Redis基础和高性能原理分析

• 概念：

  • Redis是一个分部式非关系性数据库，它是一种分布式缓存中间件，基于内存的，以key-value的形式存储，能够提供海量数据的的存储访问，便于我们进行水平拓展。

• 技术选型：

  • Ehcache
    • 优点
      • 基于java开发
      • 基于JVM内存
      • 简单、轻巧、方便
    • 缺点
      • 不支持集群和分布式缓存。
  • Memcache
    • 优点：
      • 简单的key-value存储
      • 内存使用率较高
      • 多核多线程处理
    • 缺点:
      • 无法进行容灾，无法进行持久化策略
  • Redis
    • 优点：
      • 丰富的数据结构
      • 支持RDB和AOF的持久化策略
      • 主从同步和故障转移
      • 内存数据库
    • 缺点：
      • 单线程,大数据量效率较低

• redis客户端常用命令

  • 关闭redis
    • redis-cli -a "password" shutdown
    • ./redis stop (注意需要修改/etc/init.d/redis配置文件， stop修改$CLIEXEC -a "imooc" -p $REDISPORT shutdown)
  • 进入redis里面
    • redis-cli -a “password”
    • redis-cli
      • auth "password"
    • 查看redis是否存活
      • redis-cli -a "password" ping

• Redis高性能原理：

  • 1：完全基于内存实现
    • 基于磁盘读取
      • 
    • 基于内存读取
      • 内存直接由 CPU 控制，也就是 CPU 内部集成的内存控制器，
  • 2：
  • redis hash字典
    • Redis 整体就是一个 哈希表来保存所有的键值对。哈希表，本质就是一个数组，每个元素被叫做哈希桶，不管什么数据类型，每个桶里面的 entry 保存着实际具体值的指针。而哈希表的时间复杂度是 O(1)，只需要计算每个键的哈希值，便知道对应的哈希桶位置
      • 图解hash表
    • Redis哈希冲突
      • Redis 通过链式哈希解决冲突：也就是同一个 桶里面的元素使用链表保存。但是当链表过长就会导致查找性能变差可能，所以 Redis 为了追求快，使用了两个全局哈希表。用于 rehash 操作，增加现有的哈希桶数量，减少哈希冲突。
      • Redis 渐进式reHash
        • redis默认使用两个全局hash表，采用渐进式的rehash方式，如果一次性把哈希表 1 中的数据都迁移完，因为Redis的工作线程只有1个，会造成 Redis 线程阻塞，无法服务其他请求。此时，Redis 就无法快速访问数据了。
        • 过程：
          • 1：为 ht[1] 分配空间， 让字典同时持有 ht[0] 和 ht[1] 两个哈希表。
          • 2：在字典中维持一个索引计数器变量 rehashidx ， 并将它的值设置为 0 ， 表示 rehash 工作正式开始。
          • 3：在 rehash 进行期间， 每次对字典执行添加、删除、查找或者更新操作时， 程序除了执行指定的操作以外， 还会顺带将 ht[0] 哈希表在 rehashidx 索引上的所有键值对 rehash 到 ht[1] ， 当 rehash 工作完成之后， 程序将 rehashidx 属性的值增1
          • 4：随着字典操作的不断执行， 最终在某个时间点上， ht[0] 的所有键值对都会被 rehash 至 ht[1] ， 这时程序将 rehashidx 属性的值设为 -1 ， 表示 rehash 操作已完成。
          • 5：如果有增删改查操作时，如果index大于rehashindex，访问ht[0]，否则访问ht[1]。
        • 图解:渐进式rehash
  • 不同的数据类型，底层采用不同数据结构存储
    • 
    • sds简单动态字符串
      • redis没有使用C的字符串，而是构建了一种简单动态字符串（simple dynamic string, SDS）的抽象类型，并将SDS用作redis的默认字符串表示。
        • SDS数据结构
          • struct SDS {
          • int len; // buf数组中已使用字节数，并未算上’\0’字符
          • int free; // buf数组中未使用字节数
          • char buf[]; // 用于保存字符串
          • };
      • SDS 与 C 字符串区别
        • O(1) 时间复杂度获取字符串长度
          • C 语言中字符串的获取 「MageByte」的长度，要从头开始遍历，直到 「\0」为止
          • SDS 中 len 保存这字符串的长度，O(1) 时间复杂度。
        • 空间预分配
          • SDS 被修改后，程序不仅会为 SDS 分配所需要的必须空间，还会分配额外的未使用空间
            • 分配规则如下：如果对 SDS 修改后，len 的长度小于 1M，那么程序将分配和 len 相同长度的未使用空间。举个例子，如果 len=10，重新分配后，buf 的实际长度会变为 10(已使用空间)+10(额外空间)+1(空字符)=21。如果对 SDS 修改后 len 长度大于 1M，那么程序将分配 1M 的未使用空间。
