-
Redis线程模型？
- 多个socket套接字
- IO多路复用程序
- 文件事件分派器
- 事件处理器（命令请求、命令回复、连接应答处理器）
多个 socket 可能会并发产生不同的操作，每个操作对应不同的文件事件，但是 IO 多路复用程序会监听多个 socket，会将 socket 产生的事件放入队列中排队，事件分派器每次从队列中取出一个事件，把该事件交给对应的事件处理器进行处理。
多路I/O复用模型是利用 select、poll、epoll 可以同时监察多个流的 I/O 事件的能力，在空闲的时候，会把当前线程阻塞掉，当有一个或多个流有 I/O 事件时，就从阻塞态中唤醒，然后程序就会轮询一遍所有的流（epoll 是只轮询那些真正发出了事件的流），并且依次顺序的处理就绪的流，这种做法就避免了大量的无用操作。 这里“多路”指的是多个网络连接，“复用”指的是复用同一个线程。采用多路 I/O 复用技术可以让单个线程高效的处理多个客户端的网络IO连接请求（尽量减少网络 IO 的时间消耗）
Redis底层数据结构
redisObject:
- redisObject就是Redis对外暴露的第一层面的数据结构：string, list, hash, set, sorted set，而每一种数据结构的底层实现所对应的是哪些第二层面的数据结构（dict, sds, ziplist, quicklist, skiplist等），则通过不同的encoding来区分。可以说，robj是联结两个层面的数据结构的桥梁。
- 为多种数据类型提供一种统一的表示方式。
- 允许同一类型的数据采用不同的内部表示，从而在某些情况下尽量节省内存。
- 支持对象共享和引用计数。当对象被共享的时候，只占用一份内存拷贝，进一步节省内存。
String: 动态字符串sds long
Hash: 压缩列表ziplist 字典dict
List: 压缩列表ziplist 双向循环链表linkedlist quicklist【3.2后】
Set: 整数集合intset 字典dict
Sorted Set: 压缩列表zipllist 跳表skiplist
简单动态字符串sds:
结构：len + free(未使用字节的数量) + buf[]
- 可以动态扩展内存
- 二进制安全，可以存储任意二进制数据
- 采用预分配冗余空间的方式来减少内存的频繁分配
- 兼容部分C字符串函数
字典dict:
使用哈希表作为底层实现【一个哈希表用于存储数据，一个用于rehash】
- 哈希算法：使用MurmurHash算法计算法哈希
- 哈希冲突：利用拉链法解决哈希冲突的问题
- 重新哈希：扩容和缩容的时候会引发rehash。为了避免rehash时单个请求的响应时间剧烈增加，使用渐进式rehash的方法，将重哈希的操作分散到对于dict的各个增删改查的操作中去。
压缩列表ziplist:
ziplist使用一块连续的内存空间来存储数据，并采用可变长的编码方式，支持不同类型和大小的数据的存储，更加节省内存，而且数据存储在一片连续的内存空间，读取的效率也非常高。
- 节约内存而开发的顺序形数据结构
- 包含多个节点，每个节点可以保存一个字节数组或者整数值
- 添加和删除节点时，会发生连锁更新的操作
整数集合intset：【整数，且元素数量不多】
- 整数集合底层采用数组实现，有序、无重复保存元素。
- 有序，可以利用二分查找快速地判断一个元素是否属于这个集合。
- 升级操作为整数集合带来了操作上的灵活性，还可以尽可能的节约内存。
- 只能升级，不能降级。
跳表skiplist:
跳表支持平均O(logN)、最坏O(N)复杂度的节点查找。层高是1-32的随机数。
- 跳表结合了链表和二分查找的思想
- 由原始链表和一些通过“跳跃”生成的链表组成
- 第0层是原始链表，越上层“跳跃”的越高，元素越少
- 上层链表是下层链表的子序列
- 查找时从顶层向下，不断缩小搜索范围
Redis过期键的删除策略
-
键的过期删除策略？
常见的过期删除策略是惰性删除、定期删除、定时删除。
- 惰性删除：只有访问这个键时才会检查它是否过期，如果过期则清除。**优点：**最大化地节约CPU资源。**缺点：**如果大量过期键没有被访问，会一直占用大量内存。
- 定时删除：为每个设置过期时间的key都创造一个定时器，到了过期时间就清除。**优点：**该策略可以立即清除过期的键。**缺点：**会占用大量的CPU资源去处理过期的数据。
- 定期删除：每隔一段时间就对一些键进行检查，删除其中过期的键。该策略是惰性删除和定时删除的一个折中，既避免了占用大量CPU资源又避免了出现大量过期键不被清除占用内存的情况。
Redis使用的策略：惰性删除和定期删除相结合。
- 惰性删除：所有读写数据库的命令在执行前都要调用
expireIfNeeded函数对输入键进行过期检查，如果过期则删除否则不做任何动作。 - 定期删除：redis默认每隔100ms就随机抽取一些设置了过期时间的key，检查其是否过期，如果有过期就删除。注意这里是随机抽取的。为什么要随机呢？你想一想假如 redis 存了几十万个 key ，每隔100ms就遍历所有的设置过期时间的 key 的话，就会给 CPU 带来很大的负载。
-
Redis的内存淘汰机制是什么样的？
Redis是基于内存的，所以容量肯定是有限的，有效的内存淘汰机制对Redis是非常重要的。
当存入的数据超过Redis最大允许内存后，会触发Redis的内存淘汰策略。在Redis4.0前一共有6种淘汰策略。
-
**volatile-lru：**当Redis内存不足时，会在设置了过期时间的键中使用LRU算法移除那些最少使用的键。
-
**volatile-ttl：**从设置了过期时间的键中移除将要过期的。
-
**volatile-random：**从设置了过期时间的键中随机淘汰一些键。
-
**allkeys-lru：**当内存空间不足时，根据LRU算法移除一些键。
-
**allkeys-random：**当内存空间不足时，随机移除某些键。
-
**noeviction：**不淘汰策略，当内存空间不足时，新的写入操作会直接报错。
前三个是在设置了过期时间的键的空间进行移除，后三个是在全局的空间进行移除。
在Redis4.0后可以增加两个
- **volatile-lfu：**从设置过期时间的键中移除一些最不经常使用的键（LFU算法：Least Frequently Used)）
- **allkeys-lfu：**当内存不足时，从所有的键中移除一些最不经常使用的键。
LFU (Least Frequently Used) ：最近最不频繁使用，跟使用的次数有关，淘汰使用次数最少的。
LRU (Least Recently Used)：最近最少使用，跟使用的最后一次时间有关，淘汰最近使用时间离现在最久的。
如果业务数据中有明显的冷热数据区分，建议使用 allkeys-lru 策略。
如果业务应用中的数据访问频率相差不大，没有明显的冷热数据区分，建议使用 allkeys-random 策略，随机选择淘汰的数据就行。
-
-
为什么删除数据后，内存占用依然很高？
1、Redis删除数据内存仍然占用高是因为存在内存碎片。
2、Redis内存碎片的由自身的 内存分配策略 和 键值对的大幅度修改、删除造成的。
3、可以使用INFO memory命令查看内存的碎片率。
4、可以通过memory purge主动的方式或者开启activedefrag被动的方式清理内存碎片。
