【作者面对面问答】包邮送《Redis 5设计与源码分析》5本

墨墨导读：本文节选自《Redis 5设计与源码分析》，主要为读者分析Redis高性能内幕，重点从源码层次讲解了Redis事件模型，网络IO事件重在使用IO复用模型，时间事件重在限制最大执行CPU时间。最后简单介绍了Redis的进程模型（以后不要简简单单说Redis是单进程单线程了），以及使用命令时需要注意的一些耗时操作。 参与作者墨天轮作者问答（点击“阅读原文可直接参与”）将有机会获得《Redis 5设计与源码分析》包邮到家！

书籍介绍

---

《Redis 5设计与源码分析》

多名专家联袂推荐，资深专家联合撰写，深入理解Redis 5设计精髓

系统讲解Redis 5设计、数据结构、底层命令实现，以及持久化、主从复制、集群

作者简介

---

陈雷，好未来学而思网校增长研发负责人，清华与北京邮电大学硕士，曾在百度、腾讯和滴滴等公司工作，12年后端架构经验。合著有《PHP7底层设计与源码实现》。方波，资深工程师，先后就职于360、百度、滴滴，设计并开发360消息系统Qbus、Nginx接入层、电商网站架构等分布式高并发系统。黄桃，好未来学而思网校架构师，从事互联网服务端研发与架构工作多年，熟悉PHP、Nginx、Redis等源码实现，乐于学习与分享。合著有《PHP7底层设计与源码实现》。李乐，好未来PHP工程师，西安电子科技大学硕士，乐于钻研技术与源码研究，对Redis和Nginx有较深理解。施洪宝, 好未来后端研发工程师，东南大学硕士，对Redis、Nginx等开源软件有较深的理解，熟悉C/C++开发，对高并发、分布式有浓厚兴趣，曾发表EI论文2篇，。熊浩含，百度研发工程师、PHP开发者，对Redis等开源软件有较深的研究。乐于钻研技术难点，喜欢折腾，在学习思路上有很好的方法论。闫昌，好未来后端软件开发工程师，深耕信息安全领域多年，对Linux下服务端开发有较深见解，擅长高并发业务的实现。张仕华，滴滴资深软件开发工程师，热衷于研究高并发场景下的架构设计及实现，熟悉Redis、Nginx和LevelDB等源码，热衷于探究技术本质。周生政，滴滴后端高级工程师，多年LNMP技术栈开发经验，曾任北京环球购物电商后端技术负责人。热衷于Linux平台效率工具, 熟悉Bash、Docker等自动化工具。

如何得到这本书？

---

【作者面对面问答】你可以在文末留言写出Redis相关的一些问题，将有机会得到《Redis 5设计与源码分析》作者的留言回复，作者会选取5条比较精致的问答赠与图书，以下这些问题供参考：

• Redis性能提升的可能方面？说说你的想法？

• Redis高性能与数据结构的关系，以及如何在实践中应用？

• 高性能缓存架构中，多线程模型与单进程单线程模型的优缺点？如emcache与Redis架构对比

• 其他你困扰的问题

大家也可以去京东上自行购买：https://item.jd.com/12566383.html （复制链接至浏览器，即可查看）‍‍‍‍

活动截止：2019年9月24日12:00，我们会留言回复获奖者，敬请期待。

以下为《Redis 5设计与源码分析》节选：Redis为什么这么快之事件模型详解

Redis作为一个开源的基于内存的键值对存储系统，以出色的性能著称。官方提供的基准测试数据如下图所示， 摘自《How fast is Redis?》（https://redis.io/topics/benchmarks，复制链接至浏览器，即可查看）：