        • 惰性空间释放
          • 当对 SDS 进行缩短操作时，程序并不会回收多余的内存空间，而是使用 free 字段将这些字节数量记录下来不释放，后面如果需要 append 操作，则直接使用 free 中未使用的空间，减少了内存的分配
        • 二进制安全
          • 在 Redis 中不仅可以存储 String 类型的数据，也可能存储一些二进制数据。
          • 二进制数据并不是规则的字符串格式，其中会包含一些特殊的字符如 '\0'，在 C 中遇到 '\0' 则表示字符串的结束，但在 SDS 中，标志字符串结束的是 len 属性。
    • LinkedList双端链表
      • 数据结构
        • 
      • Redis 的链表实现的特性可以总结如下：
        • 双端：链表节点带有 prev 和 next 指针，获取某个节点的前置节点和后置节点的复杂度都是 O（1）
        • 无环：表头节点的 prev 指针和表尾节点的 next 指针都指向 NULL，对链表的访问以 NULL 为终点
        • 带表头指针和表尾指针：通过 list 结构的 head 指针和 tail 指针，程序获取链表的表头节点和表尾节点的复杂度为 O（1）
        • 带链表长度计数器：程序使用 list 结构的 len 属性来对 list 持有的链表节点进行计数，程序获取链表中节点数量的复杂度为 O（1）
        • 多态：链表节点使用 void* 指针来保存节点值，并且可以通过 list 结构的 dup、free、match 三个属性为节点值设置类型特定函数，所以链表可以用于保存各种不同类型的值。
    • zipList 压缩列表
      • 压缩列表是 List 、hash、 sorted Set 三种数据类型底层实现之一
      • ziplist 是由一系列特殊编码的连续内存块组成的顺序型的数据结构，ziplist 中可以包含多个 entry 节点，每个节点可以存放整数或者字符串。ziplist 在表头有三个字段 zlbytes、zltail 和 zllen，分别表示列表占用字节数、列表尾的偏移量和列表中的 entry 个数；压缩列表在表尾还有一个 zlend，表示列表结束。
      • 数据结构：
        • struct ziplist<T> {
        • int32 zlbytes; // 整个压缩列表占用字节数
        • int32 zltail_offset; // 最后一个元素距离压缩列表起始位置的偏移量，用于快速定位到最后一个节点
        • int16 zllength; // 元素个数
        • T[] entries; // 元素内容列表，挨个挨个紧凑存储
        • int8 zlend; // 标志压缩列表的结束，值恒为 0xFF
        • }
      • 
      • 如果我们要查找定位第一个元素和最后一个元素，可以通过表头三个字段的长度直接定位，复杂度是 O(1)。而查找其他元素时，就没有这么高效了，只能逐个查找，此时的复杂度就是 O(N)
    • quicklist
      • 后续版本对列表数据结构进行了改造，使用 quicklist 代替了 ziplist 和 linkedlist。quicklist 是 ziplist 和 linkedlist 的混合体，它将 linkedlist 按段切分，每一段使用 ziplist 来紧凑存储，多个 ziplist 之间使用双向指针串接起来。
      • 
    • skipList 跳跃表
      • sorted set 类型的排序功能便是通过「跳跃列表」数据结构来实现。
      • 跳跃表（skiplist）是一种有序数据结构，它通过在每个节点中维持多个指向其他节点的指针，从而达到快速访问节点的目的。
      • 跳跃表支持平均 O（logN）、最坏 O（N）复杂度的节点查找，还可以通过顺序性操作来批量处理节点。
      • 跳表在链表的基础上，增加了多层级索引，通过索引位置的几个跳转，实现数据的快速定位，如下图所示：
      • 
    • 整数数组（intset）
      • 当一个集合只包含整数值元素，并且这个集合的元素数量不多时，Redis 就会使用整数集合作为集合键的底层实现
      • 数据结构：
        • 
        • contents 数组是整数集合的底层实现：整数集合的每个元素都是 contents 数组的一个数组项（item），各个项在数组中按值的大小从小到大有序地排列，并且数组中不包含任何重复项。length 属性记录了整数集合包含的元素数量，也即是 contents 数组的长度。
  • 合理的数据编码
    • Redis 使用对象（redisObject）来表示数据库中的键值，当我们在 Redis 中创建一个键值对时，至少创建两个对象，一个对象是用做键值对的键对象，另一个是键值对的值对象。
      • 图解
        • 其中 type 字段记录了对象的类型，包含字符串对象、列表对象、哈希对象、集合对象、有序集合对象。
    • 不同的数据类型的编码转化：
      • 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：List 对象的编码可以是 ziplist 或 linkedlist，字符串长度 < 64 字节且元素个数 < 512 使用 ziplist 编码，否则转化为 linkedlist 编码；
