redis：深剖redis的单线程架构

电玩女神 2022-09-15 06:02 204阅读 0赞

redis使用了单线程架构和IO多路复用模型来实现高性能的内存数据库服务

# 单线程模型 #

现在开启了三个redis-cli客户端同时执行命令

*  客户端1设置了一个字符串键值对

> set hello world

*  客户端2对counter自增

> incr counter

*  客户端3对counter自增

> incr counter

redis客户端和服务端的模型可以简化成下图，每次客户端调用都经历了发送命令、**执行命令**、返回结果三个过程  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAT2NlYW4mJlN0YXI_size_20_color_FFFFFF_t_70_g_se_x_16]我们说的单线程就是在第二步执行命令，一条命令从从客户端达到服务端不会立刻被执行，而是会进入一个队列中等待，每次只会有一条指令被选中执行。上面三个客户端命令的执行顺序是不确定的，如下图。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAT2NlYW4mJlN0YXI_size_20_color_FFFFFF_t_70_g_se_x_16 1]

但是可以确定不会同时有两条命令被同时执行，如下图。所以两条incr命令无论怎么怎么执行都不会有并发问题

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAT2NlYW4mJlN0YXI_size_20_color_FFFFFF_t_70_g_se_x_16 2]

# 为什么单线程还能怎么块 #

> 为什么单线程还能怎么块

*  第一：**纯内存访问**，redis将所有数据放在内存中，内存的响应时长大约为100纳秒，这是Redis达到每秒万级别访问的最重要的基础。
 *  第二：**非阻塞IO**，redis使用epoll作为IO多路复用技术的实现，在加上redis自身的事件处理模型将epoll中的连接、读写、关闭都转换为事件，不在网络IO浪费时间  
    ![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAT2NlYW4mJlN0YXI_size_20_color_FFFFFF_t_70_g_se_x_16 3]

这里再扩展一下I/O多路复用：

引用知乎上一个高赞的回答来解释**什么是I/O多路复用**。假设你是一个老师，让30个学生解答一道题目，然后检查学生做得是否正确，你有下面几个选择：

*  第一种选择：按顺序逐个检查，先检查A，然后是B，之后是C、D。。。这中间如果有一个学生卡主，全班都会被耽误。这种模式就好比，你用循环挨个处理socket，根本不具有并发能力。
 *  第二种选择：你创建30个分身，每个分身检查一个学生的答案是否正确。 这种类似于为每一个用户创建一个进程或者线程处理连接。
 *  **第三种选择，你站在讲台上等，谁解答完谁举手。这时C、D举手，表示他们解答问题完毕，你下去依次检查C、D的答案，然后继续回到讲台上等。此时E、A又举手，然后去处理E和A**。

第一种就是阻塞IO模型，第三种就是I/O复用模型，**Linux下的select、poll和epoll就是干这个的。将用户socket对应的fd注册进epoll，然后epoll帮你监听哪些socket上有消息到达，这样就避免了大量的无用操作。此时的socket应该采用非阻塞模式**。

这样，整个过程只在调用select、poll、epoll这些调用时才会阻塞，收发客户消息是不会阻塞的，整个进程或者线程就被充分利用起来，这就是事件启动，所谓的reactor模式

*  第三：单线程可以简化数据结构和算法的实现；单线程避免了线程切换和竞态产生的消耗

对于服务器开发来说，锁和线程切换通常是性能杀手

> 单线程带来的问题

对于每个命令的执行时间是由要求的。如果某个命令执行过长，会造成其他命令的阻塞，对于redis这样的高性能服务来说是致命的，所以redis是面向快速执行场景的服务器

# 支持多线程的Redis6.0 #

Redis6.0引入了多线程的特性，这个多线程是在哪里呢？—— 是对处理网络请求过程采用了多线程

redis6.0采用多个IO线程来处理网络请求，网络请求的解析可以由线程完成，然后把解析后的请求交给主线程进行实际的内存读写。提升网络请求处理的并行度，进而提升整体性能

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAT2NlYW4mJlN0YXI_size_20_color_FFFFFF_t_70_g_se_x_16 4]

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAT2NlYW4mJlN0YXI_size_20_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/429e2285ec054849989509b9e86f00d0.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAT2NlYW4mJlN0YXI_size_20_color_FFFFFF_t_70_g_se_x_16 1]: /images/20220828/56b16f45f22042169468fcb400e60fe2.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAT2NlYW4mJlN0YXI_size_20_color_FFFFFF_t_70_g_se_x_16 2]: /images/20220828/60b08ff8b35643478df0db7e84ead85c.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAT2NlYW4mJlN0YXI_size_20_color_FFFFFF_t_70_g_se_x_16 3]: /images/20220828/a5fc7a452b4340848c4b1087ebf64182.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAT2NlYW4mJlN0YXI_size_20_color_FFFFFF_t_70_g_se_x_16 4]: /images/20220828/5f7d6bd018124011b3116e4fed7892b0.png