Redis 采用单线程 Reactor 模式结合 I/O 多路复用技术实现高性能。核心机制包括 Linux 下的 epoll、macOS 下的 kqueue 等。通过事件循环监听多个文件描述符，避免多线程上下文切换开销。Redis 6.0 引入多线程优化网络 I/O。性能优势在于纯内存操作、非阻塞 I/O 及高效数据结构。监控需关注连接数、QPS 及慢查询。适合高并发缓存场景。
Redis 采用单线程 Reactor 模式处理客户端请求，其高性能的核心就在于 I/O 多路复用 技术。
# 传统多线程模型 vs Redis 单线程 + 多路复用
# 传统模型：1 个连接 → 1 个线程 → 高内存消耗、上下文切换开销大
# Redis 模型：N 个连接 → 1 个线程 + I/O 多路复用 → 低内存、无锁、高效
Redis 在不同操作系统下使用不同的多路复用实现：
epoll（最优选择）kqueueevportselect（性能较差，备选）Redis 通过 ae（Async Event）抽象层统一封装这些接口。
typedef struct aeEventLoop {
int maxfd; // 当前最大文件描述符
int setsize; // 监听的文件描述符数量上限
long long timeEventNextId; // 下一个时间事件 ID
aeFileEvent *events; // 文件事件数组
aeFiredEvent *fired; // 就绪事件数组
aeTimeEvent *timeEventHead; // 时间事件链表头
void *apidata; // 多路复用器的特定数据（epoll/kqueue 等）
aeBeforeSleepProc *beforesleep;
aeBeforeSleepProc *aftersleep;
} aeEventLoop;
// 以 epoll 为例的简化逻辑
int aeCreateFileEvent(aeEventLoop *eventLoop, int fd, int mask, aeFileProc *proc, void *clientData) {
// 1. 在 events 数组中记录事件处理器
aeFileEvent *fe = &eventLoop->events[fd];
// 2. 调用底层 API 注册事件
if (aeApiAddEvent(eventLoop, fd, mask) == -1) return -1;
// 3. 设置回调函数
fe->mask |= mask;
if (mask & AE_READABLE) fe->rfileProc = proc;
if (mask & AE_WRITABLE) fe->wfileProc = proc;
fe->clientData = clientData;
return 0;
}
void aeMain(aeEventLoop *eventLoop) {
eventLoop->stop = 0;
while (!eventLoop->stop) {
// 处理事件前执行的操作（如处理异步任务）
if (eventLoop->beforesleep != NULL) eventLoop->beforesleep(eventLoop);
// 核心：多路复用等待事件
aeProcessEvents(eventLoop, AE_ALL_EVENTS | AE_CALL_AFTER_SLEEP);
}
}
int aeProcessEvents(aeEventLoop *eventLoop, int flags) {
// 1. 计算最近的时间事件，确定多路复用的超时时间
// 2. 调用多路复用 API（epoll_wait/kevent/select 等）
numevents = aeApiPoll(eventLoop, tvp);
// 3. 遍历就绪事件，调用相应的回调函数
for (j = 0; j < numevents; j++) {
aeFileEvent *fe = &eventLoop->events[eventLoop->fired[j].fd];
if (fe->mask & mask & AE_READABLE) {
fe->rfileProc(eventLoop, fd, fe->clientData, mask);
}
if (fe->mask & mask & AE_WRITABLE) {
fe->wfileProc(eventLoop, fd, fe->clientData, mask);
}
}
// 4. 处理时间事件
if (flags & AE_TIME_EVENTS) processed += processTimeEvents(eventLoop);
return processed;
}
# select/poll 的局限性
# 1. 每次调用都需要传递所有监听的 fd（用户空间→内核空间复制）
# 2. 内核需要遍历所有 fd 检查就绪状态 O(n)
# 3. 支持的文件描述符数量有限（select 默认 1024）
# epoll 的优化
# 1. epoll_create: 创建 epoll 实例
# 2. epoll_ctl: 添加/修改/删除 fd（仅增量更新）
# 3. epoll_wait: 获取就绪事件（仅返回就绪的 fd）
# 4. 使用红黑树管理 fd，哈希表存储就绪列表 O(1) 复杂度
Redis 6.0 引入了多线程 I/O，但注意：
配置示例（redis.conf）：
# 开启多线程 I/O
io-threads 4
# 启用 4 个 I/O 线程（通常设为 CPU 核心数）
io-threads-do-reads yes
# 启用读多线程（写默认开启）
| 模型 | 连接管理 | 并发能力 | 复杂度 | 适用场景 |
|---|---|---|---|---|
| 阻塞 I/O+ 多线程 | 每连接一线程 | 受限于线程数 | 高 | 传统数据库 |
| 多进程 | 每连接一进程 | 受限于进程数 | 高 | Apache prefork |
| 异步 I/O | 完全异步 | 非常高 | 很高 | Nginx, Node.js |
| Redis 模型 | 多路复用 + 单线程 | 高（10 万 +QPS） | 中 | 内存数据库、缓存 |
# 查看 Redis 事件循环状态
redis-cli info stats | grep -E "(total_connections_received|instantaneous_ops_per_sec|total_commands_processed)"
# 查看网络 I/O
redis-cli info stats | grep -E "(total_net_input_bytes|total_net_output_bytes|rejected_connections)"
# 调整最大连接数（根据实际情况）
maxclients 10000
# 调整 TCP backlog
tcp-backlog 511
# 调整客户端超时
timeout 0
# 永不断开，适合内网
# 合理设置内存淘汰策略
maxmemory-policy allkeys-lru
Redis 的 I/O 多路复用模型是其高性能的基石：
Redis 之所以这么快，IO 多路复用模型是很关键的一点。我通俗地解释一下它的工作原理：
假设 Redis 是一个餐厅服务员，传统的阻塞 IO 就像是一个服务员每次只服务一桌客人，点菜、上菜都要等这一桌完事了才能服务下一桌，这样效率很低。
而 IO 多路复用呢，就像是这个服务员同时监听多个桌子的呼叫铃。服务员站在大厅里，哪一桌有需求（比如客户端发来了读写请求），他就过去处理一下，处理完马上回来继续监听。这样一个人就能同时照顾很多桌客人，效率大大提升。
在技术实现上，Redis 底层使用的是像 select、poll 这样的系统调用。它们的作用就是帮 Redis 监听大量的网络连接，一旦某个连接有数据可读或可写，就通知 Redis 去处理，而不用为每个连接创建一个线程去阻塞等待。
这样做的好处很明显：
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
查找任何按下的键的javascript键代码、代码、位置和修饰符。 在线工具，Keycode 信息在线工具，online
JavaScript 字符串转义/反转义；Java 风格 \uXXXX（Native2Ascii）编码与解码。 在线工具，Escape 与 Native 编解码在线工具，online
使用 Prettier 在浏览器内格式化 JavaScript 或 HTML 片段。 在线工具，JavaScript / HTML 格式化在线工具，online
Terser 压缩、变量名混淆，或 javascript-obfuscator 高强度混淆（体积会增大）。 在线工具，JavaScript 压缩与混淆在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online