我怀疑最大化 Redis 的 CPU 使用率是否会有益于您的后端设计。正确的问题是 Redis 是否足够高效以在给定的延迟下维持吞吐量。Redis 是单线程服务器：在 80% 的 CPU 消耗下，延迟可能会非常糟糕。
我建议您在 redis-benchmark 工作时测量延迟，以查看它是否可以满足您的需求，然后再尝试增加 Redis CPU 消耗。redis-cli 的 --latency 选项可用于此：
- 启动 redis 服务器
- 尝试 redis-cli --latency，记下 avg 值，停止它
- 在另一个窗口中，启动基准测试，并确保它运行一段时间
- 尝试 redis-cli --latency，记下 avg 值，停止它
- 停止基准测试
- 比较两个平均值
现在，如果你真的想增加 Redis CPU 消耗，你需要一个高效的客户端程序（如 redis-benchmark），能够同时处理多个连接，或者客户端程序的多个实例。
Lua 是一种快速解释型语言，但它仍然是一种解释型语言。它会比 C 代码慢一到两个数量级。Redis 在解析/生成其协议方面比 lua-redis 快得多，因此您将无法使用唯一的 Lua 客户端使 Redis 饱和（除非您使用 O(n) Redis 命令 - 见下文）。
webdis 是用 C 实现的，具有高效的客户端库，但必须解析 http/json 协议，这恰好比 Redis 协议更冗长和复杂。对于大多数操作，它可能比 Redis 本身消耗更多的 CPU。同样，您不会用单个 webdis 实例使 Redis 饱和。
下面是一些使用多个 Lua 客户端使 Redis 饱和的示例。
如果尚未完成，我建议您先查看Redis 基准页面。
如果您在与 Redis 相同的机器上运行基准测试：
关键是将一个核心专用于Redis，并在其他核心上运行客户端程序。在 Linux 上，您可以为此使用 taskset 命令。
# Start Redis on core 0
taskset -c 0 redis-server redis.conf
# Start Lua programs on the other cores
for x in `seq 1 10` ; do taskset -c 1,2,3 luajit example.lua & done
Lua 程序应该使用流水线来最大化吞吐量并减少系统活动。
local redis = require 'redis'
local client = redis.connect('127.0.0.1', 6379)
for i=1,1000000 do
local replies = client:pipeline(function(p)
for j=1,1000 do
local key = 'counter:'..tostring(j)
p:incrby(key,1)
end
end)
end
在我的系统上，Lua 程序占用的 CPU 是 Redis 的 4 倍多，因此使用这种方法需要 4 个以上的核心才能使 Redis 饱和（6 核心的盒子应该没问题）。
如果您在与 Redis 不同的机器上运行基准测试：
除非您在 CPU 匮乏的虚拟机上运行，否则在这种情况下，瓶颈很可能是网络。我不认为你可以用任何小于 1 GbE 的链接使 Redis 饱和。
确保尽可能地管道化查询（参见前面的 Lua 程序）以避免网络延迟瓶颈，并降低 CPU 上的网络中断成本（填充以太网数据包）。尝试在未绑定到网卡（并处理网络中断）的核心上运行 Redis。您可以使用 htop 之类的工具来检查最后一点。
如果可以，请尝试在网络的其他各种机器上运行您的 Lua 客户端。同样，您将需要大量 Lua 客户端来使 Redis 饱和（6-10 应该没问题）。
在某些情况下，一个独特的 Lua 进程就足够了：
现在，如果每个查询都足够昂贵，则可以使用单个 Lua 客户端使 Redis 饱和。这是一个例子：
local redis = require 'redis'
local client = redis.connect('127.0.0.1', 6379)
for i=1,1000 do
local replies = client:pipeline(function(p)
for j=1,1000 do
p:rpush("toto",i*1000+j)
end
end)
end
N = 500000
for i=1,100000 do
local replies = client:pipeline(function(p)
for j=1,10 do
p:lrange("toto",N, N+10)
end
end)
end
这个程序用 1M 项填充一个列表，然后使用 lrange 命令从列表中间获取 10 个项目（Redis 的最坏情况）。因此，每次执行查询时，服务器都会扫描 500K 项。因为只返回了 10 个项目，所以它们被 lua-redis 快速解析，不会消耗 CPU。在这种情况下，所有的 CPU 消耗都将在服务器端。
最后的话
可能有比 redis-lua 更快的 Redis 客户端：
您可能想尝试一下。