redis 是不是单线程

• redis 单线程指的是命令处理在一个单线程中。
• 主线程
  • redis-server：命令处理、网络事件的监听。
• 辅助线程
  • bio_close_file：异步关闭大文件。
  • bio_aof_fsync：异步 aof 刷盘。
  • bio_lazy_free：异步清理大块内存。
  • io_thd_*：io 多线程。
  • jemalloc_bg_thd：后台线程，进行内存分配，内存释放。
• 辅助线程负责处理阻塞的操作，这样可以不阻塞主线程，让主线程最大限度地处理命令，优化性能。

---

命令处理为什么是单线程

• 单线程的局限：不能有耗时的操作，比如 CPU 运算、阻塞的 IO；对于 redis 而言会影响响应性能。
• redis 处理 IO 密集型：
  • 磁盘 IO：
    • fork 进程，在子进程做持久化。
    • 使用 bio_aof_fsync，另起线程做持久化（异步 aof 刷盘）。
  • 网络 IO：
    • 服务多个客户端，造成 IO 密集；数据请求或返回数据量比较大。
    • 开启 IO 多线程。
• redis 处理 CPU 密集型
  • 数据结构切换：redis 会根据当前数据量的大小，选择一个数据结构去存储。
  • 渐进式数据迁移：当数据量小的时候，会分配一个小的内存，当数据量大的时候，会分配一个大的内存（翻倍扩容），那么就需要将原来内存中的数据迁移到新的内存中，redis 不会将原数据一次性都挪过去，而是采用一定的策略逐渐挪过去。
• 为什么不采用多线程
  • 加锁复杂、锁粒度不好控制。
  • 频繁的 CPU 上下文切换，抵消多线程的优势。

---

redis 单线程为什么快

• 高效的 reactor 网络模型
• 数据结构高效
  • 在执行效率与空间占用间保持平衡，可以进行数据结构切换。
• redis 是内存数据库，大部分情况下：操作完内存后会立刻返回给客户端，不需要关注写磁盘的问题。特殊情况：使用 aof 持久化方式 + always 策略：每一次操作完内存后，都必须持久化到磁盘中，然后再返回给客户端。
• 数据组织方式

  typedef struct redisDb {dict *dict; // 存储所有的 key 和 valuedict *expires; // 存储所有过期的 keydict *blocking_keys; // 存储阻塞连接的 keydict *ready_keys; dict *watched_keys; // 被检测的 key ( MULTI/EXEC )
  }struct dict {dictType *type;dictEntry **ht_table[2];unsigned long ht_used[2];long rehashidx; // 默认为 -1，记录迁移的位置int16_t pauserehash;signed char ht_size_exp[2]; 
  }
  

  • redis 支持 16 个 db，默认使用 db0，可以通过 use 选择某一个 db。
  • redis 内部会分配一个指针数组（每一个数组元素都对应一个链表）。key 通过 hash 函数会生成一个 64 位的整数，这个整数对该数组的长度取余，得到一个该数组的索引值，然后将 key 和 value 存储在该索引位置的链表中。
  • ht_size_exp 记录指针数组长度 $2^n$ 中 $n$ 的值，指针数组长度为什么是 $2^n$ ?
    • 因为要把取余运算优化为位运算，优化的前提是 $size=2^n$ ；当 $size=2^n$ 时，hash(key) % size = hash(key) & (size - 1) 。
    • 取余运算中会有除法运算，计算机做除法运算会比较慢，做位运算会很快。$2^n$ 又可以优化为 $1<<n$ 。
  • 负载因子 = used$/$size，used 是指针数组存储元素的个数，size 是指针数组的长度。负载因子越小哈希冲突越小，负载因子越大哈希冲突越大。
  • 扩容操作
    • 第一次分配指针数组空间长度为 4（$1<<2$）。

      static int _dictExpandIfNeeded(dict *d)
      {if (dictIsRehashing(d)) return DICT_OK;if(DICTHT_SIZE(d->ht_size_exp[0]) == 0) return dictExpand(d, DICT_HT_INITIAL_SIZE)
      }
      

    • 当负载因子 $\ge 1$ 时，即 used / size >= 1，为了减小哈希冲突，会进行翻倍扩容。第二次扩容会准备一个空间长度为 8 的指针数组，然后将原来数组中的元素迁移到扩容后的数组中。如果正在 fork（在 rdb、aof 复写以及 rdb-aof 混用的情况下），会阻止扩容，但是此时若负载因子 $>5$，索引效率大大降低，则会马上扩容。
  • 缩容操作
    • 当负载因子 $<0.1$ 时，即 (size > 4) && ((used / size) < 0.1)，会进行缩容，缩容后的数组长度恰好大于元素个数并且为 $2^n\ge 4$ 。
  • 扩容操作和缩容操作都需要 rehash，因为 key-value 对的存储位置发生了变化。
  • 一个 dict 结构包含两个散列表（散列表 = 哈希函数 + 指针数组），为什么要准备两个 ht_table ?
    • 为了防止迁移元素较多时，迁移任务变为 CPU 密集型。
    • 使用两个 ht_table 可以将原来数组中的元素逐渐迁移到扩容后的数组中，而不是一次性将元素全部挪过去；当原来数组中的元素全部挪过去后，会 free 原数组；如果 free 的空间比较大，会使用 bio_lazy_free 另起线程去 free 这块空间。
  • 渐进式 rehash
    • 处于渐进式 rehash 阶段时，不会发生扩容缩容
    • 当指针数组中的元素过多的时候，不能一次性 rehash 到 ht_table[1]，这样会长期占用 redis，其它命令得不到响应，所以需要使用渐进式 rehash。
    • 步骤：将 ht_table[0] 中的元素重新经过 hash 函数生成 64位整数，再对 ht_table[1] 的长度进行取余，从而映射到 ht_table[1]。
    • 策略：
      • 在每次增删改查的时候，迁移一个索引单位。
      • 在服务器空闲的时候，会迁移 1ms ，以 100 个索引单位为步长。

        int dictRehashMilliseconds(dict *d, int ms) {if (d->pauserehash > 0) return 0;				long long start = timeInMilliseconds();int rehashes = 0;while(dictRehash(d, 100)) {rehashes += 100;if (timeInMilliseconds() - start > ms) break;}return rehashes;
        }
        

---

redis io 多线程工作原理

• redis 采用 reactor 网络模型。
  
• redis 配置

  # redis.conf
  io-threads 4
  io-threads-do-reads yes
  

---