图中横轴为连接数，纵轴为QPS；可以看到Redis单实例甚至可以达到10万+QPS。那么，Redis作为"单进程单线程"服务端程序，性能为何如此之高？

Redis为什么这么快？

---

Redis的高性能主要有以下几个原因：

1）基于内存

Redis是基于内存的存储系统，绝大部分的命令处理只是纯粹的内存操作，内存的读写速度是非常快的。

2）单进程单线程

单进程单线程处理请求，避免了不必要的上下文切换，同时不存在加锁释放锁等同步操作，而且实现简单；简单加高性能，何乐而不为呢？

不过，单进程单线程的方式无法发挥多核CPU性能，只能采取部署多个Redis实例来利用多核CPU，但这样会带来一定的运维复杂度。另外，单进程单线程处理某个命令请求而阻塞时，整个Redis服务无法处理其他请求。

注：实际上一个正在运行的Redis Server肯定不止一个进程/线程，详情见附录Redis进程模型小节

3）数据结构

Redis中的数据结构是专门设计的，大部分命令处理的时间复杂度都是O(1)，少数命令才是O(logN)或者O(N)；比如zset数据类型，为了兼顾范围查找与键查找效率，底层采用跳跃表与字典两种数据结构实现。

4）事件模型

Redis作为服务端程序，必然伴随着大量的客户端链接以及网络IO，网络IO通常是影响服务端程序性能的主要因素。

Redis高效的网络IO源于两点：非阻塞，且采用了成熟的IO多路复用模型select/epoll/kqueue/evport。IO多路复用通常有几个关键点：

1. 多条连接注册到同一个模型对象，进程只需要在一个模型对象阻塞等待事件发生，而无需再轮询所有连接；

2. 当某条连接有新的数据处理时，操作系统会唤醒阻塞进程，进程随之可处理事件请求；

3. Linux系统我们通常会使用epoll，其底层基于红黑树+双向链表；红黑树实现进程高效注册连接fd，双向链表实现进程高效获取连接事件；

Redis除了需要处理网络IO事件（文件事件）之外，还需要处理定时任务事件（时间事件）；而定时任务事件的要求只有一点：不能影响命令处理主流程，即不能占用太多CPU时间；

‍

Redis事件模型即为文件事件与时间事件的管理模型；本文将会重点从源码角度为读者介绍Redis事件模型。

事件模型

Redis服务器是典型的事件驱动程序，事件驱动程序通常存在while/for循环，循环等待事件发生并处理，Redis也不例外，其事件循环如下：

while (!eventLoop->stop) {    if (eventLoop->beforesleep != NULL)	
        eventLoop->beforesleep(eventLoop);    aeProcessEvents(eventLoop, AE_ALL_EVENTS|AE_CALL_AFTER_SLEEP);	
}

函数aeProcessEvents为事件处理主函数，eventLoop表示服务端事件循环，类型为struct aeEventLoop，无论是文件事件还是时间事件都封装在该结构体，定义如下：

typedef struct aeEventLoop {	
    int stop;	
    	
    aeFileEvent *events; 	
    aeFiredEvent *fired; 	
    aeTimeEvent *timeEventHead;	
    	
    void *apidata	
    aeBeforeSleepProc *beforesleep;	
    aeBeforeSleepProc *aftersleep;} aeEventLoop;

stop标识事件循环是否结束；events为文件事件数组，存储已经注册的文件事件；fired存储被触发的文件事件；Redis有多个定时任务，因此理论上应该有多个时间事件，多个时间事件形成链表，timeEventHead即为时间事件链表头结点；Redis服务器需要阻塞等待文件事件的发生，进程阻塞之前会调用beforesleep函数，进程因为某种原因被唤醒之后会调用aftersleep函数。Redis底层可以使用四种IO多路复用模型（kqueue、epoll等），apidata是对这四种模型的进一步封装，所以其类型为void*。

文件事件

Redis客户端通过TCP Socket与服务端交互，文件事件指的就是socket的可读可写事件。 socket读写操作有阻塞与非阻塞之分，采用阻塞模式时，一个进程只能处理一条网络连接的读写事件，为了同时处理条网络连接，通常会采用多线程或者多进程，效率低下；非阻塞模式下，可以使用目前比较成熟的IO多路复用模型select/epoll/kqueue/evport等，视不同操作系统而定。

