3万字聊聊什么是Redis（一）

3万字聊聊什么是Redis（一）

大家好，我是Leo

结束了漫长了MySQL，开始步入了Redis的殿堂。最近在做Redis技术输出时，明显发现进一步熟悉MySQL之后，对Redis的理解容易了许多。或许这就是进步吧！

下面的思路部分，可以帮助你更好的理解这篇文章的知识体系。

思路 整体结构

Redis主要是由访问框架， *** 作模块，索引模块，存储模块，高可用集群支撑模块，高可用扩展支撑模块等组成，

Redis还有一些，丰富的数据类型，数据压缩，过期机制，数据淘汰策略，分片机制，哨兵模式，主从复制，集群化，高可用，统计模块，通知模块，调试模块，元数据查询等辅助功能。

接下来的Redis学习之路，主要是围绕介绍上述模块，功能，策略，机制，算法等知识的输出。

五大类型 String

String类型应该是我们用的最多的一种类型，它的底层是由简单的动态字符串实现的。

hash

hash类型也是我们用的最多的一种类型了，它是由压缩列表+哈希表共同实现的一种数据类型

list

list它是一种列表类型，也是我们常用类型之一，它是由双向链表+压缩列表共同实现的一种数据类型

set

set集合和上述类型不同，他不允许重复，所以一些特定的场景会优先考虑set类型，它是由整数数组+哈希表共同实现的一种数据类型

sort set

sortset是在set的基础上，做的一个提升，不允许重复的时候，还可以处理有序。主要应用与排序表之类的场景需求，它是由压缩链表+跳表实现的一种数据类型

数据结构

哈希表会在下文rehash那里详细介绍一下。

整数数组和双向链表也很常见，它们的 *** 作特征都是顺序读写，也就是通过数组下标或者链表的指针逐个元素访问， *** 作复杂度基本是 O(N)， *** 作效率比较低。

压缩列表实际上类似于一个数组，数组中的每一个元素都对应保存一个数据。和数组不同的是，压缩列表在表头有三个字段 zlbytes、zltail 和 zllen，分别表示列表长度、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。在压缩列表中，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) 了。

跳表在链表的基础上，增加了多级索引，通过索引位置的几个跳转，实现数据的快速定位。在下述文章中的第五章节介绍过了跳表的相关说明。

3万字聊聊什么是MySQL

哈希为啥变慢了

Redis在处理一个键值对时，会进行一次hash处理，把键处理成一个地址码写入Redis的存储模块，随着我们key的越来越多，有一些key会存在同一个地址码的情况。（我在写hashmap的时候就介绍过hash碰撞的问题）

出现这种情况之后Redis作了一个键值对的扩展，也就是键值对+链表的方式。如下图，多个数据经过hash处理之后，都落到了key1值上。一个卡槽不可能存放两个值，于是就在这个卡槽存了指向一个链表的指针，通过链表存储多个值。

哈希链表

链表处理的就是多个key一样的问题，随着数据量的发展，哈希碰撞的情况越来越频繁，链表的数据也就越来越多。hash的性能是O(1)，链表的性能是O(n)。所以整体的性能被拖下来了。为了改变这一现状，Redis引入了rehash。

rehash

rehash就是增加现有的哈希桶的数量，让逐渐增多的元素能在更多的哈希桶之间分散保存。从而减少单个桶的链表的元素数量，同时也减少单个桶的冲突。

首先Redis会先创建两个全局哈希表，我们这里定义为哈希表A，哈希表B。我们在插入一个数据时，先先存入A，随着A越来越多，Redis开始执行rehash *** 作。主要分为三步：

• 给B分配更多的空间，一般都是A的两倍
• 把A中的数据全部拷贝到B中
• 释放A

上述rehash流程我们可以看出，当A中存在大量的数据，拷贝的效率是非常慢的！因为Redis的单线程性还会造成阻塞，导致Redis短时间无法提供服务。为了避免这一问题，Redis在rehash的基础上，采用了渐进式rehash。

