Redis基础架构

可以存哪些数据？

• 对于键值数据库而言，基本的数据模型是key-value模型。
  • 例如，“hello”: “world”就是一个基本的 KV 对，其中，“hello”是 key，“world”是 value。
  • SimpleKV 也不例外。在 SimpleKV 中，key 是 String 类型，而 value 是基本数据类型，例如 String、整型等
• 不同键值数据库支持的 key 类型一般差异不大，而 value 类型则有较大差别。我们在对键值数据库进行选型时，一个重要的考虑因素是它支持的 value 类型。例如，Memcached 支持的 value 类型仅为 String 类型，而 Redis 支持的 value 类型包括了 String、哈希表、列表、集合等。Redis 能够在实际业务场景中得到广泛的应用，就是得益于支持多样化类型的 value。
• 从使用的角度来说，不同 value 类型的实现，不仅可以支撑不同业务的数据需求，而且也隐含着不同数据结构在性能、空间效率等方面的差异，从而导致不同的 value 操作之间存在着差异。
• 只有深入地理解了这背后的原理，我们才能在选择 Redis value 类型和优化 Redis 性能时，做到游刃有余。

可以对数据做什么操作？

SimpleKV 是一个简单的键值数据库，因此，基本操作无外乎增删改查。

我们先来了解下 SimpleKV 需要支持的 3 种基本操作，即 PUT、GET 和 DELETE。

• PUT：新写入或更新一个key-value对
• GET：根据一个key读取相应的value值
• DELETE：根据一个key删除整个key- value对

需要注意的是，有些键值数据库的新写 / 更新操作叫 SET。新写入和更新虽然是用一个操作接口，但在实际执行时，会根据 key 是否存在而执行相应的新写或更新流程。

在实际的业务场景中，我们经常会碰到这种情况：

查询一个用户在一段时间内的访问记录。

• 这种操作在键值数据库中属于 SCAN 操作，即根据一段 key 的范围返回相应的 value 值。

• 因此，PUT/GET/DELETE/SCAN 是一个键值数据库的基本操作集合。

此外，实际业务场景通常还有更加丰富的需求，例如，

在黑白名单应用中，需要判断某个用户是否存在？

• 如果将该用户的 ID 作为 key，那么，可以增加 EXISTS 操作接口，用于判断某个 key 是否存在。
• 对于一个具体的键值数据库而言，你可以通过查看操作文档，了解其详细的操作接口。

说到这儿呢，数据模型和操作接口我们就构造完成了。接下来呢，我们就要更进一步，考虑一个非常重要的设计问题：

键值对保存在内存还是外存？

• 保存在内存的好处是读写很快，毕竟内存的访问速度一般都在百 ns 级别。但是，潜在的风险是一旦掉电，所有的数据都会丢失。

• 保存在外存，虽然可以避免数据丢失，但是受限于磁盘的慢速读写（通常在几 ms 级别），键值数据库的整体性能会被拉低。

如何进行设计选择，我们通常需要考虑键值数据库的主要应用场景。

• 缓存场景下的数据需要能快速访问但允许丢失
  • 用于此场景的键值数据库通常采用内存保存键值数据。
  • Memcached 和 Redis 都是属于内存键值数据库。

对于 Redis 而言，缓存是非常重要的一个应用场景。后面我会重点介绍 Redis 作为缓存使用的关键机制、优势，以及常见的优化方法。为了和 Redis 保持一致，我们的 SimpleKV 就采用内存保存键值数据。接下来，我们来了解下 SimpleKV 的基本组件。

大体来说，一个键值数据库包括了

• 访问框架
• 索引模块
• 操作模块
• 存储模块

接下来，我们就从这四个部分入手，继续构建我们的 SimpleKV。

采用什么访问模式？

• 通过函数调用的方式供外部应用使用
  • libsimplekv.so：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
• 通过网络框架以Socket通信的形式对外提供键值对操作，可以提供广泛的键值存储服务。
  • 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
• 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的优缺点

• 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
1

• 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，I/O 模型设计？

• 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。

系统设计上的问题举例

• 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？后面我再和你好好聊一聊。

如何定位键值对的位置？

当SimpleKV解析了客户端发来的请求，知道了要进行的键值对操作，此时，SimpleKV需要查找所要操作的键值对是否存在，这依赖于键值数据库的索引模块。索引的作用是让键值数据库根据key找到相应value的存储位置，进而执行操作。

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

不知道你注意到没有，对于 PUT 和 DELETE 两种操作来说，除了新写入和删除键值对，还需要分配和释放内存。这就不得不提 SimpleKV 的存储模块了。

如何实现重启后快速提供服务？

SimpleKV采用了常用的内存分配器

• glibc
• malloc
• free

因此，SimpleKV并不需要特别考虑内存空间的管理问题。但是，键值数据库的键值对通常大小不一，glibc 的分配器在处理随机的大小内存块分配时，表现并不好。一旦保存的键值对数据规模过大，就可能会造成较严重的内存碎片问题。

因此，分配器是键值数据库中的一个关键因素。对于以内存存储为主的 Redis 而言，这点尤为重要。Redis 的内存分配器提供了多种选择，分配效率也不一样，后面我会具体讲一讲这个问题。

SimpleKV 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。

不过，鉴于磁盘管理要比内存管理复杂，SimpleKV 就直接采用了文件形式，将键值数据通过调用本地文件系统的操作接口保存在磁盘上。此时，SimpleKV 只需要考虑何时将内存中的键值数据保存到文件中，就可以了。

SimpleKV实现持久化的两种方式

• 一种方式是，对于每一个键值对，SimpleKV 都对其进行落盘保存，这虽然让 SimpleKV 的数据更加可靠，但是，因为每次都要写盘，SimpleKV 的性能会受到很大影响。

• 另一种方式是，SimpleKV 只是周期性地把内存中的键值数据保存到文件中，这样可以避免频繁写盘操作的性能影响。但是，一个潜在的代价是 SimpleKV 的数据仍然有丢失的风险。

和 SimpleKV 一样，Redis 也提供了持久化功能。不过，为了适应不同的业务场景，Redis 为持久化提供了诸多的执行机制和优化改进，后面我会和你逐一介绍 Redis 在持久化机制中的关键设计考虑。

小结

SimpleKV 包含了一个键值数据库的基本组件，对这些组件有了了解之后，后面在学习 Redis 这个丰富版的 SimpleKV 时，就会轻松很多。

为了支持更加丰富的业务场景，Redis 对这些组件或者功能进行了扩展，或者说是进行了精细优化，从而满足了功能和性能等方面的要求。

从 SimpleKV 演进到 Redis，有以下几个重要变化：

• Redis主要通过对网络框架进行访问，而不再是动态库了，这也使得Redis可以作为一个基础性的网络服务进行访问，扩大了Redis的应用范围
• Redis数据模型中的value类型很丰富，因此也带来了更多的操作接口，例如
  • 面向列表的LPUSH/LPOP
  • 面向集合的SADD/SREM
• Redis的持久化模块能支持两种方式，这两种持久化方式具有不同的优劣势，影响到Redis的访问性能和可靠性
  • 日志（AOF）
  • 快照（RDB）
• SimpleKV是个简单的单机键值数据库，但是，Redis支持高可靠集群和高可扩展集群。因此，Redis中包含了相应的集群功能支持模块