这里只对epoll作简要介绍。epoll是linux内核为处理大量并发网络连接而提出的解决方案，能显著提升系统CPU利用率。epoll使用非常简单，总共只有三个API，epoll_create函数创建一个epoll专用的文件描述符，用于后续epoll相关API调用；epoll_ctl函数向epoll注册、修改或删除需要监控的事件；epoll_wait函数会阻塞进程，直到监控的若干网络连接有事件发生。

输入参数size通知内核程序期望注册的网络连接数目，内核以此判断初始分配空间大小；注意在linux2.6.8版本以后，内核动态分配空间，此参数会被忽略。返回参数为epoll专用的文件描述符，不再使用时应该及时关闭此文件描述符。

函数执行成功时返回0，否则返回-1，错误码设置在变量errno；输入参数含义如下：

• epfd：函数epoll_create返回的epoll文件描述符；

• op：需要进行的操作，EPOLL_CTL_ADD表示注册事件，EPOLL_CTL_MOD表示修改网络连接事件，EPOLL_CTL_DEL表示删除事件；

• fd：网络连接的socket文件描述符； event：需要监控的事件，结构体epoll_event定义如下

struct epoll_event {	
__uint32_t events;      	
epoll_data_t data;     	
};	
typedef union epoll_data {	
void *ptr;	
int fd;	
__uint32_t u32;	
__uint64_t u64;	
} epoll_data_t;

其中events表示需要监控的事件类型，比较常用的是EPOLLIN文件描述符可读事件，EPOLLOUT文件描述符可写事件；data保存与文件描述符关联的数据。

函数执行成功时返回0，否则返回-1，错误码设置在变量errno；输入参数含义如下：

• epfd：函数epoll_create返回的epoll文件描述符；

• epoll_event：作为输出参数使用，用于回传已触发的事件数组；

• maxevents：每次能处理的最大事件数目；

• timeout：epoll_wait函数阻塞超时时间，如果超过timeout时间还没有事件发生，函数不再阻塞直接返回；当timeout等于0时函数立即返回，timeout等于-1时函数会一直阻塞直到有事件发生。

需要注意的是Redis并没有直接使用epoll提供的的API，而是同时支持四种IO多路复用模型，并将这些模型的API进一步统一封装，由文件ae_evport.c、ae_epoll.c、ae_kqueue.c和ae_select.c实现。

static int aeApiCreate(aeEventLoop *eventLoop);	
static int aeApiAddEvent(aeEventLoop *eventLoop, int fd, int mask);	
static void aeApiDelEvent(aeEventLoop *eventLoop, int fd, int delmask)static int aeApiPoll(aeEventLoop *eventLoop, struct timeval *tvp);

四个函数的输入参数含义如下：

• eventLoop：事件循环；

• fd：操作的socket文件描述符；

• mask或delmask：添加或者删除的事件类型，AE_NONE表示没有任何事件；AE_READABLE表示可读事件；AE_WRITABLE表示可写事件；

•  tvp：阻塞等待文件事件的超时时间。

而Redis在编译阶段，会检查操作系统支持的IO多路复用模型，并按照一定规则决定使用哪种模型。

以epoll为例，aeApiCreate函数是对epoll_create的封装；aeApiAddEvent函数用于添加事件，是对epoll_ctl的封装；aeApiDelEvent函数用于删除事件，是对epoll_ctl的封装；aeApiPoll是对epoll_wait的封装。此时eventLoop->apidata指向的结构体为：

typedef struct aeApiState {	
    int epfd;    struct epoll_event *events;} aeApiState;