        • 注意：这两个条件是可以修改的，在 redis.conf 中
          • list-max-ziplist-entries 512
          • list-max-ziplist-value 64
      • Hash：Hash 对象的编码可以是 ziplist 或 hashtable
        • 当 Hash 对象同时满足以下两个条件时，Hash 对象采用 ziplist 编码 否则就是 hashtable 编码
          • Hash 对象保存的所有键值对的键和值的字符串长度均小于 64 字节。
          • Hash 对象保存的键值对数量小于 512 个
      • Set：Set 对象的编码可以是 intset 或 hashtable，intset 编码的对象使用整数集合作为底层实现，把所有元素都保存在一个整数集合里面。保存元素为整数且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 对象的编码可以是 ziplist 或 zkiplist，当采用 ziplist 编码存储时，每个集合元素使用两个紧挨在一起的压缩列表来存储。
        • Ziplist 压缩列表第一个节点存储元素的成员，第二个节点存储元素的分值，并且按分值大小从小到大有序排列。
        • 当 Zset 对象同时满足一下两个条件时，采用 ziplist 编码,否则使用：zplist 就会转化为 zkiplist 编码
          • Zset 保存的元素个数小于 128。
          • Zset 元素的成员长度都小于 64 字节。
          • 这两个条件是可以修改的，在 redis.conf 中
            • zset-max-ziplist-entries 128
            • zset-max-ziplist-value 64
  • 3：单线程模型
    • Redis 的单线程指的是 Redis 的网络 IO 以及键值对指令读写是由一个线程来执行的。
      • 多线程的优势：
        • 使用多线程，通常可以增加系统吞吐量，充分利用 CPU 资源
      • 多线程弊端：
        • 多线程并行修改共享数据的时候，为了保证数据正确，需要加锁机制就会带来额外的性能开销，面临的共享资源的并发访问控制问题
      • 单线程的优势
        • 不会因为线程创建导致的性能消耗
        • 避免上下文切换引起的 CPU 消耗，没有多线程切换的开销
        • 避免了线程之间的竞争问题，比如添加锁、释放锁、死锁等，不需要考虑各种锁问题
  • 4：I/O多路复用
    • Redis 采用 I/O 多路复用技术，并发处理连接。采用了 epoll + 自己实现的简单的事件框架。epoll 中的读、写、关闭、连接都转化成了事件，然后利用 epoll 的多路复用特性，绝不在 IO 上浪费一点时间
    • 基本 IO 模型
      • 和客户端建立建立 accept;
      • 从 socket 种读取请求 recv;
      • 解析客户端发送的请求 parse;
      • 执行 get 指令；
      • 响应客户端数据，也就是 向 socket 写回数据。
    • IO 多路复用
      • 多路指的是多个 socket 连接，复用指的是复用一个线程。多路复用主要有三种技术：select，poll，epoll。epoll 是最新的也是目前最好的多路复用技术。它的基本原理是，内核不是监视应用程序本身的连接，而是监视应用程序的文件描述符
      • Redis线程模型 ：
        • 当客户端运行时，它将生成具有不同事件类型的套接字。在服务器端，I / O 多路复用程序（I / O 多路复用模块）会将消息放入队列（也就是 下图的 I/O 多路复用程序的 socket 队列），然后通过文件事件分派器将其转发到不同的事件处理器。
        • Redis 单线程情况下，内核会一直监听 socket 上的连接请求或者数据请求，一旦有请求到达就交给 Redis 线程处理，这就实现了一个 Redis 线程处理多个 IO 流的效果。select/epoll 提供了基于事件的回调机制，即针对不同事件的发生，调用相应的事件处理器。所以 Redis 一直在处理事件，提升 Redis 的响应性能。
  • 5：总结：
    • 1：纯内存操作，一般都是简单的存取操作，线程占用的时间很多，时间的花费主要集中在 IO 上，所以读取速度快
    • 2：整个 Redis 就是一个全局 哈希表，他的时间复杂度是 O(1)，而且为了防止哈希冲突导致链表过长，Redis 会执行 rehash 操作，扩充 哈希桶数量，减少哈希冲突。并且防止一次性 重新映射数据过大导致线程阻塞，采用 渐进式 rehash。巧妙的将一次性拷贝分摊到多次请求过程后总，避免阻塞。
    • 3：Redis 使用的是非阻塞 IO：IO 多路复用，使用了单线程来轮询描述符，将数据库的开、关、读、写都转换成了事件，Redis 采用自己实现的事件分离器，效率比较高。
    • 4：采用单线程模型，保证了每个操作的原子性，也减少了线程的上下文切换和竞争。
    • 5：Redis 全程使用 hash 结构，读取速度快，还有一些特殊的数据结构，对数据存储进行了优化，如压缩表，对短数据进行压缩存储，再如，跳表，使用有序的数据结构加快读取的速度。
    • 6：根据实际存储的数据类型选择不同编码
  •