作為一名服務端工程師，工作中你肯定和 Redis 打過交道。Redis 為什麼快，這點想必你也知道，至少為了面試也做過準備。很多人知道 Redis 快僅僅因為它是基於記憶體實現的，對於其它原因倒是模稜兩可。
那麼今天就和小萊一起看看：
圖注：- 思維導圖 -
基於記憶體實現
這點在一開始就提到過了，這裡再簡單說說。
Redis 是基於記憶體的資料庫，那不可避免的就要與磁碟資料庫做對比。對於磁碟資料庫來說，是需要將資料讀取到記憶體裡的，這個過程會受到磁碟 I/O 的限制。
而對於記憶體資料庫來說，本身資料就存在於記憶體裡，也就沒有了這方面的開銷。
高效的資料結構
Redis 中有多種資料型別，每種資料型別的底層都由一種或多種資料結構來支援。正是因為有了這些資料結構，Redis 在儲存與讀取上的速度才不受阻礙。這些資料結構有什麼特別的地方，各位看官接著往下看：
1、簡單動態字串
這個名詞可能你不熟悉，換成 SDS 肯定就知道了。這是用來處理字串的。瞭解 C 語言的都知道，它是有處理字串方法的。而 Redis 就是 C 語言實現的，那為什麼還要重複造輪子？我們從以下幾點來看：
（1）字串長度處理
這個圖是字串在 C 語言中的儲存方式，想要獲取 「Redis」的長度，需要從頭開始遍歷，直到遇到 '\0' 為止。
Redis 中怎麼操作呢？用一個 len 欄位記錄當前字串的長度。想要獲取長度只需要獲取 len 欄位即可。你看，差距不言自明。前者遍歷的時間複雜度為 O(n)，Redis 中 O(1) 就能拿到，速度明顯提升。
（2）記憶體重新分配
C 語言中涉及到修改字串的時候會重新分配記憶體。修改地越頻繁，記憶體分配也就越頻繁。而記憶體分配是會消耗效能的，那麼效能下降在所難免。
而 Redis 中會涉及到字串頻繁的修改操作，這種記憶體分配方式顯然就不適合了。於是 SDS 實現了兩種優化策略：
-
空間預分配
對 SDS 修改及空間擴充時，除了分配所必須的空間外，還會額外分配未使用的空間。
具體分配規則是這樣的：SDS 修改後，len 長度小於 1M，那麼將會額外分配與 len 相同長度的未使用空間。如果修改後長度大於 1M，那麼將分配1M的使用空間。
-
惰性空間釋放
當然，有空間分配對應的就有空間釋放。
SDS 縮短時，並不會回收多餘的記憶體空間，而是使用 free 欄位將多出來的空間記錄下來。如果後續有變更操作，直接使用 free 中記錄的空間，減少了記憶體的分配。
（3）二進位制安全
你已經知道了 Redis 可以儲存各種資料型別，那麼二進位制資料肯定也不例外。但二進位制資料並不是規則的字串格式，可能會包含一些特殊的字元，比如 '\0' 等。
前面我們提到過，C 中字串遇到 '\0' 會結束，那 '\0' 之後的資料就讀取不上了。但在 SDS 中，是根據 len 長度來判斷字串結束的。
看，二進位制安全的問題就解決了。
2、雙端連結串列
列表 List 更多是被當作佇列或棧來使用的。佇列和棧的特性一個先進先出，一個先進後出。雙端連結串列很好的支援了這些特性。
圖注：- 雙端連結串列 -
（1）前後節點
連結串列裡每個節點都帶有兩個指標，prev 指向前節點，next 指向後節點。這樣在時間複雜度為 O(1) 內就能獲取到前後節點。
（2）頭尾節點
你可能注意到了，頭節點裡有 head 和 tail 兩個引數，分別指向頭節點和尾節點。這樣的設計能夠對雙端節點的處理時間複雜度降至 O(1) ，對於佇列和棧來說再適合不過。同時連結串列迭代時從兩端都可以進行。
（3）連結串列長度
頭節點裡同時還有一個引數 len，和上邊提到的 SDS 裡類似，這裡是用來記錄連結串列長度的。因此獲取連結串列長度時不用再遍歷整個連結串列，直接拿到 len 值就可以了，這個時間複雜度是 O(1)。
你看，這些特性都降低了 List 使用時的時間開銷。
3、壓縮列表
雙端連結串列我們已經熟悉了。不知道你有沒有注意到一個問題：如果在一個連結串列節點中儲存一個小資料，比如一個位元組。那麼對應的就要儲存頭節點，前後指標等額外的資料。
