Redis核心技术与性能解析

关注

原创最新推荐文章于 2026-08-29 00:13:25 发布 700 阅读 AI 写同款· GEO 优化 ›

《极客时间-Redis核心技术与实战》学习笔记数据结构 Redis数据类型和底层数据结构的对应关系：String -> 简单动态字符串，List -> 双向链表、压缩列表，Hash -> 压缩列表、哈希表，Sorted Set -> 压缩列表、跳表，Set -> 哈希表、整数数组。哈希表rehash高效操作：默认使用两个全局哈希表，默认使用哈希表1，rehash时，给哈希表2分配更大的空间，把哈希表1的数据重新映射到哈希表2，释放哈希表1的空间。重新映射时，无法处理客户端请求，会造成线程阻塞，采用“渐进式rehash 阅读详情

📕我是廖志伟，一名Java开发工程师、《Java项目实战——深入理解大型互联网企业通用技术》（基础篇）、（进阶篇）、（架构篇）清华大学出版社签约作家、Java领域优质创作者、优快云博客专家、阿里云专家博主、51CTO专家博主、产品软文专业写手、技术文章评审老师、技术类问卷调查设计师、幕后大佬社区创始人、开源项目贡献者。

📘拥有多年一线研发和团队管理经验，研究过主流框架的底层源码(Spring、SpringBoot、SpringMVC、SpringCloud、Mybatis、Dubbo、Zookeeper)，消息中间件底层架构原理(RabbitMQ、RocketMQ、Kafka)、Redis缓存、MySQL关系型数据库、 ElasticSearch全文搜索、MongoDB非关系型数据库、Apache ShardingSphere分库分表读写分离、设计模式、领域驱动DDD、Kubernetes容器编排等。不定期分享高并发、高可用、高性能、微服务、分布式、海量数据、性能调优、云原生、项目管理、产品思维、技术选型、架构设计、求职面试、副业思维、个人成长等内容。

🌾阅读前，快速浏览目录和章节概览可帮助了解文章结构、内容和作者的重点。了解自己希望从中获得什么样的知识或经验是非常重要的。建议在阅读时做笔记、思考问题、自我提问，以加深理解和吸收知识。阅读结束后，反思和总结所学内容，并尝试应用到现实中，有助于深化理解和应用知识。与朋友或同事分享所读内容，讨论细节并获得反馈，也有助于加深对知识的理解和吸收。💡在这个美好的时刻，笔者不再啰嗦废话，现在毫不拖延地进入文章所要讨论的主题。接下来，我将为大家呈现正文内容。

一、核心数据结构

Redis的核心数据结构设计是其高性能的关键，以下对每个数据结构进行详细的技术实现细节解析：

特殊结构
- HyperLogLog（基数统计）：HyperLogLog通过哈希函数将输入元素映射到64位的哈希值，然后使用一个64位的位数组来存储这些哈希值。每个位表示一个可能的元素，通过位运算来估计基数。其算法复杂度为O(m)，其中m是位数组的长度，这使得HyperLogLog在内存使用和计算效率上都非常高效。
- Bitmap（位图操作）：在Redis中，Bitmap使用一个位数组来表示一个集合，每个位代表一个元素。位操作如SET、GET、BITCOUNT等可以用来高效地处理二进制数据。例如，使用Bitmap可以快速判断一个用户是否在线，只需检查对应的位是否被设置。
- GEO（地理空间索引）：Redis的GEO数据结构通过将地理坐标（经纬度）映射到网格中来实现地理空间索引。每个网格包含一组坐标值，通过查询网格可以快速定位到特定地理位置的数据。
底层实现
- 跳跃表（Sorted Set实现）：跳跃表通过多级索引来快速查找有序数据。在Redis中，跳跃表用于实现Sorted Set，其中每个元素包含一个分数和一个值。跳跃表通过维护多个层级来减少查找时间，每个层级包含指向下一层级的指针。
- 压缩列表（List/Hash优化存储）：当List或Hash中的元素数量较少时，Redis使用压缩列表来存储。压缩列表将多个元素存储在一个连续的内存块中，减少了内存碎片和内存开销。
- 快速列表（QuickList）：快速列表是压缩列表和链表的结合体。在元素数量较少时使用压缩列表，当元素数量增加时，快速列表会自动转换为链表，以保持性能。

