线程模型

• 单线程的部分：接收客户端请求->解析请求 ->进行数据读写等操作->发送数据给客户端

• 后台线程：

  • 关闭文件

  • AOF 刷盘

  • 4.0版本新增： lazyfree 线程，异步释放 Redis 内存

    • unlink key / flushdb async / flushall async 等命令

任务队列：

• BIO_CLOSE_FILE 关闭文件任务队列：调用 close(fd) ，将文件关闭；
• BIO_AOF_FSYNC，AOF刷盘任务队列：AOF 日志配置 everysec，后台线程会调用 fsync(fd)，AOF 文件刷盘
• BIO_LAZY_FREE，lazy free 任务队列：后台线程会 free(obj) 释放对象、 free(dict) 删除数据库所有对象、 free(skiplist) 释放跳表对象；

单线程模式 6.0前

Redis 初始化过程：

• epoll_create() 创建 epoll 对象、socket() 创建一个服务端 socket
• bind() 绑定端口、listen() 监听该 socket；
• epoll_ctl() 将 listen socket 加入到 epoll，同时注册「连接事件」处理函数。

主事件循环函数过程

• 调用处理发送队列函数，送队列里如果有发送任务，通过 write 函数将客户端发送缓存区里的数据发送出去，如果这一轮数据没有发送完，就会注册写事件处理函数，等待 epoll_wait 发现可写后再处理 。

• 调用 epoll_wait 函数等待事件的到来：

  • 连接事件：调用连接事件处理函数：调用 accpet 获取已连接的 socket -> 调用 epoll_ctl 将已连接的 socket 加入到 epoll -> 注册「读事件」处理函数；
  • 读事件：调用读事件处理函数：调用 read 获取客户端发送的数据 -> 解析命令 -> 处理命令 -> 将客户端对象添加到发送队列 -> 将执行结果写到发送缓存区等待发送；
  • 写事件：调用写事件处理函数：通过 write 函数将客户端发送缓存区里的数据发送出去，如果这一轮数据没有发送完，就会继续注册写事件处理函数，等待 epoll_wait 发现可写后再处理 。

单线程为什么还这么快

• 基于内存：读写速度快
• 高效的数据结构：基于HashMap、SkipList，查找效率高
• IO密集型：瓶颈可能是机器网络带宽，而并非 CPU
• 单线程避免多线程之间的竞争，节省多线程上下文切换的开销，不会导致死锁。
• I/O 多路复用：epoll非阻塞IO，处理大量的客户端 Socket 请求。

6.0 多线程

Why？

随着网络硬件的性能提升，Redis 的性能瓶颈有时会出现在网络 I/O 的处理上。

How？

Redis 6.0 对于网络 I/O 采用多线程来处理，性能提升至少一倍以上。

• 默认只有发送响应数据使用多线程，开启多线程处理客户端读请求：

  • io-threads-do-reads yes

• IO 多线程个数的配置：

  • io-threads 4

• 6.0 版本后，启动时，默认会额外创建 6 个线程：

  • Redis-server ：主线程，主要负责执行命令；
  • bio_close_file、bio_aof_fsync、bio_lazy_free：三个后台线程，分别异步处理关闭文件任务、AOF刷盘任务、释放内存任务；
  • io_thd_1、io_thd_2、io_thd_3：三个 I/O 线程，io-threads 默认是 4 ，所以会启动 3（4-1）个 I/O 多线程，用来分担 Redis 网络 I/O 的压力。