当Redis成为系统性能瓶颈时，你会从哪些维度进行分析和优化？请给出具体的排查步骤和应对措施。
考察说明
考察对Redis性能问题的系统性排查思路和优化实践能力。
回答思路
- 【回答框架 1】Redis性能瓶颈首先需要定位具体表现，如高延迟、连接数打满、内存不足或CPU饱和。可以通过监控指标（latency、hit rate、memory、connected_clients）和慢日志（slowlog）初步定位。
- 【回答框架 2】如果是命令层面问题，检查是否存在大key（bigkey）、热key、慢查询（如keys、hgetall、zrange等），优化为使用scan、分片或缓存结果，必要时拆分key或使用Lua脚本。
- 【回答框架 3】如果是资源层面问题，考虑内存存储优化（如使用ziplist、intset编码），配置maxmemory和淘汰策略；CPU饱和时考虑使用pipeline减少RTT，或升级到Redis Cluster水平扩展。
- 【回答框架 4】架构层面，引入读写分离、多级缓存（本地缓存+Redis）或热点数据本地缓存，减轻Redis压力；同时评估网络带宽、持久化策略（AOF/RDB）对性能的影响。
- 【回答框架 5】最终需要结合业务场景和压测结果，权衡一致性与性能，制定优化方案并验证效果。
- 【关键点 1】通过监控和慢日志定位瓶颈是优化的第一步。
- 【关键点 2】大key和热key是常见问题，需针对性拆分或缓存。
- 【关键点 3】内存优化和淘汰策略可降低内存压力。
- 【关键点 4】水平扩展（Cluster）或读写分离能提升吞吐量。
- 【关键点 5】多级缓存和pipeline能有效降低延迟和RTT。
- 【易错点 1】不要盲目使用keys命令，避免阻塞Redis。
- 【易错点 2】水平扩展需考虑数据分片和一致性，不能简单堆机器。
- 【易错点 3】持久化配置不当可能影响性能，应根据业务权衡RDB和AOF。