Redis为什么这么快？
序言
作为企业级的存储组件， Redis被用到很多的业务场景。
Redis经常被用作做缓存， 一致性要求不高场景，还可以当做存储使用。
另外， Redis还提供了消息订阅、事务、索引等特性。 我们还可以利用集群特性搭建分布式存储服务，实现非强一致性的分布式锁服务。
Redis用到上述场景， 都有一个共同的优势， 就是处理速度快（高性能）。
面试中，面试官经常会问到单线程的Redis为什么这么快? 为了阐明这个问题， 下面将分三部分讲解： (1) 部分： Redis到底有多快 (2) 第二部分： 详细讲解Redis高性能原因 (3) 第三部分： 影响Redis性能的因素
Redis到底有多快
要了解Reids的到底有多么快， 首先需要有相应的评估工具。 其次，需要Redis 在一些平台经验数据，来评估Redis性能数量级。 幸运的是Redis提供了这样的工具，并给出了常用的硬件平台一些经验数据。
下面篇幅比较长，核心观点如下：
- 可以使用redis-benchmark对Redis的性能进行评估，命令行提供了普通/流水线方式、不同压力评估特定命令的性能的功能。
- redis性能卓越，作为key-value系统大负载数量级为10W/s， set和get耗时数量级为10ms和5ms。使用流水线的方式可以提升redis操作的性能。
不关心具体数据的小伙伴，可以直接跳到第二部分，直接了解redis性能卓越的原因。
Redis性能评估工具
Redis包含的redis-benchmark实用程序可模拟N个客户端同时发送M个总查询的运行命令（类似于Apache的ab实用程序）。可以使用redis-benchmark对redis的性能进行评估。
支持以下选项：
Usage: redis-benchmark [-h <host>] [-p <port>] [-c <clients>] [-n <requests]> [-k <boolean>]
-h <hostname> 服务器 hostname (默认 127.0.0.1)
-p <port> 服务器 port (默认 6379)
-s <socket> 服务器 socket (覆盖host和port)
-a <password> 服务器鉴权密钥
-c <clients> 启动的客户端数量（并行度） (默认 50)
-n <requests> 总请求量(默认 100000)
-d <size> GET和SET请求数据大小(默认 2个字节)
--dbnum <db> 选择的db编号 (默认 0)
-k <boolean> 1=keep alive 0=reconnect (默认 1)
-r <keyspacelen> 在SET/GET/INCR使用随机的key值, 在SADD使用随机的va
-P <numreq> 一个Pipeline包含的请求数. 默认值1 (不使用Pipeline).
-q 安静模式. 仅仅展示QPS值
--csv 以csv格式输出
-l 生成循环 执行测试
-t <tests> 制定测试命令的命令， 命令列表以逗号分隔
-I Idle模式,仅打开N个idle连接并等待
复制代码启动基准之前，您需要具有运行中的Redis实例。我在自己工作的笔记本上， 使用默认参数跑了一个例子：
D:\data\soft\redis-windows>redis-benchmark.exe
.....
====== SET ======
100000 requests completed in 0.81 seconds
50 parallel clients
3 bytes payload
keep alive: 1
99.90% <= 1 milliseconds
99.93% <= 2 milliseconds
99.95% <= 78 milliseconds
99.96% <= 79 milliseconds
100.00% <= 79 milliseconds
123609.39 requests per second
====== GET ======
100000 requests completed in 0.70 seconds
50 parallel clients
3 bytes payload
keep alive: 1
100.00% <= 0 milliseconds
142045.45 requests per second
====== INCR ======
100000 requests completed in 0.71 seconds
50 parallel clients
3 bytes payload
keep alive: 1
99.95% <= 1 milliseconds
99.95% <= 2 milliseconds
100.00% <= 2 milliseconds
140252.45 requests per second
.....
