redis 2 - 高性能

一、概述

redis为什么快？

1. 基于内存
2. 基于Reactor模式设计开发了一套高效的事件处理模型，主要是单线程事件循环和IO多路复用
3. 高性能的数据结构实现

二、响应模型

IO多路复用

使用 I/O 多路复用技术来高效地管理多个网络连接。这允许 Redis 的单个线程非阻塞地处理多个客户端连接，接受请求并发送响应，而不是为每个连接分别阻塞等待。

事件驱动

• 事件处理：Redis 使用基于事件的模型来处理网络连接中的各种事件。当客户端发送请求到 Redis 服务器时，I/O 多路复用程序会监听到数据到达的事件，并通知 Redis 进行处理。
• 命令队列：到达的命令会被放入一个队列中，并由 Redis 的处理线程逐一执行。执行完成后，处理结果通过网络发送回客户端。

单线程处理

Redis 的大部分操作（包括命令处理、数据读写等）都在一个单线程中执行。这意味着在任意时刻，只有一个命令在被执行，从而避免了多线程环境中的上下文切换和锁竞争问题，确保了高效的命令执行。

部分异步操作

对于某些可能阻塞主线程的操作（如磁盘 I/O 操作），Redis 会采用异步方式处理，如使用后台线程进行 RDB 快照的持久化和 AOF 文件的重写。

Q：为什么使用单线程是个优势？

A：对于Redis来说，CPU本身不是瓶颈，不需要通过多线程的方式提升CPU的使用率。这样单线程模型也更简单。

Q：redis6.0引入了多线程？

A：多线程引入用于处理网络IO，核心逻辑执行还是在单线程中，并且多线程默认不开启，需要手动开启。

三、数据结构

Redis提供了丰富的数据类型，常见的有五种：String, Hash, List, Set, Zset

随着版本更新，支持了更复杂的数据类型: BitMap, HyperLogLog, Geo, Stream

数据类型是接口，面向用户的使用。底层实现是基于一些数据结构。

数据结构详情

SDS

struct sdshdr{
	int len;	//记录buf数组中已使用字节的数量，等于 SDS 保存字符串的长度
  int alloc;	//记录 buf 分配空间的总长度
  unsigned char flags;	//哪种数据类型，比如unit16/unit32/unit64...
	char buf[];	//字节数组，用于保存字符串
}

Redis默认的字符串表示被称为 简单动态字符串（SDS）

SDS和C字符串的区别

1. O1获得字符串长度

2. 杜绝缓冲区溢出

   比如在执行字符串连接的时候，C很容易缓冲区溢出，修改到其他内存

3. 减少修改字符串时带来的内存重分配次数

   Redis这种数据库，对速度要求严苛，数据会被频繁修改，不能接受每次修改数据库的长度都需要执行一次内存重分配

   通过未使用空间解除字符串长度和底层数组长度之间的关联

   SDS实现了空间预分配和惰性空间释放两种策略

   空间预分配

   用户优化SDS的字符串增长操作：当SDS的API对一个SDS进行修改，并且需要对SDS进行空间扩展的时候，不仅会为SDS分配修改必要的空间，还会分配额外的未使用空间

   未使用空间数量由以下公式决定：

   如果len<1MB 则分配同样大小的空间给free

   如果len > 1MB 则分配1MB给free

   惰性空间优化

   用于优化字符串缩短操作：缩短操作时，不重新分配以释放该部分内存，存在free里。当有需要时，也可以通过API释放free空间

4. 二进制安全

   Redis使用len来判断字符串的结尾处，而不是’/0’，就可以存一些特殊数据格式

5. 兼容部分C字符串函数

string的内部实现有两种，int或SDS

它的编码方式有三种，int(可以用long类型表示的整数)、raw、embstr.
其中后两种Redis会根据需要保存字符串的长度来决定，底层实现都是SDS。

编码为int的string对象，会把值放在ptr里。

编码为embstr的string对象，会和SDS一起分配一块连续的内存。

编码为raw的string对象，会和SDS分配不连续的内存。

embstr这种编码方式，在内存分配、对象访问和内存释放时，都只需要请求一次。提升了对短字符串常量的创建、访问、销毁效率。

当int被修改为字符串时，会转换成raw；

当embstr被修改时，会转换成raw.(embstr是只读的)

跳表

链表的增删改查 核心都是需要定位到目标节点，普通链表只能通过遍历的方式，时间复杂度为O(n)

为了快速访问，可以增加多级索引。以这种思路，就产生了跳表。

通过建立多级索引，将查找的时间复杂度降低到O(logn)

跳表和其他数据结构的对比

1. 二叉平衡树：跳表追求概率平衡，而不是严格平衡。二叉平衡树相比于跳表，每次增删都需要旋转节点，逻辑复杂，速度慢。
2. 红黑树：相比二叉平衡树，性能更高些，但是逻辑复杂，按照区间来查找数据也不如跳表。
3. B+树：B+树核心思想是通过尽可能少的IO来定位到数据，因此层高不能很高，并且需要做节点分裂和合并。跳表的应用场景不需要这些。