二、持久化机制

Redis的持久化机制确保了数据的安全，以下是对每种持久化机制的技术实现细节：

RDB（快照触发条件）
- RDB通过定期生成数据快照到磁盘来实现持久化。快照的触发条件包括手动触发（通过SAVE或BGSAVE命令）、自动触发（通过配置文件中的save指令或数据变化量超过阈值）。
COW（写时复制）机制
- COW机制在Redis中用于RDB持久化时，当进行写操作时，Redis不会直接修改原始数据，而是创建一个新的数据副本进行修改。这确保了在数据恢复时，原始数据不会受到破坏。
AOF（重写压缩流程）
- AOF记录了所有写操作，通过重写流程来压缩日志文件。重写过程包括合并多个AOF文件、删除重复的写操作、压缩重复的写指令等。
fsync策略
- fsync策略决定了Redis将数据同步到磁盘的频率。always策略确保每次写操作都同步到磁盘，但可能会降低性能；everysec策略每秒同步一次，平衡了性能和数据安全性；no策略完全异步，性能最高但数据安全性最低。

三、高可用方案

Redis的高可用方案通过哨兵模式和集群模式实现，以下是对每种方案的技术实现细节：

哨兵模式
- 哨兵通过监控主从节点来维护高可用性。哨兵通过主观下线和客观下线判定来确定节点是否故障，并通过领导者选举流程实现故障转移。
集群模式
- 集群模式通过分片将数据分散存储在多个节点上。每个节点负责一部分数据，通过哈希槽分配算法来确保数据分布均匀。集群通过ASK/MOVED重定向和Gossip协议来处理节点故障和数据迁移。

四、高级特性

Redis的高级特性包括内存管理、事务控制、Lua脚本等，以下是对这些特性的技术实现细节：

内存管理
- LRU/LFU淘汰策略：Redis使用一个动态哈希表来跟踪每个键的访问时间，当内存不足时，根据LRU或LFU策略淘汰最久未访问或最少使用的键。
- 内存碎片整理：Redis定期执行内存碎片整理，通过移动内存块来优化内存使用。
- 惰性删除机制：Redis在删除键时，不会立即释放内存，而是等待内存使用达到一定阈值时再进行释放。
事务控制
- WATCH/MULTI/EXEC：WATCH命令监控键的值，MULTI命令开始一个事务，EXEC命令执行事务。Redis使用乐观锁机制来保证事务的原子性。
Lua脚本原子性
- Lua脚本在Redis中执行时，整个脚本作为一个原子操作执行，确保了脚本执行的原子性。

五、扩展组件

Redis的扩展组件包括Redis模块、RediSearch、RedisGraph、RedisTimeSeries等，以下是对这些组件的技术实现细节：

Redis模块
- Redis模块通过C语言编写，可以扩展Redis的功能。模块通过API与Redis进行交互，实现自定义命令和数据结构。
生态工具
- RedisInsight：Redis可视化监控工具，通过Web界面提供Redis的运行状态、性能指标等监控功能。
- RedisBloom：Redis布隆过滤器插件，通过布隆过滤器算法提供快速的元素存在性检查。
- twemproxy：Redis分片代理，通过代理层将请求分发到不同的Redis节点，实现负载均衡。

六、性能优化

Redis的性能优化主要从客户端和服务端两个方面进行，以下是对性能优化策略的技术实现细节：

客户端
- Pipeline批处理：将多个命令打包成一个批量请求，减少网络往返次数，提高效率。
- 连接池配置：合理配置连接池大小，减少连接创建和销毁的开销。
- 读写分离策略：将读操作和写操作分配到不同的节点，提高系统吞吐量。
服务端
- 多IO线程：Redis使用多线程来处理网络请求和文件I/O，提高并发性能。
- 后台线程优化：Redis的后台线程负责数据持久化、内存淘汰等任务，优化后台线程的性能可以提高Redis的整体性能。
- 大key拆分方案：对于占用内存较大的key，可以将其拆分为多个key，降低内存占用，提高性能。

优快云

📥博主的人生感悟和目标

希望各位读者大大多多支持用心写文章的博主，现在时代变了，信息爆炸，酒香也怕巷子深，博主真的需要大家的帮助才能在这片海洋中继续发光发热，所以，赶紧动动你的小手，点波关注❤️，点波赞👍，点波收藏⭐，甚至点波评论✍️，都是对博主最好的支持和鼓励！

- 💂 博客主页： Java程序员廖志伟
- 👉 开源项目： Java程序员廖志伟
- 🌥 哔哩哔哩： Java程序员廖志伟
- 🎏 个人社区： Java程序员廖志伟
- 🔖 个人微信号： SeniorRD

📙经过多年在优快云创作上千篇文章的经验积累，我已经拥有了不错的写作技巧。同时，我还与清华大学出版社签下了四本书籍的合约，并将陆续出版。这些书籍包括了基础篇、进阶篇、架构篇的📌《Java项目实战—深入理解大型互联网企业通用技术》📌，以及📚《解密程序员的思维密码--沟通、演讲、思考的实践》📚。具体出版计划会根据实际情况进行调整，希望各位读者朋友能够多多支持！