复制代码上面的例子中，截取了SET/GET/INCR的测试结果。
测试结果包括测试的环境参数(请求量、client数量、有效载荷)以及请求耗时的TP值。
redis-benchmark默认使用10万请求量， 50个clinet，有效载荷为3字节进行测试。
返回结果可以看出SET/GET/INCR命令在10万的请求量下，总的请求耗时均低于0.1s以内。 以QPS=10W为例， 计算出来的平均耗时为2ms左右（1/（10W/50)）。
Reids基准测试经验数据
Redis的性能跟很多因素相关， 在第三部分会详细介绍。比如客户端网络状况、是否使用流水，链接的客户端。为了说明Redis到底有多快，我们使用Reidis官网使用redis-benchmark测试的一组数据。
警告：请注意，以下大多数基准测试已有数年历史，并且是与今天的标准相比使用旧硬件获得的。该页面应该进行更新，但是在很多情况下，使用硬硬件状态，您会期望看到的数字是此数字的两倍。此外，在许多工作负载中，Redis 4.0比2.6快
硬件环境和软件配置
测试是由50个同时执行200万个请求的客户端完成的。
所有测试在Redis 2.6.14上运行。
使用回环地址(127.0.0.1)执行了测试。
使用一百万个键的键空间执行测试。
使用和不使用流水线（16条命令流水线）执行测试。
Intel(R) Xeon(R) CPU E5520 @ 2.27GHz
复制代码Redis系统负载
- 不使用流水线测试结果
$ ./redis-benchmark -r 1000000 -n 2000000 -t get,set,lpush,lpop -q
SET: 122556.53 requests per second
GET: 123601.76 requests per second
LPUSH: 136752.14 requests per second
LPOP: 132424.03 requests per second
复制代码- 使用流水线测试结果
$ ./redis-benchmark -r 1000000 -n 2000000 -t get,set,lpush,lpop -q -P 16
SET: 195503.42 requests per second
GET: 250187.64 requests per second
LPUSH: 230547.55 requests per second
LPOP: 250815.16 requests per second
复制代码从以上可以看出Redis作为key-value系统读写负载大致在10W+QPS， 使用流水线技术能够显著提升读写性能。
耗时情况
- 不使用流水线测试结果
$ redis-benchmark -n 100000
====== SET ======
100007 requests completed in 0.88 seconds
50 parallel clients
3 bytes payload
keep alive: 1
58.50% <= 0 milliseconds
99.17% <= 1 milliseconds
99.58% <= 2 milliseconds
99.85% <= 3 milliseconds
99.90% <= 6 milliseconds
100.00% <= 9 milliseconds
114293.71 requests per second
====== GET ======
100000 requests completed in 1.23 seconds
50 parallel clients
3 bytes payload
keep alive: 1
43.12% <= 0 milliseconds
96.82% <= 1 milliseconds
98.62% <= 2 milliseconds
100.00% <= 3 milliseconds
81234.77 requests per second
....
