Wir alle wissen, dass Redis sehr schnell ist und seine QPS 100.000 (Anfragen pro Sekunde) erreichen kann. Warum ist Redis so schnell , erfahren Sie in diesem Artikel. [Verwandte Empfehlungen: Redis-Video-Tutorial]
Wir alle wissen, dass das Lesen und Schreiben im Speicher viel schneller ist als das Lesen und Schreiben auf der Festplatte. Redis ist eine Datenbank, die auf Speicherspeicherung basiert. Im Vergleich zu Datenbanken, bei denen Daten auf der Festplatte gespeichert werden, entfällt der Festplatten-E/A-Verbrauch. Festplattendatenbanken wie MySQL müssen Indizes erstellen, um die Abfrageeffizienz zu beschleunigen, während Redis-Daten im Speicher gespeichert werden und direkt im Speicher ausgeführt werden, sodass sie sehr schnell sind.
Wir wissen, dass der MySQL-Index zur Verbesserung der Effizienz die B+-Baum-Datenstruktur wählt. Tatsächlich kann eine vernünftige Datenstruktur Ihre Anwendung/Ihr Programm schneller machen. Werfen wir zunächst einen Blick auf die Datenstruktur und das interne Codierungsdiagramm von Redis:
struct sdshdr { //SDS简单动态字符串 int len; //记录buf中已使用的空间 int free; // buf中空闲空间长度 char buf[]; //存储的实际内容 }
In C-Sprache, um den Kleinen Jungen zum Laufen zu bringen SchneckenDie Länge dieser Zeichenfolge muss von Anfang an durchlaufen werden und die Komplexität beträgt O(n);
In Redis gibt es bereits ein <code>捡田螺的小男孩
这个字符串的长度,需要从头开始遍历,复杂度为O(n);
在Redis中, 已经有一个len字段记录当前字符串的长度啦,直接获取即可,时间复杂度为O(1)。
在C语言中,修改一个字符串,需要重新分配内存,修改越频繁,内存分配就越频繁,而分配内存是会消耗性能的。而在Redis中,SDS提供了两种优化策略:空间预分配和惰性空间释放。
空间预分配
当SDS简单动态字符串修改和空间扩充时,除了分配必需的内存空间,还会额外分配未使用的空间。分配规则是酱紫的:
- SDS修改后,len的长度小于1M,那么将额外分配与len相同长度的未使用空间。比如len=100,重新分配后,buf 的实际长度会变为100(已使用空间)+100(额外空间)+1(空字符)=201。
- SDS修改后, len长度大于1M,那么程序将分配1M的未使用空间。
惰性空间释放
当SDS缩短时,不是回收多余的内存空间,而是用free记录下多余的空间。后续再有修改操作,直接使用free中的空间,减少内存分配。
Redis 作为一个K-V的内存数据库,它使用用一张全局的哈希来保存所有的键值对。这张哈希表,有多个哈希桶组成,哈希桶中的entry元素保存了*key
和*value
指针,其中*key
指向了实际的键,*value
len
Leistung verbrauchen . In Redis bietet SDS zwei Optimierungsstrategien: Speicherplatz-Vorzuweisung und verzögerte Speicherplatzfreigabe. Speicherplatz-Vorabzuweisung
Bei der einfachen dynamischen Zeichenfolgenänderung und Speicherplatzerweiterung von SDS wird zusätzlich zur Zuweisung des erforderlichen Speicherplatzes zusätzlicher ungenutzter Speicherplatz zugewiesen. Die Zuweisungsregeln sind lila:
Wenn SDS gekürzt wird, wird „Free“ zum Aufzeichnen des überschüssigen Speicherplatzes verwendet, anstatt überschüssigen Speicherplatz zurückzugewinnen. Bei nachfolgenden Änderungsvorgängen wird der freie Speicherplatz direkt verwendet, um die Speicherzuweisung zu reduzieren.Lazy Space Release
*key
- und *value
-Zeiger, darunter *key
zeigt auf den tatsächlichen Schlüssel und *value
zeigt auf den tatsächlichen Wert. Die Suchgeschwindigkeit der Hash-Tabelle ist sehr schnell, ähnlich wie
HashMapin Java, wodurch wir Schlüssel-Wert-Paare in O(1) Zeitkomplexität schnell finden können. Berechnen Sie zunächst den Hash-Wert über den Schlüssel, suchen Sie den entsprechenden Hash-Bucket-Speicherort, suchen Sie dann den Eintrag und suchen Sie die entsprechenden Daten im Eintrag.
