Redis快的原因

1、基于内存实现

Redis将所有数据存储在内存中，因此它可以非常快速地读取和写入数据，而无需像传统数据库那样将数据从磁盘读取和写入磁盘，这样也就不受I/O限制。

2、I/O多路复用

多路指的是多个socket连接；复用指的是复用一个线程。多路复用主要有三种技术：select、 poll、epoll。epoll是最新的也是目前最好的多路复用技术。Redis使用IO多路复用的原理图如下所示：

Redis内核会一直监听socket上的连接请求，一旦有请求到达就交给Redis线程处理，这就实现了一个Redis线程处理多个IO流的效果。

Redis线程不会阻塞在某一个特定的客户端请求处理上，所以Redis可以同时和多个客户端连接并处理请求。select/epoll提供了基于事件的回调机制，即针对不同事件的发生，调用相应的事件处理器，因此Redis一直在处理事件，提升了Redis 的响应性能。

3、高效的数据结构

Redis中有多种数据类型，每种数据类型的底层都由一种或多种数据结构来支持。正是因为有了这些数据结构，所以大大的提升了Redis存储与读取速度。下图整理了Redis中常见数据类型与底层的数据结构：

3.1 简单动态字符串

Redis的字符串类型底层使用的是简单动态字符串（SDS），它是用来处理字符串的，C语言中用到SDS来处理字符串，C语言中的字符串展示如下图所示：

想要获取字符串“REDIS”的长度，需要从头开始遍历，直到遇到 ‘\0’ 为止。Redis是C语言实现的，那么Redis中字符串是怎么使用SDS的呢？如下图所示：

Redis中用一个len字段记录当前字符串的长度，想要获取长度只需要获取len字段即可。

Redis中SDS修改及空间扩充时，除了分配所必须的空间外，还会额外分配未使用的空间。具体的操作是如果len长度小于1M，那么将会额外分配与len相同长度的未使用空间，如果修改后长度大于1M，那么将分配1M 的使用空间。

Redis中存在惰性的空间释放，即是SDS缩短时并不会回收多余的内存空间，而是使用free字段将多出来的空间记录下来。如果后续有变更操作，直接使用 free中记录的空间，减少了内存的分配。

3.2 双端链表

Redis的List数据结构更多是被当作队列或栈来使用的，队列和栈的特性一个先进先出，一个先进后出，那么使用双端链表很好实现这些特性，双端链表的如下图所示：

头节点里同时还有一个参数len，用来记录链表长度的，因此获取链表长度时不用再遍历整个链表，直接拿到len值就可以了，这个时间复杂度是 O(1)。

3.3 压缩链表

如果在双端链表中，一个链表节点中存储一个小数据（如一个字节）。那么对应的就要保存头节点，前后指针等额外的数据，这样就浪费了空间，同时由于反复申请与释放操作也容易导致内存碎片化，内存的使用效率就太低了，于是就出现了压缩链表，如下图所示：

压缩列表的内存是连续分配的，遍历的速度很快。

3.4 跳跃表

Redis中跳跃表是在链表的基础上增加了多级索引来提升查找效率。如下图所示的跳跃表原理图：

跳跃表每一层都有一条有序的链表，最底层的链表包含了所有的元素。这样跳跃表就可以支持在 O(logN) 的时间复杂度里查找到对应的节点。

在Redis中跳表真实的存储结构是在头节点里记录了相应的信息，减少了一些不必要的系统开销，如下图所示：

3.5 hashTable

哈希表本质上是一个数组，每一个元素叫做哈希桶，每个桶中的entry保存着键值指针(key和value)。Redis其实就是一个全局哈希表，哈希表的时间复杂度是O(1)，通过key的哈希值和哈希函数，就可以定位对应哈希桶的位置，从而确定桶中entry，然后找到对应数据，如下如所示

Redis中存储的数据越来越多的时候，会出现哈希冲突，所以Redis采用链式哈希的方式解决冲突，即同一个桶里面的元素使用链表保存，如下图所示：

随着数据量的增加，哈希冲突越来越多，链表也随之越来越长，进而导致查找性能变差。因此Redis使用了两个全局哈希表，通过rehash操作，增加现有的哈希桶数量，分散单桶元素数量，从而在减少哈希冲突的同时缩短链表长度，提高Redis的查询效率。

4、单线程模型

Redis的单线程指的是Redis的网络IO及键值对指令读写是由一个线程来执行的，对于Redis的持久化、集群数据同步、异步删除等都是其他线程执行。

因为Redis是基于内存的操作，CPU不是Redis的瓶颈，Redis的瓶颈最有可能是机器内存的大小或者网络带宽。Redis使用单线程的优势如下所示：

（1）不会因为线程创建导致的性能消耗

（2）避免上下文切换引起的CPU消耗，没有多线程切换的开销

（3）避免了线程之间的竞争问题，比如添加锁、释放锁、死锁等，不需要考虑各种锁问题。

5、合理的数据编码

对于每一种数据类型来说，底层的支持可能是多种数据结构，什么时候使用哪种数据结构，这就涉及到了编码转化的问题。Redis中不同的数据类型是如何进行编码转化，如下所示：

（1）String：存储数字时候采用 int类型的编码，如果是非数字的话，采用raw编码。

（2）List：字符串长度及元素个数小于一定范围使用ziplist编码，任意条件不满足，则转化为linkedlist编码。

（3）Hash：hash对象保存的键值对内的键和值字符串长度小于一定值及键值对。

（4）Set：保存元素为整数及元素个数小于一定范围使用intset编码，任意条件不满足，则使用hashtable编码。

（5）Zset：zset对象中保存的元素个数小于及成员长度小于一定值使用 ziplist编码，任意条件不满足，则使用skiplist编码。