Redis

Redis 快的原因

1. 基于内存实现
2. 高效的数据结构 ： 简单动态字符串， 双端链表，压缩列表，字典，跳跃表
3. 合理的数据编码
4. 合适的线程模型 ： I/O多路复用， 避免上下文切换，单线程模型

一. Redis是基于内存的数据库

Redis相对于磁盘数据库来说，省去了将数据I/O进内存的一个过程

二. 高效的数据结构

Redis有多种数据类型，每种数据类型的底层由一种或多种数据结构来支持。

1. 简单动态字符串SDS

在C语言中字符串的结尾以\0为结尾代表结束，如需获取字符串的全部信息就需要遍历。Redis中用一个len字段记录当前字符串的长度，获取长度直接获取len。时间为O（1）

内存重新分配

C语言设计修改字符串会重新分配内存，频繁修该，内存分配就会频繁。内存分配会消耗性能。
在Redis 中设计到字符串频繁修改操作，就会采取两种优化策略： 空间预分配， 惰性空间释放。

（1）空间预分配 :
当字符串进行阔容得时候，除了分配锁必须的空间外，还会多分配一些未使用的空间。动态字符串修改之后，如果len长度大于1M， 就会额外分配与len相同长度的未使用空间。如果修改后长度大于1M， 将分配1M的使用空间。

（2）惰性空间释放 :
当动态字符串缩短的时候，并不会回收多余的内存空间，而是使用free字段将多出来的空间记录下来，如果后续有变更操作，就直接使用free中记录的空间，减少实际内存的分配改动。实际相当于一个伪删除

二进制安全
按照动态字符串存储的SDS的len变量直接进行读取，多出来的标志位字符是不会被读取的。

2. 双端列表

Redis实现了一个双端列表的结构。

（1）前后节点
链表里每个节点都带有两个指针，prev和next，prev指向前节点，next指向后节点，时间复杂度O(1)可以前向获取和后向获取。
（2）头尾节点
有了头尾几点，对双端节点的处理时间复杂度可以降至O(1),可以在队前加入并且还可以向后端进行操作。
(3)链表长度
长度可以通过世界获取储存的变量len， 时间复杂度降低至O(1)

3. 压缩列表

当存储下数据的时候，不使用双端列表和额外的空间存储信息。用一个线性列表进行存储。压缩表的内存是连续分配的，遍历的速度非常快。在列表的头位置保存了

占用字节，偏移量（列表的长度）， 节点的数量， 节点内容， 特殊标记符为结尾。

它是经过特殊编码，专门为了提升内存使用效率设计的。所有的操作都是通过指针与解码出来的偏移量进行的。

4. 字典
Redis 是 K-V型数据库，键值对是存在字典中的。
添加， 获取，删除都是O(1) 时间复杂度。

4. 跳表

Redis中的跳表在链表的基础上增加了索引，使得查询效率提升。查询的时间复杂度为O(logN)。在头节点中存储相关信息。

三. 合理的数据编码

对于每一种数据类型来说，底层的支持可能是多种数据结构，什么时候使用哪种数据结构，这就涉及到了编码转化的问题。

那我们就来看看，不同的数据类型是如何进行编码转化的：

String：存储数字的话，采用int类型的编码，如果是非数字的话，采用 raw 编码；

List：字符串长度及元素个数小于一定范围使用 ziplist 编码，任意条件不满足，则转化为 linkedlist 编码；

Hash：hash 对象保存的键值对内的键和值字符串长度小于一定值及键值对；

Set：保存元素为整数及元素个数小于一定范围使用 intset 编码，任意条件不满足，则使用 hashtable 编码；

Zset：zset 对象中保存的元素个数小于及成员长度小于一定值使用 ziplist 编码，任意条件不满足，则使用 skiplist 编码。

四. 线程模型

（1）I/O多路复用

• I/O： 网络I/O
• 多路：多个TCP连接
• 复用：公用一个线程或进程

生产环境中的使用，通常是多个客户端连接 Redis，然后各自发送命令至 Redis 服务器，最后服务端处理这些请求返回结果。
应对大量的请求，Redis 中使用 I/O 多路复用程序同时监听多个套接字，并将这些事件推送到一个队列里，然后逐个被执行。最终将结果返回给客户端。
（2）使用单线程，减少上下文切换
不使用多线程，省去了上下文切换的过程。
（3）单线程

Redis使用Reactor单线程模型。

总结

基于内存实现
数据都存储在内存里，减少了一些不必要的 I/O 操作，操作速率很快。

高效的数据结构
底层多种数据结构支持不同的数据类型，支持 Redis 存储不同的数据；
不同数据结构的设计，使得数据存储时间复杂度降到最低。

合理的数据编码
根据字符串的长度及元素的个数适配不同的编码格式。

合适的线程模型
I/O 多路复用模型同时监听客户端连接；
单线程在执行过程中不需要进行上下文切换，减少了耗时。