info memory參數簡介
used_memory_human:262.89M
used_memory_rss:267489280
mem_fragmentation_ratio:0.97
（Redis在編譯時便會指定內存分配器；內存分配器可以是 libc 、jemalloc或者tcmalloc，默認是jemalloc。）
used_memory：Redis分配器分配的內存總量（單位是字節），包括使用的虛擬內存（即swap）；used_memory_human：以人類可讀的格式返回 Redis 分配的內存總量。
used_memory_rss：Redis進程占據操作系統的內存（單位是字節），與top及ps命令看到的值是一致的；除了分配器分配的內存之外，used_memory_rss還包括進程運行本身需要的內存、內存碎片等，但是不包括虛擬內存。
因此，used_memory和used_memory_rss，前者是從Redis角度得到的量，后者是從操作系統角度得到的量。二者之所以有所不同，一方面是因為內存碎片和Redis進程運行需要占用內存，使得前者可能比后者小，另一方面虛擬內存的存在，使得前者可能比后者大。
Redis內存碎片率的參數 mem_fragmentation_ratio：由於在實際應用中，Redis的數據量會比較大，此時進程運行占用的內存與Redis數據量和內存碎片相比，都會小得多，ratio指數>1表明有內存碎片，越大表明越多，<1表明正在使用虛擬內存，虛擬內存其實就是硬盤，性能比內存低得多，這是應該增強機器的內存以提高性能。一般來說，mem_fragmentation_ratio的數值在1 ~ 1.5之間是比較健康的。
內存碎片清理方法
1、重啟Redis服務；
2、使用指令來手動回收內存碎片。
自動內存碎片整理相關參數
config set activedefrag yes 自動（實時）碎片整理
允許Redis服務器壓縮內存中小數據分配和數據釋放之間的空間，從而允許回收內存，官方默認設置內存碎片率大於10%且內存碎片大小超過100mb開始回收。
#Enabled active defragmentation
#碎片整理總開關
#activedefrag yes
#Minimum amount of fragmentation waste to start active defrag
#當碎片達到 100mb 時，開啟內存碎片整理
active-defrag-ignore-bytes 100mb
#Minimum percentage of fragmentation to start active defrag
#當碎片超過 10% 時，開啟內存碎片整理
active-defrag-threshold-lower 10
#Maximum percentage of fragmentation at which we use maximum effort
#內存碎片超過 100%，則盡最大努力整理
active-defrag-threshold-upper 100
#Minimal effort for defrag in CPU percentage
#內存自動整理占用資源最小百分比
active-defrag-cycle-min 25
#Maximal effort for defrag in CPU percentage
#內存自動整理占用資源最大百分比
active-defrag-cycle-max 75
PS：自動內存回收會使Redis集群的響應變高，因為內存碎片整理是在主線程中執行的，通過源碼發現，內存碎片整理操作會 scan （通過迭代進行）整個 redis 節點，並進行內存復制、轉移等操作，因為 redis 是單線程的，所以會導致 redis 性能下降（通過調整相關配置可以控制內存整理對 redis 集群的影響）。
參數詳細介紹：
（1）調整active-defrag-ignore-bytes和active-defrag-threshold-lower
當兩個條件都滿足時，則會進入內存碎片整理邏輯，這兩個參數僅用來判斷是否進入內存碎片整理邏輯，如果將碎片率或碎片大小調大至一個能接受的閾值，redis 不進行內存碎片整理，則不會對集群有過多的影響（注：frag_pct 是從 jemalloc 獲取的，不能完全依靠info中獲取的碎片值）。
（2）調整active-defrag-cycle-min和active-defrag-cycle-max
這兩個參數是占用主線程資源比率的上下限，如果想保證內存碎片整理功能不過度影響 redis 集群性能，則需要仔細斟酌着兩個參數的配置，通過觀察內存整理時的耗時、資源占用、redis響應等情況發現，當資源占用越多時，內存碎片整理力度越大，時間越短，當然對redis性能的影響也更大。