Redis需要知道的一些知识点

Redis为什么快

1. 完全基于内存，绝大部分请求是纯粹的内存操作，非常快速。数据存在内存中，类似于HashMap，HashMap的优势就是查找和操作的时间复杂度都是O(1)；
2. 数据结构简单，对数据操作也简单，Redis中的数据结构是专门进行设计的；
3. 采用单线程，避免了不必要的上下文切换和竞争条件，也不存在多进程或者多线程导致的切换而消耗 CPU，不用去考虑各种锁的问题，不存在加锁释放锁操作，没有因为可能出现死锁而导致的性能消耗；
4. 使用多路I/O复用模型，非阻塞IO
5. 使用底层模型不同，它们之间底层实现方式以及与客户端之间通信的应用协议不一样，Redis直接自己构建了VM 机制 ，因为一般的系统调用系统函数的话，会浪费一定的时间去移动和请求；

注意第三条

• 版本3.x ，最早版本，也就是大家口口相传的redis是单线程。
• 版本4.x，严格意义来说也不是单线程，而是负责处理客户端请求的线程是单线程，但是开始加了点多线程的东西(异步删除)。
• 最新版本的6.0.x后，告别了单线程，用一种全新的多线程来解决问题。

Redis 4.0之前采用单线程的原因

1. 使用单线程模型是 Redis 的开发和维护更简单，因为单线程模型方便开发和调试
2. 即使使用单线程模型也并发的处理多客户端的请求，主要使用的是多路复用和非阻塞 IO；
3. 对于 Redis 系统来说，主要的性能瓶颈是内存或者网络带宽而并非 CPU。

Redis 逐渐加入了多线程的原因

1. 单线程下，耗时操作（bigkey的删除）会造成Redis卡顿
2. 引入惰性删除（unlink key），有效避免卡顿问题。从redis主线程剥离让bio子线程来处理，极大地减少主线阻塞时间。从而减少删除导致性能和稳定性问题。在Redis 4.0就引入了多个线程来实现数据的异步惰性删除等功能，但是其处理读写请求的仍然只有一个线程，所以仍然算是狭义上的单线程。
3. 随着硬件的发展，redis的性能瓶颈不再是内存了，而是网络IO

Redis 6.0线程模型

在Redis6.0中，多线程机制默认是关闭的,设置io-thread-do-reads配置项为yes，表示启动多线程

1. 网络数据读写、请求协议解析通过多个IO线程的来处理
2. 对于的命令执行来说，仍然使用主线程操作

数据类型

https://redis.io/docs/data-types/

• Strings
• Lists
• Sets
• Hashes
• Sorted sets
• Stream
• Geospatial
• HyperLogLog
• Bitmaps
• Bitfields

性能优化

大key问题

热点key

热点key可能带来的问题

1. 当某一热点 Key 的请求在某一主机上超过该主机网卡上限时，由于流量的过度集中，会导致服务器中其它服务无法进行。

2. 如果热点过于集中，热点 Key 的缓存过多，超过目前的缓存容量时，就会导致缓存分片服务被打垮现象的产生

3. 当缓存服务崩溃后，此时再有请求产生，会缓存到后台 DB 上，由于DB 本身性能较弱，在面临大请求时很容易发生请求穿透现象，会进一步导致雪崩现象，严重影响设备的性能。

如何发现热key

1. 凭借经验，预估哪些key是热key

比如某商品在做秒杀，那这个商品的key就可以判断出是热key。缺点就是并非所有业务都能预估出哪些key是热key。

2. 在客户端收集

这个方式就是在操作redis之前，加入一行代码进行数据统计。那么这个数据统计的方式有很多种，也可以是给外部的通讯系统发送一个通知信息。缺点就是对客户端代码造成入侵。

3. 在Proxy层做收集

Proxy可以是Twemproxy或Codis，是统一的入口。可以在Proxy层做收集上报，但是缺点很明显，并非所有的redis集群架构都有proxy

4. 用redis自带命令
   • monitor命令，该命令可以实时抓取出redis服务器接收到的命令，然后写代码统计出热key是啥。当然，也有现成的分析工具可以给你使用，比如redis-faina。但是该命令在高并发的条件下，有内存增暴增的隐患，还会降低redis的性能。
   • hotkeys参数，redis 4.0.3提供了redis-cli的热点key发现功能，执行redis-cli时加上–hotkeys选项即可。但是该参数在执行的时候，如果key比较多，执行起来比较慢。
5. 自己抓包评估
   Redis客户端使用TCP协议与服务端进行交互，通信协议采用的是RESP。自己写程序监听端口，按照RESP协议规则解析数据，进行分析。缺点就是开发成本高，维护困难，有丢包可能性。

解决方案

1. 利用二级缓存，ehcache或者HashMap。在发现热key以后，把热key加载到系统的JVM中
2. 备份热key
   一个key存在多个redis节点上。可以通过修改key来实现，例如热点key为a，可以改写成a@redis1,a@redis2,a@redis3
   每个节点都缓存一份数据，把压力分散到不同节点上