面试：Redis为什么这么快？

官方数据QPS（每秒请求数量）可达到10万

1.完全基于内存

        不论读写都是在内存中完成，吊打磁盘读写，直接由CPU控制和内存对接。

2.单线程模型

        网络IO（6以后也使用多线程）和键值对指令读写是由一个线程来执行。

        持久化，数据同步，异步删除是用其他线程执行的

        为什么不使用多线程来充分利用cpu

                1.多线程需要不停的并发读写，这是特别消耗资源的

                2.如果并发读写的话，就需要保护共享资源

        好处：

                不用因为创建线程导致性能消耗

                避免上下文切换引起CPU消耗，没有多线程切换的开销

                避免了线程之间的竞争问题，比如添加锁，释放锁，死锁等 ，不需要考虑锁的问题

                代码更清晰，逻辑更简单

3.IO多路复用

        

        Redis 采用 I/O 多路复用技术，并发处理连接。采用了 epoll + 自己实现的简单的事件框架。

        epoll 中的读、写、关闭、连接都转化成了事件，然后利用 epoll 的多路复用特性，绝不在 IO 上浪费一点时间。

        Redis 线程不会阻塞在某一个特定的监听或已连接套接字上，也就是说，不会阻塞在某一个特定的客户端请求处理上。正因为此，Redis 可以同时和多个客户端连接并处理请求，从而提升并发性。

相关参考链接：

(55条消息) io多路复用的原理和实现_彻底理解 IO 多路复用实现机制_weixin_39934085的博客-优快云博客

4.底层高效的数据结构

        Redis 一共有 5 种数据类型，String、List、Hash、Set、SortedSet。

不同的数据类型，底层用一种或多种不同的数据结构支撑。

动态字符串（String）：

        空间预分配：不仅会分配所需要的必须空间，还会额外分配未使用空间

        惰性空间释放：SDS缩短，不回收多余的内存空间，直接用free字段记录下来，后续append

直接使用，不用在分配。

zipList（List，Hash，SortedSet）：

        只有少量数据，要么是长度比较短的字符串，内存紧凑节省空间

quicklist（List，Hash，SortedSet）

        后续版本对linkedList和ziplist改造，quicklist代替了ziplist和linkedlist，将linkedlist按段儿拆分，每一段用ziplist来紧凑，多个list使用双向指针连链接。

skipList（sortSet）

        sortSet类型的排序功能就是通过跳表来实现的

        跳表是一种有序的数据结构，每个节点中维持多个指向其他节点的指针

        增加多层级索引，通过多次跳转来快速定位数据位置 

整型数组（intset）

        当一个集合只包含整数值元素，并且这个集合的元素数量不多时，Redis 就会使用整数集合作为集合键的底层实现，节省内存。

5.Redis 全局 hash 字典

        Redis 整体就是一个 哈希表来保存所有的键值对，无论数据类型是 5 种的任意一种。哈希表，本质就是一个数组，每个元素被叫做哈希桶，不管什么数据类型，每个桶里面的 entry 保存着实际具体值的指针。

        

而哈希表的时间复杂度是 O(1)，只需要计算每个键的哈希值，便知道对应的哈希桶位置，定位桶里面的 entry 找到对应数据，这个也是 Redis 快的原因之一。

 hash冲突怎么办？

        Redis 通过链式哈希解决冲突：也就是同一个 桶里面的元素使用链表保存。但是当链表过长就会导致查找性能变差可能，所以 Redis 为了追求快，使用了两个全局哈希表。用于 rehash 操作，增加现有的哈希桶数量，减少哈希冲突。

开始默认使用 「hash 表 1 」保存键值对数据，「hash 表 2」 此刻没有分配空间。当数据越来越多触发 rehash 操作，则执行以下操作：

1. 给 「hash 表 2 」分配更大的空间；
2. 将 「hash 表 1 」的数据重新映射拷贝到 「hash 表 2」 中；
3. 释放 「hash 表 1」 的空间。

值得注意的是，将 hash 表 1 的数据重新映射到 hash 表 2 的过程中并不是一次性的，这样会造成 Redis 阻塞，无法提供服务。

而是采用了渐进式 rehash，每次处理客户端请求的时候，先从「 hash 表 1」 中第一个索引开始，将这个位置的 所有数据拷贝到 「hash 表 2」 中，就这样将 rehash 分散到多次请求过程中，避免耗时阻塞。