這樣就浪費了空間，同時由於反覆申請與釋放也容易導致記憶體碎片化。這樣記憶體的使用效率就太低了。
於是，壓縮列表上場了！
它是經過特殊編碼，專門為了提升記憶體使用效率設計的。所有的操作都是通過指標與解碼出來的偏移量進行的。
並且壓縮列表的記憶體是連續分配的，遍歷的速度很快。
4、字典
Redis 作為 K-V 型資料庫，所有的鍵值都是用字典來儲存的。
日常學習中使用的字典你應該不會陌生，想查詢某個詞通過某個字就可以直接定位到，速度非常快。這裡所說的字典原理上是一樣的，通過某個 key 可以直接獲取到對應的value。
字典又稱為雜湊表，這點沒什麼可說的。雜湊表的特性大家都很清楚，能夠在 O(1) 時間複雜度內取出和插入關聯的值。
5、跳躍表
作為 Redis 中特有的資料結構-跳躍表，其在連結串列的基礎上增加了多級索引來提升查詢效率。
這是跳躍表的簡單原理圖，每一層都有一條有序的連結串列，最底層的連結串列包含了所有的元素。這樣跳躍表就可以支援在 O(logN) 的時間複雜度裡查詢到對應的節點。
下面這張是跳錶真實的儲存結構，和其它資料結構一樣，都在頭節點裡記錄了相應的資訊，減少了一些不必要的系統開銷。
合理的資料編碼
對於每一種資料型別來說，底層的支援可能是多種資料結構，什麼時候使用哪種資料結構，這就涉及到了編碼轉化的問題。
那我們就來看看，不同的資料型別是如何進行編碼轉化的：
- String：儲存數字的話，採用int型別的編碼，如果是非數字的話，採用 raw 編碼；
- List：字串長度及元素個數小於一定範圍使用 ziplist 編碼，任意條件不滿足，則轉化為 linkedlist 編碼；
- Hash：hash 物件儲存的鍵值對內的鍵和值字串長度小於一定值及鍵值對；
- Set：儲存元素為整數及元素個數小於一定範圍使用 intset 編碼，任意條件不滿足，則使用 hashtable 編碼；
- Zset：zset 物件中儲存的元素個數小於及成員長度小於一定值使用 ziplist 編碼，任意條件不滿足，則使用 skiplist 編碼。
合適的執行緒模型
Redis 快的原因還有一個是因為使用了合適的執行緒模型：
1、I/O多路複用模型
-
I/O ：網路 I/O
-
多路：多個 TCP 連線
-
複用：共用一個執行緒或程式
生產環境中的使用，通常是多個客戶端連線 Redis，然後各自傳送命令至 Redis 伺服器，最後服務端處理這些請求返回結果。
應對大量的請求，Redis 中使用 I/O 多路複用程式同時監聽多個套接字，並將這些事件推送到一個佇列裡，然後逐個被執行。最終將結果返回給客戶端。
2、避免上下文切換
你一定聽說過，Redis 是單執行緒的。那麼單執行緒的 Redis 為什麼會快呢？
因為多執行緒在執行過程中需要進行 CPU 的上下文切換，這個操作比較耗時。Redis 又是基於記憶體實現的，對於記憶體來說，沒有上下文切換效率就是最高的。多次讀寫都在一個CPU 上，對於記憶體來說就是最佳方案。
3、單執行緒模型
順便提一下，為什麼 Redis 是單執行緒的。
Redis 中使用了 Reactor 單執行緒模型，你可能對它並不熟悉。沒關係，只需要大概瞭解一下即可。
這張圖裡，接收到使用者的請求後，全部推送到一個佇列裡，然後交給檔案事件分派器，而它是單執行緒的工作方式。Redis 又是基於它工作的，所以說 Redis 是單執行緒的。
總結
基於記憶體實現
-
資料都儲存在記憶體裡，減少了一些不必要的 I/O 操作，操作速率很快。
高效的資料結構
-
底層多種資料結構支援不同的資料型別，支援 Redis 儲存不同的資料；
-
不同資料結構的設計，使得資料儲存時間複雜度降到最低。
合理的資料編碼
-
根據字串的長度及元素的個數適配不同的編碼格式。
合適的執行緒模型
-
I/O 多路複用模型同時監聽客戶端連線；
-
單執行緒在執行過程中不需要進行上下文切換，減少了耗時。
關於作者
作者：大家好，我是萊烏，BAT搬磚工一枚。從小公司進入大廠，一路走來收穫良多，想將這些經驗分享給有需要的人，因此建立了公眾號「IT界農民工」。定時更新，希望能幫助到你
