如何分析Redis的架构设计？

正文

Redis本身内容繁杂，要是上来就研究一细节点，如连接池、数据结构，虽可直接学到某个点的详尽源码内容，甚至尽快解决一些事故，但容易溺死在细节汪洋，无法整体把控Redis。

最好是先建立起“架构”。想精通Redis，须能领略其总体架构，再深入具体技术点。

构造Redis 这种 KV DB，首要考虑：

数据模型

能存什么数据?如用户信息(用户ID、name、age、sex等)，通常用 MySQL，在一个用户ID对应一个用户信息集合的场景下，就是KV DB的数据模型之一，也能满足这类存储需求。

操作接口

可以怎么操作数据?如计算多个用户的avg年龄，KV DB则无法胜任。因其只提供了简单的操作接口，并不支持复杂聚合计算。

所以，先搞懂数据模型和操作接口，才能物尽其用。

数据模型

KV DB，最基本数据模型就是KV模型。选型KV DB时，一大因素就是其支持的V类型：

Memcached仅支持String V类型
而Redis支持的V类型还包括hash、list、set等
所以Redis能被更广泛应用。
对 crud boy来说，不同V类型就意味着能支持多种业务的数据需求。

操作接口

无论什么DB，基本操作都逃不开 crud：

PUT：新写入或更新一个KV对
GET：根据一个key读取相应的V值
DELETE：根据一个key删除整个KV对
SCAN操作：根据一段K范围，返回相应V值

内存 or 外存?

在内存，读写快，百ns级。风险是一旦掉电，会丢失所有数据
在外存，虽可避免数据丢失，但受限于磁盘慢速读写(几ms级别)，KV DB整体性能会被拉低。

因此，需根据KV DB应用场景来选型。

如缓存场景下的数据需要能快速访问但允许丢失，则采用内存保存KV数据。

访问模式选型

通过函数库调用供外部使用

如libsimplekv.so，就是以动态链接库的形式链接到我们自己的程序，提供KV存储功能，如RocksDB。

通过网络框架，以Socket通信对外提供KV对操作，可提供广泛的KV存储服务

如Memcached和Redis。

通过网络框架提供KV存储服务：

扩大了KV DB的生态
给KV DB的性能、运行模型提供了不同选型，带来潜在问题

比如，当客户端发送如下命令，该命令会被封装在网络包中发送给KV DB：

PUTjavaedge

KV DB网络框架接收到网络包，并按照相应的协议进行解析后，可知客户端想写入一个键值对，并开始实际写入。

I/O模型设计

网络连接的处理、解析客户端的请求及数据存取的处理，应该选择怎样的线程模型?

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
多线程处理不同操作，则某个线程被阻塞时，其他线程还能正常运行。但不同线程间如果需要访问共享资源，又会产生线程竞争，影响系统效率

所以，这里也还需精心设计。

KV对的定位

知道了要进行的KV对操作，就得查找所要操作的KV对是否存在，这就依赖KV DB的索引模块：让KV DB据key找到相应V的存储位置。

不同KV DB采用的索引：

Memcached、Redis采用哈希表
RocksDB采用跳表

一般内存KV DB(如Redis)采用哈希表作为索引，主要因其KV基本都保存在内存，而内存高性能随机访问特性与哈希表O(1)复杂度匹配。

Redis的V支持多种类型，当通过索引找到一个K所对应V，仍需从V的复杂结构(如set或list)中进一步找到想要数据，该操作的效率本身就依赖其实现结构。而Redis便采用一些高效的索引结构作为某些V类型的底层数据结构。

各操作的具体逻辑

不同操作找到V的存储位置后的操作：

GET/SCAN

根据V的存储位置返回V值

为该KV对分配内存空间

DELETE

删除KV对，并释放内存空间，该过程由分配器完成

重启后快速提供服务

KV DB的KV对大小不一，分配器在处理随机的大小内存块分配时，表现不好的话，一旦KV对数据规模过大，可能导致严重内存碎片。

所以分配器是KV DB中的关键。对内存存储为主的Redis更重要。Redis的内存分配器提供了多种选择，分配效率也不同。

KV DB虽依赖内存保存数据，提供快速访问，但也希望KV DB重启后能快速重新提供服务，所以，在其存储模块增加持久化功能。

因为磁盘管理比内存管理复杂，KV DB直接采用文件形式，将KV数据通过调用本地文件系统的操作接口保存在磁盘。