Redis缓存容量怎么调大点，设置size参数到底咋用才有效提升性能

关于调大Redis缓存容量并有效设置size参数来提升性能,核心思路就两点：一是给Redis分配更多内存，二是调整其内部淘汰策略和数据结构相关的参数，让多出来的内存能被聪明地使用，而不是简单地浪费，下面我们分步来说。

第一，最根本的：如何给Redis分配更多内存。

这听起来简单,但很多人第一步就搞错了，Redis的容量上限主要取决于你分配给它的最大内存值，这个值不是Redis自己无限增长的，需要你手动设置。

• 关键参数：maxmemory 这个参数就是Redis能使用的最大内存量，你可以在Redis的配置文件redis.conf里找到并修改它，默认情况下，这个值可能是注释掉的，意味着Redis会尽可能使用服务器的所有可用内存，直到被系统强制干预为止，这非常危险，容易导致服务器因内存耗尽而崩溃。

• 怎么设置maxmemory？

  1. 根据系统总内存来定：绝对不能把maxmemory设置成和你的服务器总内存一样大，必须为操作系统本身以及其他运行的程序（如Web服务器、数据库等）留出足够的内存，一个常见的建议是，如果Redis是主内存消耗者，将其设置为总内存的70%-80%，如果你有8G内存的服务器，可以设置maxmemory 6gb。
  2. 在配置文件里修改：找到redis.conf文件，搜索maxmemory，去掉注释，改成你需要的值，maxmemory 4gb，然后重启Redis服务生效。
  3. 通过命令行临时修改（不推荐生产环境用）：连接Redis后，输入命令 CONFIG SET maxmemory 4gb，这只是临时生效，重启就没了，要永久生效还得改配置文件。

  信息来源：Redis官方文档关于maxmemory的说明指出，此参数用于配置Redis数据集可以使用的最大内存量。

第二，光有内存不够，还得会管理：设置内存淘汰策略。

你给Redis设置了4GB内存,当数据存满4G后，如果再有新的数据要进来，怎么办？这时候就需要“内存淘汰策略”来决定踢掉哪些旧数据，给新数据腾地方，如果策略没设好，内存再大也会因为频繁、低效的淘汰操作而影响性能。

• 关键参数：maxmemory-policy 这个参数就是告诉Redis，当内存满了之后，你希望它按照什么规则来删除数据。

• 常用的策略有哪些？怎么选？

  • volatile-lru：这是最常用的策略，它只会在那些设置了过期时间的键中，挑最近最少使用的进行删除，如果你的数据有些是长期有效的核心数据，有些是临时缓存，用这个策略非常好，它能保护核心数据不被误删。
  • allkeys-lru：不管键有没有设置过期时间，从所有键中挑最近最少使用的删除，如果你的数据没有明确区分缓存和持久数据，或者全都是缓存，用这个策略效果更好。
  • volatile-ttl：在设置了过期时间的键中，挑剩余寿命最短的删除，这适合你希望尽快清理掉即将过期的数据。
  • noeviction：默认策略，当内存不足时，新写入操作会报错，读操作正常，这适用于你希望数据绝对不能丢失的场景，但前提是你要确保你的应用能正确处理这些写入错误，否则服务会不可用。对于绝大多数缓存场景，不要用这个默认值！

  选择策略的核心是匹配你的业务逻辑,你的应用是新闻站，越新的新闻越热，老新闻没人看，用allkeys-lru就很合适，它会自动把老新闻挤掉，信息来源：Redis官方文档详细描述了每种maxmemory-policy的行为和适用场景。

  

第三，优化内部结构，让内存用得更高效。

性能瓶颈不是内存总量,而是内存的“碎片化”和数据结构本身的效率。

• 关注内存碎片率： 操作系统分配内存的方式可能导致Redis虽然显示使用了4G内存，但可能其中500M是无法被利用的碎片，你可以通过INFO memory命令查看mem_fragmentation_ratio这个值，如果这个值持续远大于1.5（比如超过2.0），就说明碎片化比较严重了。

  • 解决办法：Redis 4.0及以上版本支持通过命令 CONFIG SET activedefrag yes 开启自动内存碎片整理，但这会消耗额外CPU，需要根据情况权衡。

• 优化哈希、列表等数据结构： Redis在底层存储小哈希表、小列表等数据结构时，为了节省内存，采用了一种叫“ziplist”的紧凑格式，但当元素数量或大小超过某个阈值时，它会转换成标准的哈希表或链表，虽然性能依然好，但内存占用会变多。

  • 相关参数：hash-max-ziplist-entries, hash-max-ziplist-value, list-max-ziplist-size 等，这些参数控制着转换的阈值。
  • 怎么调：如果你的应用有大量的小哈希结构（比如存储对象属性），可以适当调大hash-max-ziplist-entries的值（比如从默认的512调到1024），让更多的哈希结构以ziplist形式存储，从而节省内存，节省了内存，就等于变相扩大了可用缓存容量。但要注意，阈值设得太大，在操作大对象时性能会下降，需要根据实际数据特征进行测试和权衡，信息来源：Redis官方文档关于内存优化的章节深入解释了ziplist及其相关参数的工作原理。

总结一下有效提升性能的步骤：

1. 基础扩容：根据服务器情况，在redis.conf中合理设置maxmemory大小。
2. 核心设置：根据业务场景（数据是否有过期时间、数据的重要性），选择并设置合适的maxmemory-policy，千万不要用默认的noeviction。
3. 高级优化：监控内存碎片，必要时开启碎片整理；分析你的数据模式，微调hash-max-ziplist-entries这类参数，用更少的内存存更多的数据。
4. 监控：使用INFO memory命令定期监控used_memory（已用内存）、mem_fragmentation_ratio（碎片率）等关键指标，做到心中有数。

调大容量不是一劳永逸的,配合聪明的管理策略，才能让多出来的每一兆内存都真正转化为性能提升。