要提高Redis百万数据查询的效率，可以考虑以下几个方面的优化措施：
使用合适的数据结构：Redis支持多种数据结构，如字符串、哈希表、列表、集合和有序集合等。根据具体的查询需求，选择合适的数据结构存储数据，以提高查询效率。
使用合适的索引：如果查询的字段可以作为索引来使用，可以使用Redis的有序集合（Sorted Set）来存储数据，并通过有序集合的分值进行排序和检索。
批量查询：尽量使用批量操作命令（如MGET、HMGET）来一次性获取多个数据，减少网络通信的开销。
数据分片：如果数据量非常大，可以考虑将数据分片存储在多个Redis实例中，根据查询的数据分布情况选择对应的实例进行查询，以减少单个实例的负载。
使用缓存：对于频繁查询的数据，可以考虑将查询结果缓存在Redis中，下次查询时直接从缓存中获取，避免重复查询数据库。
合理设置过期时间：对于不再需要的数据，及时删除或设置合适的过期时间，以释放内存空间和提高查询效率。
使用Pipeline批量查询：Pipeline是一种将多个命令一次性发送到Redis服务器并一次性获取结果的技术，可以减少网络通信的开销，提高查询效率。
使用Redis集群：如果单个Redis实例无法满足查询需求，可以考虑使用Redis集群来横向扩展存储和查询能力。
以上是一些常见的提高Redis百万数据查询效率的优化方法，具体的优化方案需要根据具体的业务场景和需求来定。