其中epfd函数epoll_create返回的epoll文件描述符，events存储epoll_wait函数返回时已触发的事件数组。

这里只对等待事件函数aeApiPoll实现作简要介绍：

static int aeApiPoll(aeEventLoop *eventLoop, struct timeval *tvp) {    aeApiState *state = eventLoop->apidata;    //阻塞等待事件的发生	
    retval = epoll_wait(state->epfd,state->events,eventLoop->setsize,            tvp ? (tvp->tv_sec*1000 + tvp->tv_usec/1000) : -1);    if (retval > 0) {	
        int j;	
        numevents = retval;        for (j = 0; j < numevents; j++) {	
            int mask = 0;            struct epoll_event *e = state->events+j;            //转换事件类型为Redis定义的	
            if (e->events & EPOLLIN) mask |= AE_READABLE;            if (e->events & EPOLLOUT) mask |= AE_WRITABLE;           //记录已发生事件到fired数组	
            eventLoop->fired[j].fd = e->data.fd;            eventLoop->fired[j].mask = mask;	
        }	
    }	
    return numevents;	
}

函数首先需要通过eventLoop->apidata字段获取到epoll模型对应的aeApiState结构体对象，才能调用epoll_wait函数等待事件的发生；而epoll_wait函数将已触发的事件存储到aeApiState对象的events字段，Redis再次遍历所有已触发事件，将其封装在eventLoop->fired数组，数组元素类型为结构体aeFiredEvent，只有两个字段，fd表示发生事件的socket文件描述符，mask表示发生的事件类型，如AE_READABLE可读事件和AE_WRITABLE可写事件。

上面简单介绍了epoll的使用，以及Redis对epoll等IO多路复用模型的封装，下面我们回到本小节的主题，文件事件。结构体aeEventLoop有一个关键字段events，类型为aeFileEvent数组，存储所有需要监控的文件事件。文件事件结构体定义如下：

typedef struct aeFileEvent {	
    int mask; 	
    aeFileProc *rfileProc;	
    aeFileProc *wfileProc;	
    void *clientData;} aeFileEvent;

其中mask存储监控的文件事件类型，如AE_READABLE可读事件和AE_WRITABLE可写事件；rfileProc为函数指针，指向读事件处理函数；wfileProc同样为函数指针，指向写事件处理函数；clientData指向对应的客户端对象。

调用aeApiAddEvent函数添加事件之前，首先需要调用aeCreateFileEvent函数创建对应的文件事件，并存储在aeEventLoop结构体的events字段，aeCreateFileEvent函数简单实现如下：

int aeCreateFileEvent(aeEventLoop *eventLoop, int fd, int mask,	
        aeFileProc *proc, void *clientData){	
    	
    aeFileEvent *fe = &eventLoop->events[fd];    if (aeApiAddEvent(eventLoop, fd, mask) == -1)        return AE_ERR;	
    fe->mask |= mask;    if (mask & AE_READABLE) fe->rfileProc = proc;    if (mask & AE_WRITABLE) fe->wfileProc = proc;	
    fe->clientData = clientData;    	
    return AE_OK;	
}

Redis服务器启动时需要创建socket并监听，等待客户端连接；客户端与服务器建立socket连接之后，服务器会等待客户端的命令请求；服务器处理完成客户端的命令请求之后，命令回复会暂时缓存在client结构体的buf缓冲区，待客户端文件描述符的可写事件发生时，才会真正往客户端发送命令回复。这些都需要创建对应的文件事件：

aeCreateFileEvent(server.el, server.ipfd[j], AE_READABLE, acceptTcpHandler,NULL);	
aeCreateFileEvent(server.el,fd,AE_READABLE, readQueryFromClient, c);	
aeCreateFileEvent(server.el, c->fd, ae_flags, sendReplyToClient, c);

可以发现接收客户端连接的处理函数为acceptTcpHandler，此时还没有创建对应的客户端对象，因此函数aeCreateFileEvent第四个参数为NULL；接收客户端命令请求的处理函数为readQueryFromClient；向发送命令回复的处理函数为sendReplyToClient。

