redis基本架构：一个键值数据库包含什么？（这篇文章主要是一个引导的作用）

我们设计一个简单的smpliekv数据库，来体验简直数据库包含什么

体来说，一个键值数据库包括了访问框架、索引模块、操作模块和存储模块四部分（见
下图）。接下来，我们就从这四个部分入手，继续构建我们的 SimpleKV。

 

采用什么样的访问模式呢？

访问模式通常有两种：一种是通过函数库调用的方式供外部应用使用，比如，上图中的
libsimplekv.so，就是以动态链接库的形式链接到我们自己的程序中，提供键值存储功能；
另一种是通过网络框架以 Socket 通信的形式对外提供键值对操作，这种形式可以提供广
泛的键值存储服务。在上图中，我们可以看到，网络框架中包括 Socket Server 和协议解
析

不同的键值数据库服务器和客户端交互的协议并不相同，我们在对键值数据库进行二次开
发、新增功能时，必须要了解和掌握键值数据库的通信协议，这样才能开发出兼容的客户
端。
实际的键值数据库也基本采用上述两种方式，例如，RocksDB 以动态链接库的形式使用，
而 Memcached 和 Redis 则是通过网络框架访问。后面我还会给你介绍 Redis 现有的客户
端和通信协议。
通过网络框架提供键值存储服务，一方面扩大了键值数据库的受用面，但另一方面，也给
键值数据库的性能、运行模型提供了不同的设计选择，带来了一些潜在的问题。

举个例子，当客户端发送一个如下的命令后，该命令会被封装在网络包中发送给键值数据
库：

 PUT hello world
键值数据库网络框架接收到网络包，并按照相应的协议进行解析之后，就可以知道，客户
端想写入一个键值对，并开始实际的写入流程。此时，我们会遇到一个系统设计上的问
题，简单来说，就是网络连接的处理、网络请求的解析，以及数据存取的处理，是用一个
线程、多个线程，还是多个进程来交互处理呢？该如何进行设计和取舍呢？我们一般把这
个问题称为 I/O 模型设计。不同的 I/O 模型对键值数据库的性能和可扩展性会有不同的影
响。

举个例子，如果一个线程既要处理网络连接、解析请求，又要完成数据存取，一旦某一步
操作发生阻塞，整个线程就会阻塞住，这就降低了系统响应速度。如果我们采用不同线程
处理不同操作，那么，某个线程被阻塞时，其他线程还能正常运行。但是，不同线程间如
果需要访问共享资源，那又会产生线程竞争，也会影响系统效率，这又该怎么办呢？所
以，这的确是个“两难”选择，需要我们进行精心的设计。

你可能经常听说 Redis 是单线程，那么，Redis 又是如何做到“单线程，高性能”的呢？

这个问题以后再说

如何定位键值对的位置？

索引的类型有很多，常见的有哈希表、B+ 树、字典树等。不同的索引结构在性能、空间消
耗、并发控制等方面具有不同的特征。如果你看过其他键值数据库，就会发现，不同键值
数据库采用的索引并不相同，例如，Memcached 和 Redis 采用哈希表作为 key-value 索
引，而 RocksDB 则采用跳表作为内存中 key-value 的索引。
一般而言，内存键值数据库（例如 Redis）采用哈希表作为索引，很大一部分原因在于，
其键值数据基本都是保存在内存中的，而内存的高性能随机访问特性可以很好地与哈希表
O(1) 的操作复杂度相匹配。
SimpleKV 的索引根据 key 找到 value 的存储位置即可。但是，和 SimpleKV 不同，对于
Redis 而言，很有意思的一点是，它的 value 支持多种类型，当我们通过索引找到一个
key 所对应的 value 后，仍然需要从 value 的复杂结构（例如集合和列表）中进一步找到
我们实际需要的数据，这个操作的效率本身就依赖于它们的实现结构。
Redis 采用一些常见的高效索引结构作为某些 value 类型的底层数据结构，这一技术路线
为 Redis 实现高性能访问提供了良好的支撑

不同操作的具体逻辑是怎样的？

SimpleKV 的索引模块负责根据 key 找到相应的 value 的存储位置。对于不同的操作来
说，找到存储位置之后，需要进一步执行的操作的具体逻辑会有所差异。SimpleKV 的操
作模块就实现了不同操作的具体逻辑：

对于 GET/SCAN 操作而言，此时根据 value 的存储位置返回 value 值即可；
对于 PUT 一个新的键值对数据而言，SimpleKV 需要为该键值对分配内存空间；
对于 DELETE 操作，SimpleKV 需要删除键值对，并释放相应的内存空间，这个过程由
分配器完成。

如何实现重启后快速提供服务？

impleKV 虽然依赖于内存保存数据，提供快速访问，但是，我也希望 SimpleKV 重启后
能快速重新提供服务，所以，我在 SimpleKV 的存储模块中增加了持久化功能

 从这张对比图中，我们可以看到，从 SimpleKV 演进到 Redis，有以下几个重要变化：