#1.配置缓存内存限制和清理策略 #作为缓存服务器，如果不加以限制内存的话，就很有可能出现将整台服务器内存都耗光的情况，可以在redis的配置文件里面设置： #example： # 限定最多使用1.5GB内存 maxmemory 1536mb #如果内存到达了指定的上限，还要往redis里面添加更多的缓存内容，需要设置清理内容的策略： #默认为0，没有指定最大缓存，如果有新的数据添加，超过最大内存，则会使redis崩溃，所以一点要设置。 #设置maxmemory之后，配合的要设置缓存数据回收策略。 # 设置策略为清理最少使用的key对应的数据 maxmemory-policy allkeys-lru #下面为redis官网上的几种清理策略： #volatile-lru：从已设置过期时间的数据集（server.db[i].expires）中挑选最近最少使用的数据淘汰 #volatile-ttl：从已设置过期时间的数据集（server.db[i].expires）中挑选将要过期的数据淘汰 #volatile-random：从已设置过期时间的数据集（server.db[i].expires）中任意选择数据淘汰 #allkeys-lru：从数据集（server.db[i].dict）中挑选最近最少使用的数据淘汰 #allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰 #no-enviction（驱逐）：禁止驱逐数据 #redis回收算法，实际不是严谨的LRU算法，而是抽样回收数据，这样算是为了减少消耗内存使用，但是抽样回收的缓存和全部数据回收缓存差异非常小，或者根本就没有。 #先预测好系统所需要的内存高峰，部署相对应内存的缓存服务器。 #设置maxmemory和相对应的回收策略算法，设置最好为物理内存的3/4，或者比例更小，因为redis复制数据等其他服务时，也是需要缓存的。 #以防缓存数据过大致使redis崩溃，造成系统出错不可用。牺牲一部分缓存数据，保存整体系统可用性。 #如果数据是 幂律分布 也就是某些数据访问频率比较高 则适合allkeys-lru #如果数据是 平等分布 也就是访问频率比较平均 则适合allkeys-random #配对的配置： maxmemory-samples 3 #默认值3，上面LRU和最小TTL策略并非严谨的策略，而是大约估算的方式，因此可以选择取样值以便检查 #2.我的需求是只把redis当作缓存来用，所以持久化到硬盘对我的需求来说没有意义。配置 save "" #3.增加ip绑定（可选） redis 不够安全，# bind 192.168.1.100 10.0.0.1 # bind 127.0.0.1 #指定Redis 只接收来自于该IP 地址的请求，如果不进行设置，那么将处理所有请求，系统默认是注释掉的，不开启。在生产环境中为了安全最好设置该项。 4.maxclients 10000 #限制同时连接的客户数量。当连接数超过这个值时，redis 将不再接收其他连接请求，客户端尝试连接时将收到error 信息。默认为10000，要考虑系统文件描述符限制，不宜过大，浪费文件描述符，具体多少根据具体情况而定 #5.当一个redis支撑不了的时候再考虑Master-Slave模式