🎜Einige Freunde haben möglicherweise Fragen: Wenn Sie eine große Datenmenge in die Hash-Tabelle schreiben, tritt dann nicht das Problem des 🎜Hash-Konflikts🎜 auf, und dann nimmt die Effizienz ab. 🎜🎜🎜🎜Hash-Konflikt: 🎜 Derselbe Hash-Wert wird über verschiedene Schlüssel berechnet, was dazu führt, dass er in denselben Hash-Bucket fällt. 🎜🎜🎜Um Hash-Konflikte zu lösen, verwendet Redis 🎜Chain-Hashing🎜. Verkettetes Hashing bedeutet, dass mehrere Elemente im selben Hash-Bucket in einer verknüpften Liste gespeichert und nacheinander mithilfe von Zeigern verbunden werden. 🎜🎜🎜🎜🎜Einige Freunde haben möglicherweise noch Fragen: Elemente in der Hash-Konfliktkette können nur einzeln über Zeiger durchsucht und dann bearbeitet werden. Wenn viele Daten in die Hash-Tabelle eingefügt werden, wird die Konfliktverknüpfungsliste umso länger, je mehr Konflikte auftreten, und die Abfrageeffizienz wird verringert. 🎜🎜Um die Effizienz aufrechtzuerhalten, führt Redis „Rehash-Operationen“ für die Hash-Tabelle durch, was bedeutet, dass Hash-Buckets hinzugefügt und Konflikte reduziert werden. Um die Wiederaufbereitung effizienter zu gestalten, verwendet Redis außerdem standardmäßig zwei globale Hash-Tabellen, eine für die aktuelle Verwendung, die sogenannte Haupt-Hash-Tabelle, und eine für die Erweiterung, die sogenannte Backup-Hash-Tabelle. 🎜跳跃表是Redis特有的数据结构,它其实就是在链表的基础上,增加多级索引,以提高查找效率。跳跃表的简单原理图如下:
压缩列表ziplist是列表键和字典键的的底层实现之一。它是由一系列特殊编码的内存块构成的列表, 一个ziplist可以包含多个entry, 每个entry可以保存一个长度受限的字符数组或者整数,如下:
由于内存是连续分配的,所以遍历速度很快。。
Redis支持多种数据基本类型,每种基本类型对应不同的数据结构,每种数据结构对应不一样的编码。为了提高性能,Redis设计者总结出,数据结构最适合的编码搭配。
Redis是使用对象(redisObject)来表示数据库中的键值,当我们在 Redis 中创建一个键值对时,至少创建两个对象,一个对象是用做键值对的键对象,另一个是键值对的值对象。
//关注公众号:捡田螺的小男孩 typedef struct redisObject{ //类型 unsigned type:4; //编码 unsigned encoding:4; //指向底层数据结构的指针 void *ptr; //... }robj;
redisObject中,type 对应的是对象类型,包含String对象、List对象、Hash对象、Set对象、zset对象。encoding 对应的是编码。
Redis是单线程的,其实是指Redis的网络IO和键值对读写是由一个线程来完成的。但Redis的其他功能,比如持久化、异步删除、集群数据同步等等,实际是由额外的线程执行的。
Redis的单线程模型,避免了CPU不必要的上下文切换和竞争锁的消耗。也正因为是单线程,如果某个命令执行过长(如hgetall命令),会造成阻塞。Redis是面向快速执行场景的内存数据库,所以要慎用如lrange和smembers、hgetall等命令。
什么是上下文切换?举个粟子:
- 比如你在看一本英文小说,你看到某一页,发现有个单词不会读,你加了个书签,然后去查字典。查完字典后,你回来从书签那里继续开始读,这个流程就很舒畅。
- 如果你一个人读这本书,肯定没啥问题。但是如果你去查字典的时候,别的小伙伴翻了一下你的书,然后溜了。你再回来看的时候,发现书不是你看的那一页了,你得花时间找到你的那一页。
- 一本书,你一个人怎么看怎么打标签都没事,但是人多了翻来翻去,这本书各种标记就很乱了。可能这个解释很粗糙,但是道理应该是一样的。
什么是I/O多路复用?
Die Multiple-I/O-Multiplexing-Technologie ermöglicht es einem einzelnen Thread, mehrere Verbindungsanforderungen effizient zu verarbeiten, und Redis verwendet Epoll als Implementierung der I/O-Multiplexing-Technologie. Darüber hinaus wandelt das eigene Ereignisverarbeitungsmodell von Redis Verbindungen, Lesevorgänge, Schreibvorgänge und Schließungen in Epoll in Ereignisse um, ohne zu viel Zeit mit Netzwerk-E/A zu verschwenden.
Redis baut den VM-Mechanismus direkt selbst auf. Es ruft keine Systemfunktionen wie normale Systeme auf, wodurch eine gewisse Zeit beim Verschieben und Anfordern verschwendet wird.
Was ist der virtuelle Speichermechanismus von Redis?
Der virtuelle Speichermechanismus verlagert Daten, auf die selten zugegriffen wird (kalte Daten), vorübergehend vom Speicher auf die Festplatte und gibt so wertvollen Speicherplatz für andere Daten frei, auf die zugegriffen werden muss (heiße Daten). Die VM-Funktion kann die Trennung von heißen und kalten Daten realisieren, sodass sich die heißen Daten noch im Speicher befinden und die kalten Daten auf der Festplatte gespeichert werden. Dadurch kann das Problem einer langsamen Zugriffsgeschwindigkeit vermieden werden, die durch unzureichenden Speicher verursacht wird.
Weitere Programmierkenntnisse finden Sie unter: Programmiervideo! !
Das obige ist der detaillierte Inhalt vonDetaillierte Analyse, warum Redis so schnell ist?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!