1、应用简单度过高的命令（例如SORT/SUION/ZUNIONSTORE/KEYS），或一次查问全量数据（例如LRANGE key 0 N，但N很大）
剖析：a) 查看slowlog是否存在这些命令 b) Redis过程CPU使用率是否飙升（聚合运算命令导致）
解决：a) 不应用简单度过高的命令，或用其余形式代替实现（放在客户端做） b) 数据尽量分批查问（LRANGE key 0 N，倡议N<=100，查问全量数据倡议应用HSCAN/SSCAN/ZSCAN）
2、操作bigkey
剖析：a) slowlog呈现很多SET/DELETE变慢命令（bigkey分配内存和开释内存变慢） b) 应用redis-cli -h $host -p $port --bigkeys扫描出很多bigkey
解决：a) 优化业务，防止存储bigkey b) Redis 4.0+可开启lazy-free机制
3、大量key集中过期
剖析：a) 业务应用EXPIREAT/PEXPIREAT命令 b) Redis info中的expired_keys指标短期突增
解决：a) 优化业务，过期减少随机工夫，把工夫打散，加重删除过期key的压力 b) 运维层面，监控expired_keys指标，有短期突增及时报警排查
4、Redis内存达到maxmemory
剖析：a) 实例内存达到maxmemory，且写入量大，淘汰key压力变大 b) Redis info中的evicted_keys指标短期突增
解决：a) 业务层面，依据状况调整淘汰策略（随机比LRU快） b) 运维层面，监控evicted_keys指标，有短期突增及时报警 c) 集群扩容，多个实例加重淘汰key的压力
5、大量短连贯申请
剖析：Redis解决大量短连贯申请，TCP三次握手和四次挥手也会减少耗时
解决：应用长连贯操作Redis
6、生成RDB和AOF重写fork耗时重大
剖析：a) Redis变慢只产生在生成RDB和AOF重写期间 b) 实例占用内存越大，fork拷贝内存页表越久 c) Redis info中latest_fork_usec耗时变长
解决：a) 实例尽量小 b) Redis尽量部署在物理机上 c) 优化备份策略（例如低峰期备份） d) 合理配置repl-backlog和slave client-output-buffer-limit，防止主从全量同步 e) 视状况思考敞开AOF f) 监控latest_fork_usec耗时是否变长
7、AOF应用awalys机制
剖析：磁盘IO负载变高
解决：a) 应用everysec机制 b) 失落数据不敏感的业务不开启AOF
8、应用Swap
剖析：a) 所有申请全副开始变慢 b) slowlog大量慢日志 c) 查看Redis过程是否应用到了Swap
解决：a) 减少机器内存 b) 集群扩容 c) Swap应用时监控报警
9、过程绑定CPU不合理
剖析：a) Redis过程只绑定一个CPU逻辑核 b) NUMA架构下，网络中断处理程序和Redis过程没有绑定在同一个Socket下
解决：a) Redis过程绑定多个CPU逻辑核 b) 网络中断处理程序和Redis过程绑定在同一个Socket下
10、开启通明大页机制
剖析：生成RDB和AOF重写期间，主线程解决写申请耗时变长（拷贝内存正本耗时变长）
解决：敞开通明大页机制
11、网卡负载过高
剖析：a) TCP/IP层提早变大，丢包重传变多 b) 是否存在流量过大的实例占满带宽
解决：a) 机器网络资源监控，负载过高及时报警 b) 提前布局部署策略，访问量大的实例隔离部署
总之，Redis的性能与CPU、内存、网络、磁盘都非亲非故，任何一处产生问题，都会影响到Redis的性能。
次要波及到的包含业务应用层面和运维层面：业务人员须要理解Redis根本的运行原理，应用正当的命令、躲避bigke问题和集中过期问题。运维层面须要DBA提前布局好部署策略，预留足够的资源，同时做好监控，这样当产生问题时，可能及时发现并尽快解决。