redis优化内存分为两个层面
大的层面：
合理设置数据过期时间
使用 SCAN + OBJECT IDLETIME 批量定位长期未访问的 Key 并删除合理设置内存淘汰策略
结合 volatile-lru 或 allkeys-lfu 淘汰策略，及时清理无效数据内存碎片优化
启用 jemalloc 分配器，定期执行 MEMORY PURGE 或重启实例整理碎片
监控碎片率（mem_fragmentation_ratio），超过 1.5 时需干预
小的层面：
写入数据时，合理选择数据类型
利用高效数据结构
Bitmaps：适用于布尔型数据（如用户签到、特征标记），1亿用户仅需 12MB 内存
HyperLogLog：统计独立访客（UV）等场景，误差约 0.81%，内存消耗极低
Hash 分桶：大对象拆分为多个 Hash 存储（如用户数据按字段分组），减少单Key体积
案例：使用 HGETALL 分片存储用户属性，避免单 Key 过大导致的性能瓶颈利用数据结构压缩
对文本数据（如 JSON）启用压缩（Snappy、LZ4），压缩率可达 60% 以上key和value写入时避免长字符
例如：user:123:info可以调整为u:123:info 减少key长度