复制代码所有set操作均在10ms内完成， get操作均在5ms以下。
Redis为什么那么快
Redis是一个单线程应用，所说的单线程指的是Redis使用单个线程处理客户端的请求。 虽然Redis是单线程的应用，但是即便不通过部署多个Redis实例和集群的方式提升系统吞吐， 从官网给出的数据可以看出，Redis处理速度非常快。
Redis性能非常高的原因主要有以下几点：
- 内存存储：Redis是使用内存(in-memeroy)存储,没有磁盘IO上的开销
- 单线程实现：Redis使用单个线程处理请求，避免了多个线程之间线程切换和锁资源争用的开销
- 非阻塞IO：Redis使用多路复用IO技术，在poll，epool，kqueue选择优IO实现
- 优化的数据结构：Redis有诸多可以直接应用的优化数据结构的实现，应用层可以直接使用原生的数据结构提升性能
下面详细介绍非阻塞IO和优化的数据结构
多路复用IO
在《unix网络编程 卷I》中详细讲解了unix服务器中的5种IO模型。
一个IO操作一般分为两个步骤：
- 等待数据从网络到达， 数据到达后加载到内核空间缓冲区
- 数据从内核空间缓冲区复制到用户空间缓冲区
按照两个步骤是否阻塞线程，分为阻塞/非阻塞， 同步/异步。
五种IO模型分类：
| 阻塞 | 非阻塞 | |
|---|---|---|
| 同步 | 阻塞IO | 非阻塞IO，IO多路复用，信号驱动IO |
| 异步IO | 异步IO |
阻塞IO
在linux中，默认情况下所有的socket都是blocking，一个典型的读操作流程大概是这样：
非阻塞IO
Linux下，可以通过设置socket使其变为non-blocking。当对一个non-blocking socket执行读操作时，流程是这个样子：
IO多路复用
IO multiplexing这个词可能有点陌生，但是如果我说select/epoll，大概就都能明白了。有些地方也称这种IO方式为事件驱动IO(event driven IO)。我们都知道，select/epoll的好处就在于单个process就可以同时处理多个网络连接的IO。它的基本原理就是select/epoll这个function会不断的轮询所负责的所有socket，当某个socket有数据到达了，就通知用户进程。它的流程如图：
信号驱动IO
异步IO
Linux下的asynchronous IO其实用得不多，从内核2.6版本才开始引入。先看一下它的流程：
介绍完unix或者类unix系统IO模型之后， 我们看下redis怎么处理客户端连接的？
Reids的IO处理
总的来说Redis使用一种封装多种(select,epoll, kqueue等)实现的Reactor设计模式多路复用IO处理客户端的请求。
Reactor设计模式常常用来实现事件驱动。除此之外， Redis还封装了不同平台多路复用IO的不同的库。处理过程如下：
因为 Redis 需要在多个平台上运行，同时为了大化执行的效率与性能，所以会根据编译平台的不同选择不同的 I/O 多路复用函数作为子模块。
具体选择过程如下：
Redis 会优先选择时间复杂度为 O(1) 的 I/O 多路复用函数作为底层实现，包括 Solaries 10 中的 evport、Linux 中的 epoll 和 macOS/FreeBSD 中的 kqueue，上述的这些函数都使用了内核内部的结构，并且能够服务几十万的文件描述符。
但是如果当前编译环境没有上述函数，就会选择 select 作为备选方案，由于其在使用时会扫描全部监听的描述符，所以其时间复杂度较差 O(n)，并且只能同时服务 1024 个文件描述符，所以一般并不会以 select 作为方案使用。
丰富高效的数据结构
Redis提供了丰富的数据结构，并且不同场景下提供不同实现。
Redis作为key-value系统，不同类型的key对应不同的操作或者操作对应不同的实现，相同的key也会有不同的实现。Redis对key进行操作时，会进行类型检查，调用不同的实现。
为了解决以上问题， Redis 构建了自己的类型系统， 这个系统的主要功能包括：
redisObject 对象。 基于 redisObject 对象的类型检查。 基于 redisObject 对象的显式多态函数。 对 redisObject 进行分配、共享和销毁的机制。
redisObject定义:
/*
* Redis 对象
*/
typedef struct redisObject {
// 类型
unsigned type:4;
// 对齐位
unsigned notused:2;
// 编码方式
unsigned encoding:4;
// LRU 时间（相对于 server.lruclock）
unsigned lru:22;
// 引用计数
int refcount;
// 指向对象的值
void *ptr;
} robj;
复制代码type 、 encoding 和 ptr 是重要的三个属性。
Redis支持4种type， 8种编码， 分别为：
有了redisObject之后， 对于特定key的操作过程就可以很容易的实现：
Redis除了提供丰富的高效的数据结构外， 还提供了如HyperLogLog， Geo索引这样高效的算法。
篇幅的原因，影响Redis性能的因素将在另外一篇文章中介绍。
相关文章