1，增加内存；
    2，使用内存淘汰策略。
    3，Redis集群。
    第2点：
    我们知道，redis设置配置文件的maxmemory参数，可以控制其最大可用内存大小（字节）。
    那么当所需内存，超过maxmemory怎么办？
    这个时候就该配置文件中的maxmemory-policy出场了。
    其默认值是noeviction。
    下面我将列出当可用内存不足时，删除redis键具有的淘汰规则。

    规则名称 规则说明
    volatile-lru 使用LRU算法删除一个键（只对设置了生存时间的键）
    allkeys-lru 使用LRU算法删除一个键
    volatile-random 随机删除一个键（只对设置了生存时间的键）
    allkeys-random 随机删除一个键
    volatile-ttl 删除生存时间最近的一个键
    noeviction 不删除键，只返回错误

    LRU算法，least RecentlyUsed，最近最少使用算法。也就是说默认删除最近最少使用的键。
    但是一定要注意一点！redis中并不会准确的删除所有键中最近最少使用的键，而是随机抽取3个键，删除这三个键中最近最少使用的键。
    那么3这个数字也是可以设置的，对应位置是配置文件中的maxmeory-samples.
    第3点：
    3.集群怎么做
    Redis仅支持单实例，内存一般最多10~20GB。对于内存动辄100~200GB的系统，就需要通过集群来支持了。
    Redis集群有三种方式：客户端分片、代理分片、RedisCluster
    · 客户端分片
    通过业务代码自己实现路由
    优势：可以自己控制分片算法、性能比代理的好
    劣势：维护成本高、扩容/缩容等运维操作都需要自己研发
    · 代理分片
    代理程序接收到来自业务程序的数据请求，根据路由规则，将这些请求分发给正确的Redis实例并返回给业务程序。使用类似Twemproxy、Codis等中间件实现。
    优势：运维方便、程序不用关心如何链接Redis实例
    劣势：会带来性能消耗（大概20%）、无法平滑扩容/缩容，需要执行脚本迁移数据，不方便(Codis在Twemproxy基础上优化并实现了预分片来达到Auto Rebalance)。
    · Redis Cluster
    优势：官方集群解决方案、无中心节点，和客户端直连，性能较好
    劣势：方案太重、无法平滑扩容/缩容，需要执行相应的脚本，不方便、太新，没有相应成熟的解决案例