Q & A

Redis是单线程的么❓

我们通常说Redis是单线程，是指Redis的网络IO和健值对的读写是由一个线程来完成的，这也是Redis对外提供健值存储服务的主要流程。但Redis但其它功能，比如：持久化、异步删除、集群数据同步等都是由额外的线程执行的。所以严格来说，Redis并不是单线程。

为什么Redis要用单线程❓

在合理的资源分配的情况下，使用多线程可以增加系统中处理请求操作的资源实体，进而提升系统能够同时处理的请求数，即吞吐量。

但请注意，通常情况下，在我们使用了多线程后，如果没有良好但系统设计，实际得到但结果是上图所展示的那样。刚开始增加线程数时，会增加系统但吞吐量。但再进一步增加线程时，系统吞吐量就增长迟缓了，甚至还会出现下降的情况。

为什么会出现这种情况呢？一个关键的瓶颈在于，系统中通常会存在被多线程同时访问的共享资源，比如一个共享的数据结构。当有多个线程要修改这个共享资源时，为了保证共享资源的正确性，就需要有额外的机制进行保证，而这个额外的机制，就会带来额外的开销。

并发访问控制一直是多线程开发中的一个难点问题，如果没有精细的设计，比如说，只是简单地采用一个粗粒度互斥锁，就会出现不理想的结果：即使增加了线程，大部分线程也在等待获取访问共享资源的互斥锁，并行变串行，系统吞吐率并没有随着线程的增加而增加。而且，采用多线程开发一般会引入同步原语来保护共享资源的并发访问，这也会降低系统代码的易调试性和可维护性。

为了避免这些问题，Redis 直接采用了单线程模式。

为什么单线程的Redis能那么快❓

1. Redis的大部分操作实在系统内存上完成的；
2. Redis采用了单线程操作，避免了频繁的上下文切换；
3. Redis采用了非阻塞I/O多路复用机制，使其在网络IO操作中能并发处理大量的客户端请求，实现高吞吐率；

Redis基本IO模型中存在哪些潜在的性能瓶颈❓

1. 任意一个请求在server中一旦发生耗时，都会影响整个server的性能，也就是说后面的请求都要等前面这个耗时请求处理完成，自己才能被处理到。耗时的操作包括以下几种：
   1. 操作bigkey：写入一个bigkey在分配内存时需要消耗更多的时间，同样，删除bigkey释放内存同样会产生耗时；
   2. 使用复杂度过高的命令：例如SORT/SUNION/ZUNIONSTORE，或者O(N)命令，但是N很大，例如lrange key 0 -1一次查询全量数据；
   3. 大量key集中过期：Redis的过期机制也是在主线程中执行的，大量key集中过期会导致处理一个请求时，耗时都在删除过期key，耗时变长；
   4. 淘汰策略：淘汰策略也是在主线程执行的，当内存超过Redis内存上限后，每次写入都需要淘汰一些key，也会造成耗时变长；
   5. AOF刷盘开启always机制：每次写入都需要把这个操作刷到磁盘，写磁盘的速度远比写内存慢，会拖慢Redis的性能；
   6. 主从全量同步生成RDB：虽然采用fork子进程生成数据快照，但fork这一瞬间也是会阻塞整个线程的，实例越大，阻塞时间越久；
2. 并发量非常大时，单线程读写客户端IO数据存在性能瓶颈，虽然采用IO多路复用机制，但是读写客户端数据依旧是同步IO，只能单线程依次读取客户端的数据，无法利用到CPU多核。

针对问题1：一方面需要业务人员去规避，一方面Redis在4.0推出了lazy-free机制，把bigkey释放内存的耗时操作放在了异步线程中执行，降低对主线程的影响。

针对问题2：Redis在6.0推出了多线程，可以在高并发场景下利用CPU多核多线程读写客户端数据，进一步提升server性能，当然，只是针对客户端的读写是并行的，每个命令的真正操作依旧是单线程的。

Redis有哪些慢操作❓

1. 操作 bigkey
2. 使用复杂度过高的命令，如：SORT、SUNION、ZUNIONSTORE
3. 大量 key 集中过期
4. 淘汰策略
5. AOF 刷盘开启 always 机制
6. 主从全量同步生成 RDB

整数数组和压缩列表的查询操作在时间复杂度方面没有很大优势，为什么Redis还会把它们作为底层数据结构呢❓

1. 内存利用率，数组和压缩列表都是非常紧凑的数据结构，它比链表占用的内存要更少。Redis是内存数据库，大量数据存到内存中，此时需要做尽可能的优化，提高内存的利用率。
2. 数组对CPU高速缓存支持更友好，所以Redis在设计时，集合数据元素较少情况下，默认采用内存紧凑排列的方式存储，同时利用CPU高速缓存不会降低访问速度。当数据元素超过设定阈值后，避免查询时间复杂度太高，转为哈希和跳表数据结构存储，保证查询效率。

什么是缓存雪崩❓

缓存雪崩是指大部分的缓存过期时间相同，导致在同一时刻出现大面积的缓存过期，从而使原本访问缓存的请求都去访问数据库了，对数据库、CPU和内存造成巨大的压力。
解决方案：

1. 缓存过期时间随机分配；
2. 熔断、服务降级、限流；

什么是缓存穿透❓

缓存穿透是指用户在查询数据时，缓存和数据库中都不存在，导致每次请求都做了两次无用的查询操作。
解决方案：

1. 增加布隆过滤器，将所有可能存在的数据哈希到一个足够大的 bitmap 中。如果在布隆过滤器中不存在，则改请求会被拦截掉；
2. 数据库中不存在该数据时，在缓存中缓存一个空值，使下次请求直接命中缓存中的空值；

什么是缓存击穿❓

缓存击穿是指，在Redis中存在一个非常热门的key，当这个key失效的瞬间，依然存在多个访问，该访问就穿破缓存，转而直接请求数据库。
解决方案：

1. 热点数据设置永不过期；
2. 熔断、服务降级、限流；

什么是缓存预热❓

系统上线后，将相关的数据直接加载到缓存中。
解决方案：

1. 定时刷新缓存；
2. 项目启动时自动加载；

Memcache与Redis的区别