最后思考一个问题， aeApiPoll函数的第二个参数是时间结构体timeval，存储调用epoll_wait时传入的超时时间，那么这个时间怎么计算出来的呢？我们之前提过，Redis除了要处理各种文件事件外，还需要处理很多定时任务（时间事件），那么当Redis由于执行epoll_wait而阻塞时，恰巧定时任务到期而需要处理怎么办？要回答这个问题需要分析Redis事件循环的执行函数aeProcessEvents，函数在调用aeApiPoll之前会遍历Redis的时间事件链表，查找最早会发生的时间事件，以此作为aeApiPoll需要传入的超时时间。

int aeProcessEvents(aeEventLoop *eventLoop, int flags)	
{	
shortest = aeSearchNearestTimer(eventLoop);	
long long ms =           shortest->when_sec - now_sec)*1000 +           shortest->when_ms - now_ms;       …………	
//阻塞等待文件事件发生	
       numevents = aeApiPoll(eventLoop, tvp);for (j = 0; j < numevents; j++) {    aeFileEvent *fe = &eventLoop->events[eventLoop->fired[j].fd];    //处理文件事件，即根据类型执行rfileProc或wfileProc	
}      //处理时间事件	
processed += processTimeEvents(eventLoop);	
}

时间事件

上一节介绍了Redis文件事件，已经知道事件循环执行函数aeProcessEvents的主要逻辑：1）查找最早会发生的时间事件，计算超时时间；2）阻塞等待文件事件的产生；3）处理文件事件；4）处理时间事件。时间事件的执行函数为processTimeEvents。

Redis服务器内部有很多定时任务需要执行，比如说定时清除超时客户端连接，定时删除过期键等，定时任务被封装为时间事件aeTimeEvent对象，多个时间事件形成链表，存储在aeEventLoop结构体的timeEventHead字段，其指向链表首节点。时间事件aeTimeEvent定义如下：

typedef struct aeTimeEvent {	
    long long id; 	
    long when_sec; 	
    long when_ms; 	
    aeTimeProc *timeProc;	
    aeEventFinalizerProc *finalizerProc;    void *clientData;    struct aeTimeEvent *next;} aeTimeEvent;

各字段含义如下：

• id：时间事件唯一ID，通过字段eventLoop->timeEventNextId实现；

• when_sec与when_ms：时间事件触发的秒数与毫秒数；

• timeProc：函数指针，指向时间事件处理函数；

• finalizerProc：函数指针，删除时间事件节点之前会调用此函数；

• clientData：指向对应的客户端对象；

• next：指向下一个时间事件节点。

时间事件执行函数processTimeEvents的处理逻辑比较简单，只是遍历时间事件链表，判断当前时间事件是否已经到期，如果到期则执行时间事件处理函数timeProc：

static int processTimeEvents(aeEventLoop *eventLoop) {	
te = eventLoop->timeEventHead;while(te) {	
    aeGetTime(&now_sec, &now_ms);    if (now_sec > te->when_sec || (now_sec == te->when_sec && now_ms >= te->when_ms)) {    //处理时间事件	
        retval = te->timeProc(eventLoop, id, te->clientData);            //重新设置时间事件到期时间	
        if (retval != AE_NOMORE) {	
                  aeAddMillisecondsToNow(retval, &te->when_sec,&te->when_ms);	
           }	
    }	
    te = te->next;	
}	
}

注意时间事件处理函数timeProc返回值retval，其表示此时间事件下次应该被触发的时间，单位毫秒，且是一个相对时间，即从当前时间算起，retval毫秒后此时间事件会被触发。

其实Redis只有一个时间事件，看到这里读者可能会有疑惑，服务器内部不是有很多定时任务吗，为什么只有一个时间事件呢？回答此问题之前我们需要先分析这个唯一的时间事件。Redis创建时间事件节点的函数为aeCreateTimeEvent，内部实现非常简单，只是创建时间事件并添加到时间事件链表。aeCreateTimeEvent函数定义如下：

long long aeCreateTimeEvent(aeEventLoop *eventLoop, 	
                                 long long milliseconds,	
                                 aeTimeProc *proc, void *clientData,	
                                 aeEventFinalizerProc *finalizerProc);

其中输入参数eventLoop指向事件循环结构体；milliseconds表示此时间事件触发时间，单位毫秒，注意这是一个相对时间，即从当前时间算起，milliseconds毫秒后此时间事件会被触发；proc指向时间事件的处理函数；clientData指向对应的结构体对象；finalizerProc同样是函数指针，删除时间事件节点之前会调用此函数。

