Redis系列：深刻理解高性能Redis的本质

1 背景

分布式系统绕不开的核心之一就是数据缓存，有了缓存的支撑，系统的整体吞吐量会有很大的提升。通过使用缓存，我们把频繁查询的数据由磁盘调度到缓存中，保证数据的高效率读写。 当然，除了在内存内运行还远远不够，我们今天就以具有代表性的缓存中间件Redis为例子，分析下，它是如何达到飞起的效率。

2 Redis高效性能分析

Redis之所以能够提供超高的执行效率，主要从以下几个维度来实现的：

​

• 存储模式：基于内存实现，而非磁盘

• 数据结构：基于不同业务场景的高效数据结构动态字符串(REDIS_STRING)：整数(REDIS_ENCODING_INT)、字符串(REDIS_ENCODING_RAW)双端列表(REDIS_ENCODING_LINKEDLIST)压缩列表(REDIS_ENCODING_ZIPLIST)跳跃表(REDIS_ENCODING_SKIPLIST)哈希表(REDIS_HASH)整数集合(REDIS_ENCODING_INTSET)

• 线程模型： Redis 的网络 IO 以及键值对指令读写是由单个线程来执行的，避免了不必要的contextswitch和竞选

• I/O 模型： 基于I/O多路复用模型，非阻塞的I/O模型

• 恰当的数据编码： 根据实际数据类型，选择合理的数据编码

2.1 官网的性能报告

Redis官方站点中，有对Redis性能做了比较详细的压测，可以参考官方这一篇 How fast is Redis?， 在较高的配置基准下（比如 8C 16G +），在连接数为0~10000的时候，最高QPS可达到120000。Redis以超过60000个连接为基准，仍然能够在这些条件下维持50000个q/s，体现了超高的性能。下图中横轴是连接数，纵轴是QPS。

​下面这张图为data size 与整体吞吐量之间的趋向关系：

​这个大概可以得出一个容量预估，比如你的服务用户量是多少，预估峰值QPS是多少，集群需要配置多少个实例（虽然实例的多少不能线性计算），可以大致推算出去。

2.2 基于内存实现

Redis的读写操作都是在内存中实现了，相对其他的持久化存储（如MySQL、File等，数据持久化在磁盘上），性能会高很多。因为我们在操作数据的时候，需要通过 IO 操作员先将数据读取到内存里，增加工作成本。

​上面那张图来源于网络，可以看看他的金字塔模型，越往上执行效率越高，价格也就越贵。下面给出每一层的执行耗时对比：

• 寄存器：0.3 ns

• L1高速缓存：0.9 ns

• L2高速缓存：2.8 ns

• L3高速缓存：12.9 ns

• 主存：120 ns

• 本地二级存储（SSD）：50~150 us

• 远程二级存储：30 ms 这样可能不直观，我们举个L1和SSD的对比，如果L1耗时1s的话，SSD中差不多要15~45小时。因为 CPU 内部集成了内存控制器，所以CPU直接控制了内存，给予通信上的最优带宽。上面的部分数据引用自《性能之巅：洞悉系统、企业与云计算》。

2.3 适配多元场景的高效数据结构

在 Redis 缓存中，常用的主要数据类型有五种，如下：

• 字符串/REDIS_STRING：适用于 缓存、计数、共享Session、IP统计、分布式锁等。

• 列表/REDIS_LIST： 链表、消息队列、栈、有序的对象列表（如朋友圈的点赞顺序列表、评论顺序列表）。

• 哈希表/REDIS_HASH： 购物车信息、用户信息、Hash类型的(key, fi