实例快速体验，也可手动安装模块集成到自有Redis服务中。