可以在代码目录全局搜索aeCreateTimeEvent，会发现确实只创建了一个时间事件

该时间事件在1毫秒后会被触发，处理函数为serverCron，参数clientData与finalizerProc都为NULL。而函数serverCron实现了Redis服务器所有定时任务的周期执行。

int serverCron(struct aeEventLoop *eventLoop, long long id, void 	
                   *clientData) {	
run_with_period(100) {    //100毫秒周期执行	
}	
run_with_period(5000) {    //5000毫秒周期执行	
}       //清除超时客户端链接	
clientsCron();       //处理数据库	
databasesCron();	
server.cronloops++;return 1000/server.hz;	
}

变量server.cronloops用于记录serverCron函数的执行次数，变量server.hz表示serverCron函数的执行频率，用户可配置，最小为1最大为500，默认为10。假设server.hz取默认值10，函数返回1000/server.hz会更新当前时间事件的触发时间为100毫秒后，即serverCron的执行周期为100毫秒。run_with_period宏定义实现了定时任务按照指定时间周期（ms）执行，其会被替换为一个if条件判断，条件为真才会执行定时任务，定义如下：

#define run_with_period(_ms_) if ((_ms_ <= 1000/server.hz) 	
                            || !(server.cronloops%((_ms_)/(1000/server.hz))))

另外我们可以看到serverCron函数会无条件执行某些定时任务，比如清除超时客户端连接，以及处理数据库（清除数据库过期键等）。需要特别注意一点，serverCron函数的执行时间不能过长，否则会导致服务器不能及时响应客户端的命令请求。以过期键删除为例，分析下Redis是如何保证serverCron函数的执行时间。过期键删除由函数activeExpireCycle实现，由函数databasesCron调用，其函数是实现如下：

#define ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC 25void activeExpireCycle(int type) {	
timelimit = 	
                1000000*ACTIVE_EXPIRE_CYCLE_SLOW_TIME_PERC/server.hz/100;	
timelimit_exit = 0;for (j = 0; j < dbs_per_call && timelimit_exit == 0; j++) {    do {        //查找过期键并删除	
              if ((iteration & 0xf) == 0) {	
                   elapsed = ustime()-start;                if (elapsed > timelimit) {	
                       timelimit_exit = 1;                       break;	
                }	
              }	
    }while (expired > ACTIVE_EXPIRE_CYCLE_LOOKUPS_PER_LOOP/4)	
      }	
}

函数activeExpireCycle最多遍历dbs_per_call个数据库，并记录每个数据库删除的过期键数目；当删除过期键数目大于门限时，认为此数据库过期键较多，需要再次处理。考虑到极端情况，当数据库键数目非常多且基本都过期时，do-while循环会一直执行下去。因此我们添加timelimit时间限制，每执行16次do-while循环，检测函数activeExpireCycle执行时间是否超过timelimit，如果超过则强制结束循环。通过变量timelimit限制了activeExpireCycle函数执行时间不会过长。

初看timelimit的计算方式可能会比较疑惑，其计算结果使得函数activeExpireCycle的总执行时间最多占CPU时间的25%，即每秒钟函数activeExpireCycle的总执行时间为1000000 * 25 / 100。仍然假设server.hz取默认值10，即每秒钟函数activeExpireCycle执行10次，那么每次函数activeExpireCycle的执行时间最多为1000000 * 25 / 100 / 10，单位微妙。

附录

---

Redis进程模型

第一节我们说过，Redis是单进程单线程的服务，实际上一个正在运行的Redis Server肯定不止一个进程/线程，只是单进程单线程处理命令请求而已。下面我们简要介绍下Redis"真正"的进程模型。

