Redis原理篇（二）网络模型
一、用户空间和内核空间
应用需要通过Linux内核与硬件交互。
内核本质也是应用，运行的时候也需要CPU资源、内存资源。用户应用也在消耗这些资源。
为了避免用户应用导致冲突甚至内核崩溃，用户应用与内核是分离的：
- 进程的寻址空间会划分为两部分：内核空间、用户空间
- 用户空间只能执行受限的命令（Ring3）,而且不能直接调用系统资源，必须通过内核提供的接口来访问
- 内核空间可以执行特权命令（Ring0）,调用一切系统资源。
寻址空间：无论内核还是用户应用，都无法直接访问物理内存，而是分配虚拟的内存空间，映射到不同的物理内存空间。内核和用户应用，再去访问虚拟内存空间，就需要有对应的虚拟地址（无符号的整数）
示例：32位系统，带宽32，地址的最大值就是2的32次方，也就是寻址的范围从0到2的32次方，也就是4GB.
IO在用户空间和内核空间切换的整体流程：
二、阻塞IO
访问流程图
顾名思义，阻塞IO就是两个阶段都必须阻塞等待。
三、非阻塞IO
顾名思义，非阻塞IO的recvfrom操作会立即返回结果而不是阻塞用户进程。
可以看到，非阻塞IO模型中，用户进程在第一个阶段是非阻塞，第二个阶段是阻塞状态。虽然是非阻塞，但是性能并没有得到提高。而且忙等机制导致CPU空转，CPU使用率暴增。
四、IO多路复用
1、背景
无论是阻塞IO还是非阻塞IO，用户应用在一阶段都需要调用recvfrom来获取数据，差别在于无数据时的处理方案：
- 如果调用recvfrom时，恰好没有数据，阻塞IO会使进程阻塞，非阻塞IO使CPU空转，都不能充分发挥CPU的作用。
- 如果调用recvfrom时，恰好有数据，则用户进程可以直接进入第二阶段，读取并处理数据
比如服务端处理客户端Socket请求时，在单线程情况下，只能依次处理每一个socket，如果正在处理的soket恰好未就绪(数据不可读或不可写)，线程就会被阻寒，所有其它客户端socket都必须等待，性能自然会很差。
这就像服务员给顾客点餐，分两步:
1、顾客思考要吃什么(等待数据就绪)；
2、顾客想好了，开始点餐(读取数据)。
第一步要提高效率的几种方法：
1、方案一：增加更多服务员(多线程)
2、方案二：不排队，谁想好了吃什么(数据就绪了)，服务员就给谁点餐(用户应用就去读取数据)
那么问题来了：用户进程如何知道内核中数据是否就绪呢?
2、IO多路复用
文件描述符(File Descriptor)：简称FD，是一个从0 开始递增的无符号整数，用来关联Linux中的一个文件。在Linux中，一切皆文件，例如常规文件、视频、硬件设备等，当然也包括网络套接字 (Socket)。
IO多路复用：是利用单个线程来同时监听多个FD，并在某个FD可读、可写时得到通知，从而避免无效的等待，充分利用CPU资源。
监听FD的方式、通知的方式又有多种实现，常见的有：
1、select
2、poll
3、epoll
差异：
（1）select和poll只会通知用户进程有FD就绪，但不确定具体是哪个FD，需要用户进程逐个遍历FD来确认；
（2）epoll则会在通知用户进程FD就绪的同时，把已就绪的FD写入用户空间
3、select
（1）底层框架
select是Linux中最早的I/O多路复用时限方案：
（2）执行流程
- 用户空间创建fd_set rfds，默认值0，大小1024bit位
- 用户空间假如要监听 fd=1,2,5，把1、2、5bit位置为1
- 用户空间执行select(5+1, rfds, null, null, 3)
- 用户空间拷贝fd_set 到内核空间
- 内核空间遍历fd_set
- 内核空间没有就绪，则休眠。
- 内核空间等待数据就绪，被唤醒或超时。未就绪的改成0
- 内核空间拷贝fd_set 到用户空间，覆盖用户空间的fd_set
- 用户空间遍历fd_set，找到就绪的fd，读取其中数据
（3） select模式存在的问题
- 需要将整个fd_set从用户空间拷贝到内核空间，select结束还要再次拷贝回用户空间
- select无法得知具体是哪个fd就绪，需要遍历整个fd_set
- fd_set监听的fd数量不能超过1024
4、poll
（1）底层框架
poll模式对select模式进行了简单改进，但性能提升不明显。
（2）执行流程
- 创建pollfd数组，向其中添加关注的fd信息，数组大小自定义
- 调用poll函数，将pollfd数组拷贝到内核空间，转链表存储，无上限
- 内核遍历fd，判断是否就绪
