1. 纯内存操作
这是Redis高性能的基石，Redis将所有数据存储在主内存（RAM）中，所有操作都直接在内存中进行。
相比于传统数据库需要进行耗时的磁盘I/O操作（如查找、读取、写入）。
内存访问速度，比磁盘快了几个数量级（纳秒级 vs 毫秒级）。
这极大地减少了操作延迟，使得Redis能够快速响应大量的并发请求。
2.多实例分片集群
分片，才是真正让你支撑百万级 QPS 的“硬核能力”。
要做到百万级 QPS，必须采用横向扩展：
Redis Cluster 水平扩展（最常用），给每个实例分配槽位，每个实例承担一部分数据与流量。
线性扩容吞吐，例如：
- 单实例：15 万 QPS；
- 10 个实例节点：150 万 QPS；
- 20 个节点：300 万 QPS；
每个 master 有至少一个 slave，保证容灾。
分片策略，比如：
key hash；
客户端一致性 hash；
Cluster slot；
3. I/O 多路复用机制
I/O 多路复用机制，这是Redis如何高效处理大量并发连接的核心。
Redis使用操作系统的select、epoll（Linux）或kqueue（macOS/FreeBSD）等I/O多路复用技术。
它允许一个主线程，同时监听多个套接字（Socket）上的I/O事件。
比如：连接建立、数据到达、数据发送完成…等操作。
性能优势： 在等待客户端发送数据、或接收响应的空闲时间内。
主线程并没有阻塞，而是在监听其他套接字。
这使得单个线程可以高效地管理数以万计的并发连接，实现了高并发。
4. 优秀的数据结构
Redis不仅仅是简单的键值存储，它底层使用了高度优化的数据结构。
Redis为不同的数据类型（String, Hash, List, Set, Sorted Set）设计了专门的、高效的底层数据结构。
例如：哈希表（Hash Table）、跳跃表（Skip List，用于Sorted Set）、压缩列表（Zip List）、快速列表（Quick List）等。
例如，哈希表的查找是$O(1)$，保证了极速的键值查找。
这些数据结构都是经过精心设计的，能够保证绝大多数操作（如查找、插入、删除）的时间复杂度为$O(1)$ 或 $O(\log N)$。
mikechen睿哥
10年+一线大厂架构实战专家，就职于阿里、淘宝等一线大厂，操盘多个亿级大厂核心项目。