渐进式 rehash

进化点就是在第二步拷贝的时候，并不是一次性拷贝的，而是分批次拷贝。在处理一个请求时，从A中的第一个索引位置开始，顺带着将这个索引位置上的所有元素拷贝到B中。等下一个请求后，再从A表中的下一个索引位置继续拷贝 *** 作。这样就巧妙地把一次性大量拷贝的开销，分摊到了多次处理请求的过程中，避免了耗时 *** 作，保证了数据的快速访问。

Redis单线程还是多线程

先来普及一下多线程的知识，一个CPU在运行多个线程时，会有一个多线程调用的消耗问题，而且还有多个线程调用时数据一致性的问题。这些都要单独处理，单独处理又会消耗性能。于是Redis统筹兼顾采用了单，多线程并用的思路。

在处理数据写入，读取属于键值对数据 *** 作，采用单线程 *** 作。在请求连接，从socket中读取请求，解析客户端发送请求，采用多线程 *** 作。

Redis巧妙的把所有需要延迟等待的 *** 作全部转交给了多线程处理，在不需要等待的全部单线程处理。个人感觉这种设计思路很棒

tip：如果不按照这种方式设计的，连接之后等待，发送等待，接收等待估计要等死你哦。造成Redis线程阻塞，无法处理其他请求。

多路复用机制

IO多路复用机制是指一个线程处理多个IO流，也是我们经常听到的select/epoll机制。那么那些连接，等待的 *** 作Redis都是如何处理的呢？

在Redis只运行单线程的情况下，同一时间存在多个监听套接字，和已连接的套接字，内核会一直监听这些连接请求和数据请求。一旦客户端发送请求就会以事件的方式通知Redis主线程处理。这就是Redis线程处理多个IO流的效果。

上文说到以事件方式通知Redis这里我们做一个扩展，select/epoll提供了基于事件的回调机制，不同的事件会调用相应的处理函数。一旦请求来了，立刻加到事件队列中，Redis单线程就会源源不断的处理该事件队列。解决了等待与扫描的资源浪费问题。

安全机制

Redis的持久化安全机制主要有两大块，一块是AOF日志，一块是RDB快照，接下来我们聊聊AOF与RDB的一些区别吧

AOF

Redis为了提升性能采用的是写后日志，先执行命令，后写日志，这样做的好处主要有两点

• 只有当命令执行成功之后才会写入日志。这样就避免了写入日志之后，命令执行错误还要把日志删掉的问题。
• 先执行写入 *** 作，后写日志，这样同时也避免了阻塞当前的写 *** 作

坏处是：

• 如果一个命令执行完后，还没记录日志就宕机了，那么这个命令和相应的数据就有丢失的风险。
• AOF虽然避免了对当前命令的阻塞，但可能会对下一个 *** 作带来阻塞风险。因为AOF日志也是在主线程中执行的，并且是写入磁盘。

文件格式：

Redis收到一个 “set huanshao 公众号欢少的成长之路” 命令后，AOF的日志内容是，"*3" 表示当前命令有三个部分，每部分都是由“$+数字”开头，后面紧跟着具体的命令、键或值。这里，“数字”表示这部分中的命令、键或值一共有多少字节。例如，“$3 set”表示这部分有 3 个字节，也就是“set”命令。

AOF写入策略

AOF提供了三种appendfsync可选值

• Always，同步写回：每个写命令执行完，立马同步地将日志写回磁盘；
• Everysec，每秒写回：每个写命令执行完，只是先把日志写到 AOF 文件的内存缓冲区，每隔一秒把缓冲区中的内容写入磁盘；
• No， *** 作系统控制的写回：每个写命令执行完，只是先把日志写到 AOF 文件的内存缓冲区，由 *** 作系统决定何时将缓冲区内容写回磁盘。

这三种都无法做到两全其美，同步写会可以做到数据一致性，但是写入磁盘的这个性能对比内存来说太差了，如果是每秒写的话，就会丢失1秒的数据，如果No配置的话宕机后丢失数据比较多。