如图：

  1）主进程主线程用于处理网络请求，主要流程有：阻塞等待网络IO事件，解析并处理命令请求，处理定时任务；

  2）主进程子线程用于处理一些耗时任务，比如删除大集合时，如果配置了懒删除策略，主进程主线程会断开该集合到数据库连接（软删除），同时将该任务添加到任务链表中，主进程子线程从该任务链表获取任务，删除并释放每一个集合元素。注意，添加以及消费任务时，需要加锁。有兴趣的读者可以研究bio.c源码文件；

  3）Redis持久化方式有AOF和RDB两种；BGSAVE命令持久化RDB文件，BGREWRITEAOF进行AOF文件重写时，Redis都会fork子进程处理。

Redis耗时操作举例

前面说过，Redis大部分命令处理的时间复杂度都是O(1)，少数命令才是O(logN)或者O(N)，而有些命令更是非常耗时的。而，单进程单线程有一个缺点：处理某个命令请求而阻塞时，整个Redis服务无法处理其他请求。因此，在使用Redis时，我们必须很清楚每个命令请求的时间复杂度，对于耗时操作需要做相应处理才行，否则很可能会拖垮线上Redis服务。

  

1）keys，smembers等命令

keys命令用于查找所有符合指定模式（pattern）的key，smembers命令用于获取集合全集；这两个命令的时间复杂度都是O(N)；显然，当数据库中元素或者集合中元素非常多时，命令将非常耗时。通常我们有两种方法可以处理：

"拆"：慢请求阻塞了快请求，那么我们可以将慢请求与快请求分开处理；通常Redis都会配置主从模式，简单快请求可以由主服务器处理，复杂慢请求由从服务器处理；

还是"拆"：请求复杂耗时，那么我们可以将请求拆分为多个子请求，复杂度转移到业务服务器；比如keys可以由scan分组完成，smembers可以由sscan分组完成。

2）save命令

save命令用于持久化RDB文件；当数据量大的时候，会造成主进程主线程长时间阻塞。线上Redis服务应该禁止该命令。

3）fork影响

在执行RDB持久化BGSAVE，或者AOF文件重写时，或者master首次向slave同步数据时，Redis会fork子进程处理，fork也是一个比较耗时的操作，此时会阻塞Redis处理其他请求。

4）持久化影响

在子进程执行持久化BGSAVE操作时，会存在大量写磁盘操作；而，AOF持久化可以配置always或者everysec，执行命令请求后同样需要写磁盘，该过程可能会导致主进程主线程的短暂阻塞。

总结

---

本文主要为读者分析Redis高性能内幕，重点从源码层次讲解了Redis事件模型，网络IO事件重在使用IO复用模型，时间事件重在限制最大执行CPU时间。最后简单介绍了Redis的进程模型（以后不要简简单单说Redis是单进程单线程了），以及使用命令时需要注意的一些耗时操作。

墨天轮第一期作者面对面问答专栏，欢迎大家点击“阅读原文”积极参与哦，也非常欢迎大家可以邀请身边的好友一起参与，我们以后会多多地为大家带来一些图书福利，敬请期待~~

活动链接：https://www.modb.pro/db/6546（点击阅读原文直接参与）

资源下载

关注公众号：数据和云（OraNews）回复关键字获取

help，30万+下载的完整菜单栏

2019DTCC，数据库大会PPT

2018DTCC , 数据库大会PPT

2018DTC，2018 DTC 大会 PPT

ENMOBK，《Oracle性能优化与诊断案例》

DBALIFE，“DBA 的一天”海报

DBA04，DBA 手记4 电子书

122ARCH，Oracle 12.2体系结构图

2018OOW，Oracle OpenWorld 资料

产品推荐

云和恩墨 BethuneX 企业版，集监控、巡检、安全于一身，你的专属数据库实时监控和智能巡检平台，漂亮的不像实力派，你值得拥有！

云和恩墨zData一体机现已发布超融合版本和精简版，支持各种简化场景部署，零数据丢失备份一体机ZDBM也已发布，欢迎关注。

云和恩墨大讲堂 | 一个分享交流的地方

长按，识别二维码，加入万人交流社群

请备注：云和恩墨大讲堂