Redis使用單線程為什么還這么快

這篇文章將為大家詳細講解有關Redis使用單線程為什么還這么快，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

Redis為什么用單線程？

多線程的開銷

通常情況下，在采用多線程后，如果沒有良好的系統設計，其實是右圖所展示的那樣（注意縱坐標）。剛開始增加線程數時，系統吞吐率會增加，再進一步增加線程時，系統吞吐率就增長遲緩了，甚至還會出現下降的情況。

關鍵瓶頸在于： 系統中通常會存在會被多線程同時訪問的共享資源，為了保證共享資源的正確性，就需要有額外的機制保證線程安全性，例如加鎖，這會帶來額外的開銷。

比如拿最常用的List類型來舉例吧，假設Redis采用多線程設計，有兩個線程A和B分別對List做LPUSH和LPUSH操作，為了使得每次執行都是相同的結果，即【B線程取出A線程放入的數據】就需要讓這兩個過程串行執行。這就是多線程編程模式面臨的共享資源的并發訪問控制問題。

并發訪問控制一直是多線程開發中的一個難點問題：如果只是簡單地采用一個互斥鎖，就會出現即使增加了線程，大部分線程也在等待獲取互斥鎖，并行變串行，系統吞吐率并沒有隨著線程的增加而增加。

同時加入并發訪問控制后也會降低系統代碼的可讀性和可維護性，所以Redis干脆直接采用了單線程模式。

Redis使用單線程為什么還這么快？

之所以使用單線程是Redis設計者多方面衡量的結果。

• Redis的大部分操作在內存上完成

• 采用了高效的數據結構，例如哈希表和跳表

• 采用了多路復用機制，使其在網絡IO操作中能并發處理大量的客戶端請求，實現高吞吐率

既然Redis使用單線程進行IO，如果線程被阻塞了就無法進行多路復用了，所以不難想象，Redis肯定還針對網絡和IO操作的潛在阻塞點進行了設計。

網絡與IO操作的潛在阻塞點

在網絡通信里，服務器為了處理一個Get請求，需要監聽客戶端請求（bind/listen），和客戶端建立連接（accept），從socket中讀取請求（recv），解析客戶端發送請求（parse），最后給客戶端返回結果（send）。

最基本的一種單線程實現是依次執行上面的操作。

上面標紅的accept和recv操作都是潛在的阻塞點：

• 當Redis監聽到有連接請求，但卻一直不能成功建立起連接時，就會阻塞在accept()函數這里，其他客戶端此時也無法和Redis建立連接

• 當Redis通過recv()從一個客戶端讀取數據時，如果數據一直沒有到達，也會一直阻塞

基于多路復用的高性能IO模型

為了解決IO中的阻塞問題，Redis采用了Linux的IO多路復用機制，該機制允許內核中，同時存在多個監聽套接字和已連接套接字（select/epoll）。

內核會一直監聽這些套接字上的連接或數據請求。一旦有請求到達，就會交給Redis處理，這就實現了一個Redis線程處理多個IO流的效果。

此時，Redis線程就不會阻塞在某一個特定的客戶端請求處理上，所以它可以同時和多個客戶端連接并處理請求。

回調機制

select/epoll一旦監測到FD上有請求到達時，就會觸發相應的事件被放進一個隊列里，Redis線程對該事件隊列不斷進行處理，所以就實現了基于事件的回調。

例如，Redis會對Accept和Read事件注冊accept和get回調函數。當Linux內核監聽到有連接請求或讀數據請求時，就會觸發Accept事件和Read事件，此時，內核就會回調Redis相應的accept和get函數進行處理。

Redis的性能瓶頸點

經過上面的分析，雖然通過多路復用機制可以同時監聽多個客戶端的請求，但Redis仍然有一些性能瓶頸點，這也是我們平時編程需要極力避免的情況。

1. 耗時操作

任意一個請求在Redis中一旦耗時較久，都會影響整個server的性能。后面的請求都要等前面這個耗時請求處理完成，自己才能被處理到。

這一點需要我們在設計業務場景時去規避；Redis的lazy-free機制也把釋放內存的耗時操作放在了異步線程中去執行了。

2. 高并發場景

并發量非常大時，單線程讀寫客戶端IO數據存在性能瓶頸，雖然采用IO多路復用機制，但還是只能單線程依次讀取客戶端的數據，無法利用到CPU多核。

Redis在6.0可以利用CPU多核多線程讀寫客戶端數據，但只是針對客戶端的讀寫是并行的，每個命令的真正操作還是單線程。

其他Redis相關的有趣問題

借此機會也提幾個和redis相關的有意思的問題。

• 為什么要用Redis，直接訪問內存不好嗎？

這一條其實并沒有很明確的界定，對于一些不經常變動的數據，可以直接放到內存里，不一定要放到Redis里，可以放到內存里。一致性問題：如果一個數據被修改了，數據在本地內存里的話，可能只有一臺服務器上的數據被修改了。如果用Redis里面的話，我們訪問Redis服務器，可以解決一致性問題。

• 數據太多內存放不下怎么辦？比如我要緩存100G的數據，怎么辦？

這里也要打一個廣告Tair是淘寶開源的分布式KV緩存系統，它從Redis繼承了豐富的操作，理論上總數據量無限制，針對可用性、可擴展性、可靠性也進行了升級，感興趣的小伙伴們可以了解一下~

關于“Redis使用單線程為什么還這么快”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。