Redis 单线程

Redis 读写是否是单线程?

核心数据操作仍然是单线程

Redis 主要采用 单线程执行命令,这是因为:

  • 避免加锁:如果多个线程并发修改数据,就需要加锁,而 Redis 采用单线程保证操作的原子性,无需加锁,提高执行效率。
  • CPU 主要用于网络和内存操作,而非计算 :Redis 主要瓶颈在于 网络 I/O 和数据操作,而非 CPU 计算,所以单线程足够高效。
  • 避免上下文切换:单线程模型消除了多线程环境中的上下文切换开销,简化了代码逻辑,提高了性能。
  • 简化设计:单线程处理请求,避免了复杂的并发控制和锁机制,减少了潜在的竞争条件和死锁问题。
  • 数据一致性:由于只有一个线程在操作数据,确保了数据的一致性,避免了并发修改时可能出现的脏读和竞态条件。

👉 结论 :Redis 处理命令时(读写数据)仍然是单线程,所有指令在一个线程上按顺序执行,不会并行处理多个命令。

Redis 6.0+ 引入了多线程 I/O

虽然 Redis 本身是单线程处理命令,但 网络 I/O(包括请求解析和数据返回)可以多线程

  • 在 Redis 6.0 之前,网络 I/O 也是单线程,容易成为瓶颈。
  • 在 Redis 6.0+,网络 I/O 可以由 多个线程 处理,提高吞吐量,尤其是 大规模并发连接 时性能提升明显。

Redis 6.0+ 的并行模式

  • 多线程处理网络 I/O(请求解析、应答数据)。

  • 单线程执行具体命令(操作数据仍是单线程)。

  • 多线程默认关闭,但可以通过 io-threads 参数开启,例如:

    bash 复制代码
    redis.conf:
    io-threads 4  # 开启 4 个 I/O 线程

Redis 7.0+ 进一步优化

Redis 7.0 对 多线程 I/O 和内存分配 进一步优化,减少了线程间的锁竞争,使得性能进一步提升。

如何实现真正的多线程并行?

如果你的业务需要更高的吞吐量,可以采用 多实例+分片的方式,让多个 Redis 进程并行工作:

  1. Redis Cluster:使用多个 Redis 实例,每个实例单线程,但整体可以并行处理请求。
  2. 分片(Sharding)+ 多个 Redis 节点:让不同的 key 落到不同的 Redis 服务器,实现真正的多线程并行。
  3. 客户端并发:Redis 客户端(如 Redisson)可以用多个连接池,让多个请求同时访问 Redis。

总结

  • Redis 处理数据仍然是单线程,命令按顺序执行,避免加锁问题。
  • Redis 6.0+ 开始支持多线程网络 I/O,提升高并发吞吐量。
  • Redis 7.0 进一步优化多线程,减少锁竞争,提高效率。
  • 真正的并行 Redis 方案 :使用 Redis Cluster多个 Redis 实例 进行分片。

Redis Cluster 可以并行读写数据,具体并行度由 主节点的数量分片策略 决定。

Redis Cluster 如何实现并行读写

  1. 分片(Sharding)
    • Redis Cluster 会将数据按 哈希槽(hash slot) 分成 16384 个槽,数据根据键(key)通过哈希算法映射到不同的槽。
    • 每个主节点负责一定数量的槽,并且 Redis Cluster 将数据分布到多个主节点上,从而实现了 数据的分片存储
  2. 并行处理
    • 每个主节点独立处理自己的槽数据 ,因此 Redis Cluster 中的多个主节点可以并行处理不同槽的数据,提升了整体的并发能力。
    • 也就是说,当多个客户端请求不同的键时,它们可以被分发到不同的主节点进行并行读写,不会互相阻塞。

主节点的数量对并行读写的影响

  • 主节点数量越多,集群的并发能力越强。例如,若集群中有 10 个主节点,那么在没有任何网络瓶颈的情况下,最多可以并行处理 10 个请求。
  • 如果请求的数据分布合理(不同的请求命中不同的主节点),那么每个主节点会处理自己的请求,最大限度地提高集群的吞吐量。

从节点的作用

  • 从节点(Replica)并不能直接提升并行写能力,它们只用于读取和数据备份。
  • 如果一个主节点的读取压力过大,从节点可以帮助分担读取请求,但 写操作必须通过主节点 来执行。

数据分布与并行限制

  • 同一哈希槽的数据不能跨主节点存储 ,如果两个请求访问的数据属于同一哈希槽,那么这两个请求会被路由到相同的主节点。因此,即使集群中有多个主节点,如果两个请求都访问同一个槽的数据,它们的处理也是 串行的

总结

  • Redis Cluster 通过 分片和哈希槽机制 实现了并行读写数据。
  • 主节点数量 决定了集群的并发能力,主节点越多,集群的并行能力越强。
  • 读取请求 可以由从节点分担,但 写入操作只能由主节点处理
  • 数据访问的并行性取决于 请求命中的主节点,如果不同请求命中不同主节点,则可以并行执行。
相关推荐
未兆1 小时前
dbeaver连接mongodb 插入日期变成了字符串
数据库·mongodb
啥都想学的又啥都不会的研究生1 小时前
Redis设计与实现-哨兵
数据结构·数据库·redis·笔记·学习·缓存
꧁༺朝花夕逝༻꧂1 小时前
MongoDB
数据库·mongodb
小王努力学编程2 小时前
【MySQL篇】事务管理,事务的特性及深入理解隔离级别
数据库·c++·学习·mysql
蓝色之鹰2 小时前
性能调优经典面试题及答案(后端/JVM/数据库方向)
jvm·数据库
逊嘘2 小时前
【MySQL】数据库基础
数据库·mysql
网络安全-老纪3 小时前
网络安全-网络安全基础
安全·web安全·php
Allen Bright3 小时前
【MySQL基础-16】MySQL DELETE语句:深入理解与应用实践
数据库·mysql
乌拉_乌拉_乌拉3 小时前
C#连接sqlite数据库实现增删改查
数据库·sqlite·c#
Elastic 中国社区官方博客3 小时前
如何自动化同义词并使用我们的 Synonyms API 进行上传
大数据·运维·数据库·人工智能·elasticsearch·搜索引擎·自动化