最后三种配置如何选择，应该根据特定的业务场景。如果数据安全性过高就选择同步写回，如果适中就每秒写回，没安全性的话就选择No。

AOF重写机制

AOF日志是追加形式的，避免不了的就是文件过大之后，再写入日志的性能会有所下降，Redis为了解决这一难题，引入了重写机制。

重写机制主要做的事情是记录一个key值的最终修改结果，修改的历史记录一律排除。这样一来，一个命令就只有一个日志。如果要拿AOF日志恢复数据的话也能恢复出正确的数据。

重写机制流程就是主线程fork出一个后台子线程 bgrewriteaof后，fork会把主线程的内存拷贝一份给子线程bgrewriteaof，这样子线程就可以在不影响主线程阻塞的情况下进行重写 *** 作了。

在这段期间，如果有新的请求写入过来，Redis会有两个日志，一个日志指正在使用的 AOF 日志，Redis 会把这个 *** 作写到它的缓冲区。这样一来，即使宕机了，这个 AOF 日志的 *** 作仍然是齐全的，可以用于恢复。另一处日志指新的 AOF 重写日志。这个 *** 作也会被写到重写日志的缓冲区。这样，重写日志也不会丢失最新的 *** 作。等到拷贝数据的所有 *** 作记录重写完成后，重写日志记录的这些最新 *** 作也会写入新的 AOF 文件，以保证数据库最新状态的记录。此时，我们就可以用新的 AOF 文件替代旧文件了。

RDB

RDB是一种内存快照，它是系统某一刻的数据备份写到磁盘上。这样就可以达到宕机后，可以恢复某一刻之前的所有数据。

生成RDB的两种方式

• save：在主线程中执行，会导致阻塞；
• bgsave：创建一个子进程，专门用于写入 RDB 文件，避免了主线程的阻塞，这也是 Redis RDB 文件生成的 默认配置。

写时复制技术

首先介绍一下写时复制技术的由来，在Redis做RDB快照时(当前RDB还没有做完)，来了一个修改数据的请求。如果把这个请求写入快照，那么就不符合那一刻的数据一致性。如果不写入快照把他丢弃，就会造成数据丢失还是会有数据一致性的问题。所以Redis借助 *** 作系统提供的写时复制技术，在执行快照的同时，正常处理写 *** 作。

处理流程

主线程fork创建子线程bgsave，可以共享主线程的所有内存数据，bgsave子线程运行后，开始读取主线程的内存数据，并把它们写入 RDB 文件。如果主线程对这些数据都是读 *** 作，那么互不影响。如果是修改 *** 作的话就会把这块数据复制一份，生成该数据的副本。然后主线程在这个副本上进行修改。同时bgsave 子进程可以继续把原来的数据写入 RDB 文件。

这样保证了快照的数据一致性，也保证了快照期间对正常业务的影响。

既然RDB那么牛逼，可否用RDB做持久化呢？

如果我们采用RDB做持久化的话，那么就要一直进行RDB快照，如果每2秒做一次快照的话，最坏的打算就要少50%的数据量，如果每秒做一次快照，可以完全保证数据的一致性但是带来的负面影响也是非常大的。

• 频繁快照，导致磁盘IO占用影响，且磁盘内存开销非常大
• RDB由bgsave处理，虽然不阻塞主线程，但是主线程新建bgsave时，会影响主线程，如果每秒新建一次，有可能会阻塞主线程的。

全量备份不行的话，增量备份是否可以用RDB做持久化呢？

增量备份与全量备份的区别就是，增量备份只备份修改的数据。如果是这样的话，我们就需要对每一个数据都加一个记录，这样开销是十分大的。如果为了增量备份牺牲了宝贵的内存资源，这就有点得不偿失了。

实战应用

上述我们介绍了AOF与RDB的区别，流程，优缺点。我们可以发现，如果只依靠某一种方式进行持久化都无法有效的达到数据一致性。

如果只用RDB，快照的频率不好把握，如果使用AOF，文件持续变大也是吃不消的。

最优的策略就是 RDB + AOF 假如每小时备份一次RDB，我们就可以利用RDB文件恢复那一刻的所有数据，然后再用AOF日志恢复这一小时的数据。

结尾

看到这里，应该都是真粉了，点赞+分享+在看+关注 就是对我最大支持。欢少的成长之路 感谢你

我们下期再见！