关于redis单线程的分析

redis为什么那么快？结论有三点，大家都知道，这里主要是分析。

首先第一点

redis是内存访问的，所以快

当然这个大家都知道，所以不是重点

io密集型和cpu密集型

一般我们把任务分为io密集型和cpu密集型

io密集型

• IO密集型指的是系统的CPU性能相对硬盘、内存要好很多，此时，系统运作，大部分的状况是CPU在等I/O (硬盘/内存) 的读/写操作，此时CPU Loading并不高。
• 对于io密集型的任务，它的主要时间都在磁盘io上，而io本身在发出中断告知cpu后，cpu只需要短暂的处理一下，之后就由DMA(详见附录)负责数据传输，整个过程对cpu的利用率很低。因此我们需要开更多的线程去充分利用cpu。即一般线程数 = cpu核心数 * 2，如数据库连接池

cpu密集型

• CPU密集型也叫计算密集型，指的是系统的硬盘、内存性能相对CPU要好很多，此时，系统运作大部分的状况是CPU Loading 100%，CPU要读/写I/O(硬盘/内存)，I/O在很短的时间就可以完成，而CPU还有许多运算要处理，CPU Loading很高。
• 对于cpu密集型的任务，它对cpu的利用率很高，所以不需要开更多的线程去提高cpu利用率。假如增加线程，只会引起线程的频繁切换导致本来就不够用的cpu更加不够用。所以一般是线程数 = cpu核心数 + 1

redis的瓶颈在哪里

redis基本都在进行内存io，那它的瓶颈在io上吗？

redis在网络io上使用epoll实现了一个io多路复用的reactor模型，epoll是非阻塞io，所以避免了cpu阻塞在io上，所以它不是io密集型，瓶颈不在于等待io导致cpu利用率不高，不需要多个线程来屏蔽等待io执行完成的时间。当然redis的io利用率很高，但是io利用率高并不代表它是io密集型，因为它瓶颈不在等待io上。

所以第二点

redis在网络io上使用epoll实现了一个io多路复用的reactor模型使得cpu利用率更高，浪费在io上的时间更少

redis并不需要多线程来提高cpu利用率减少io等待时间，并且单线程架构也比较容易实现，所以顺理成章就采用了单线程架构。

关于epoll可以看我的这篇文章：https://www.cnblogs.com/fatmanhappycode/p/12362423.html

第三点

由于采用了单线程架构，避免了线程线程切换产生的消耗

因为一次CPU上下文的切换大概在 1500ns 左右。

从内存中读取 1MB 的连续数据，耗时大约为 250us，假设1MB的数据由多个线程读取了1000次，那么就有1000次时间上下文的切换，

那么就有1500ns * 1000 = 1500us ，我单线程的读完1MB数据才250us ,你光时间上下文的切换就用了1500us了，我还不算你每次读一点数据 的时间

那么redis是cpu密集型吗？答案是否定的。

redis也不是cpu密集型。大多数情况下redis机器上的cpu是很够用的。

redis的瓶颈在于内存大小和网络带宽。

如果想要更充分的利用多核cpu，可以采用多个redis实例的方法，同时为了减少线程争用，可以将实例和cpu绑定的方法。

但是如果做了CPU绑定，在rdb和aof时子进程会与父进程共享使用一个CPU。子进程重写时对单核CPU使用率通常在90%以上，父进程与子进程将产生激烈CPU竞争，极大影响Redis稳定性。（解决方法不清楚，也许多绑定一个CPU会好点？）

附录

DMA

DMA 传输将数据从一个地址空间复制到另外一个地址空间。当CPU 初始化这个传输动作，传输动作本身是由 DMA 控制器来实行和完成。

典型的例子就是移动一个外部内存的区块到芯片内部更快的内存区。例如内存移到磁盘。

最后惯例附一图：