- 数据就绪或超时后，拷贝pollfd数组到用户空间，返回就绪fd数量n
- 用户进程判断n是否大于0
- 大于0则遍历pollfd数组，找到就绪的fd
（3）对比select
- select模式中的fd_set大小固定为1024，而pollfd在内核中采用链表，理论上无上限
- 监听FD越多，每次遍历消耗时间也越久，性能反而会下降
5、epoll
（1）底层代码
epoll模式是对select和poll的改进，它提供了三个函数：
（2）执行流程
1、调用epoll_create(1),创建epoll实例
2、调用epoll_ctl(…)，添加要监听的FD，关联callback，当callback触发时，把对应的FD加入到链表list_head中。
3、epoll_wait(…, events)等待FD就绪
6、总结
1、select模式存在的三个问题：
- 能监听的FD最大不超过1024
- 每次select都需要把所有要监听的FD都拷贝到内核空间
- 每次都要遍历所有FD来判断就绪状态
2、poll模式的问题： - poll利用链表解决了select中监听FD上限的问题，但依然要遍历所有FD，如果监听较多，性能会下降
3、epoll模式中如何解决这些问题的? - 基于epoll实例中的红黑树保存要监听的FD，理论上无上限，而且增删改查效率都非常高，性能不会随监听的FD数量增多而下降
- 每个FD只需要执行一次epoll_ctl添加到红黑树，以后每次epol_wait无需传递任何参数，无需重复拷贝FD到内核空间
- 内核会将就绪的FD直接拷贝到用户空间的指定位置，用户进程无需遍历所有FD就能知道就绪的FD是谁
7、事件通知机制
当FD有数据可读时，我们调用epoll_wait就可以得到通知。事件通知的模式有两种：
- LevelTriggered：简称LT。当FD有数据可读时，会重复通知多次，直到数据处理完成。是Epoll的默认模式。
- EdgeTriggered：简称ET。当FD有数据可读时，只会被通知一次。不管数据是否处理完成。
区别：
拷贝数据之前，会将链表中的fd从list_head中断开连接，然后拷贝。
假如数据没有处理完，
当采用ET时，直接删掉fd，再次调用epoll_wait，list_head中没有数据；
当采用LT，会再次添加到 list_head，再次调用epoll_wait，list_head中有数据；
结论：
- ET模式避免了LT模式可能出现的惊群现象
- ET模式最好结合非阻塞IO读取FD数据，相比LT会复杂一些
8、web服务流程
基于epoll模式的web服务的基本流程图：
五、信号驱动IO
信号驱动IO是与内核建立SIGIO的信号关联并设置回调，当内核有FD就绪时，会发出SIGIO信号通知用户，期间用户应用可
以执行其它业务，无需阻塞等待，
当有大量IO操作时，信号较多，SIGIO处理函数不能及时处理可能导致信号队列溢出。
而且内核空间与用户空间的频繁信号交互性能也较低。
六、异步IO
IO操作是同步还是异步，关键看数据在内核空间与用户空间的拷贝过程(数据读写的IO操作)，也就是阶段二是同步还是异步：
七、Redis网络模型
面试题：Redis到底是单线程还是多线程？
- 如果仅聊Redis核心业务部分（命令处理），答案是单线程；
- 如果是聊整个Redis，那么答案就是多线程。
在Redis版本迭代过程中，在两个重要的时间点上引入了多线程支持：
- Redis4.0：引入多线程异步处理一些耗时较长的任务，例如异步删除命令unlink
- Redis6.0：在核心网络模型中引入多线程，进一步提高对于多核CPU的利用率
Redis为什么要选择单线程？
- 抛开持久化不谈，Redis是纯内存操作，执行速度非常快，它的性能瓶颈是网络延迟而不是执行速度，因此多线程并不会带来巨大的性能提升。
- 多线程会导致过多的上下文切换，带来不必要的开销。
- 引入多线程会面临线程安全问题，必然要引入线程锁这样的安全手段，实现复杂度增高，而且性能也会大打折扣。
1、单线程
Redis通过IO多路复用来提高网络性能，并且支持各种不同的多路复用实现，并且将这些实现进行封装，提供了统一的高性能事件库API库AE:
ae.c文件判断服务器类型，选择执行哪个ae.c文件
Redis单线程网络模型的整个流程：
整个流程：
Redi6.0版本中引入了多线程，目的是为了提高IO读写效率。因此在解析客户端命令、写响应结果时采用了多线程。核心的命令执行、IO多路复用模块依然是由主线程执行。
