每日八股——Redis（2）

Redis是什么？为什么快？

Redis是一个开源的基于内存的、支持多种数据结构的Key-Value存储系统，适用于用来缓存、计数器（点赞、访问量）、排行榜（ZSet）、分布式锁、消息队列/延迟队列场景。

Redis的核心特性

• 高性能：读写操作通常在微秒级完成。
• 丰富的数据结构：支持String、Hash、List、Set、ZSet、Bitmap等。
• 持久化：支持RDB（快照）和AOF（日志）两种方式，重启后数据不丢失（先从AOF恢复，没有再用RDB，都没有就空库启动）
• 扩展功能：支持事务、发布订阅、Lua脚本、主从复制等。

Redis高性能的原因

基于内存操作

数据全部存储在内存中，避免了磁盘I/O的延迟，这是Redis速度快的根本原因。

单线程模型（6.0前）

"单线程"是指 Redis 的网络 I/O 和键值对读写是由一个主线程完成的。Redis 6.0 之前，Redis的瓶颈通常不在CPU，而在于内存和网络带宽，既然CPU不是瓶颈，那么多线程带来的锁竞争和上下文切换反而会成为累赘， 但是 6.0 之后 Redis 为了进一步提升 IO 的性能，引入了多线程机制，减少 Redis 由于网络 IO 等待造成的影响。

I/O多路复用

利用了OS的epoll（Linux）或kqueue（ BSD )机制，采用Reactor模式，有一个文件事件分派器，通过epoll监听多个Socket，哪个Socket有数据了就交给主线程处理，实现非阻塞IO

高效协议与数据结构

使用二进制协议减少网络传输开销，内部采用优化数据结构（如哈希表、跳表）加速操作。

既然Redis是单线程的，为什么6.0后要引入多线程？

• Redis6.0依旧是默认单线程处理命令，执行GET、SET这些操作的时候，依然由主线程串行执行。

• 引入多线程是为了解决网络IO瓶颈：网络数据读写（Read/Write系统调用）和协议解析占用主线程太多时间，Redis6.0引入多线程专门处理网络数据读写和协议解析，但命令执行依然是主线程排队做。

• Redis6.0的多线程是多线程I/O，单线程执行

Redis常见数据类型

Redis 五大基本数据类型

String（SDS 实现）

• 数据结构：

  • len：记录字符串长度，O(1) 时间复杂度获取。
  • alloc：表示分配给字符数组的存储空间大小，通过 aloc-len 可计算剩余空间，以判断是否满足修改需求，解决缓冲区溢出问题。
  • flags：五种 SDS 类型（sdshdr5~sdshdr64），根据字符串长度动态选择以节省内存。
  • buf：二进制安全的字符数组，可存储字符串、数字或二进制数据（最大 512MB）。

• 核心命令：

  • SET key value / GET key
  • INCR key / DECR key（原子计数器）
  • SETNX key value（分布式锁实现）

• 应用场景：

  • 缓存对象（如 JSON 字符串）。
  • 计数器（阅读量、点赞数）利用INCR原子性。
  • 分布式锁（利用 SETNX 的互斥性）。
  • 共享 Session（集中存储会话信息）。

Hash

• 数据结构：

  • 底层为 ziplist（小数据量）或 hashtable（大数据量）。

• 核心命令：

  • HSET key field value / HGET key field

• 应用场景：

  • 存储对象（如用户信息，Key 为用户 ID，Field 为属性名）。
  • 购物车（Key 为用户 ID，Field 为商品 ID，Value 为数量）。

List

• 数据结构：

  • 双向链表，底层为 quicklist（ziplist 和 linkedlist 的混合体）。

• 核心命令：

  • LPUSH / RPUSH（左右插入）
  • LPOP / RPOP（左右弹出）
  • LRANGE key start stop（范围查询）

• 应用场景：

  • 消息流（如朋友圈最新动态）。

Set

• 数据结构：

  • 无序且去重，底层为 intset（整数集合）或 hashtable。支持交并差集操作

• 核心命令：

  • SADD key member（添加元素）
  • SINTER key1 key2（求交集）

• 应用场景：

  • 标签系统、共同好友、抽奖（去重特性）。

ZSet（Sorted Set）

• 数据结构：

  • 底层为 ziplist 或 SkipList（跳表），按 score 排序，查询效率 O(logN)。

• 核心命令：

  • ZADD key score member
  • ZRANGE key start stop（按 score 升序）

• 应用场景：

  • 排行榜（如游戏积分排名）。
  • 延时队列（用 score 存储执行时间）。

---

三大特殊数据类型

Bitmap

• 特点 ：
  • 通过二进制位记录状态，极度节省空间。
• 应用场景 ：
  • 签到统计、活跃用户分析。

HyperLogLog

• 特点 ：
  • 概率算法统计基数（唯一元素），误差率约 0.81%，占用内存固定。
• 应用场景 ：
  • 大规模 UV 统计（如统计每天有多少IP访问网站，用Set存浪费内存，用HyperLogLog合适。）。

Geo

• 数据结构 ：
  • 基于 ZSet 存储经纬度，支持距离计算和范围查询。
• 应用场景 ：
  • 附近的人、地理位置服务（如滴滴打车）。