聊聊redis单线程为什么能做到高性能和io多路复用到底是个什么鬼
1：io多路复用epoll
io多路复用简单来说就是一个线程处理多个网络请求。
我们知道epoll in 的事件触发是可读了，这个比较好理解，比如一个连接过来，或者一个数据发送过来了，那么in事件就触发了，那么out事件是如何触发的呢？缓冲区可写(有空的区域)，就可以触发，epoll有两种模式LT(水平触发)和ET(边缘触发)，LT模式下，主要缓冲区数据一次没有处理完，那么下次epoll_wait返回时，还会返回这个句柄；而ET模式下，缓冲区数据处理一次就结束，下次是不会再通知了，只在第一次返回．所以在ET模式下，一般是通过while循环，一次性读完全部数据．epoll默认使用的是LT。
socket的缓冲区已经满了，此时无法继续send。此时异步程序的正确处理流程是调用epoll_wait，当socket缓冲区中的数据被对方接收之后，缓冲区就会有空闲空间可以继续往里面写数据，此时epoll_wait就会返回这个socket的EPOLLOUT事件，获得这个事件时，你就可以继续往socket中写出数据。
redis的epoll使用的是默认的LT模式，只要写缓冲区可写时，就会不断的触发可写事件，为了避免一直触发可写事件，redis是在有数据可写的时候注册写事件，写完之后就取消写事件的注册
epoll内部数据结构为红黑树和链表，红黑树保存了所有socket和监听的事件信息，链表保存的是就绪的socket信息，就是那些就绪socket已经帮你整理好了。
那么，这个准备就绪list链表是怎么维护的呢？当我们执行epoll_ctl时，除了把socket放到epoll文件系统里file对象对应的红黑树上之外，还会给内核中断处理程序注册一个回调函数，告诉内核，如果这个句柄的中断到了，就把它放到准备就绪list链表里。所以，当一个socket上有数据到了，内核在把网卡上的数据copy到内核中后就来把socket插入到准备就绪链表里了。
如此，一颗红黑树，一张准备就绪句柄链表，少量的内核cache，就帮我们解决了大并发下的socket处理问题。执行epoll_create时，创建了红黑树和就绪链表，执行epoll_ctl时，如果增加socket句柄，则检查在红黑树中是否存在，存在立即返回，不存在则添加到树干上，然后向内核注册回调函数，用于当中断事件来临时向准备就绪链表中插入数据。执行epoll_wait时立刻返回准备就绪链表里的数据即可。
2：读写事件的注册与删除
当一个新的连接建立后，redis会创建一个redisClient对象，然后为这个socket向epoll注册一个读事件，直到RedisClient对象销毁时才删除读事件，当redis读到一个完整的命令并解析完成后，就会为socket向epoll注册写事件，将回复信息发给client之后，就会从epoll删除刚注册的写事件，下个命令来了之后又会重复这个增删写事件的动作。
所以每个socket向epoll注册销毁一次读事件，多次注册销毁写事件，这样做的目的：在我没什么可写的情况下你就别叫我写了，我知道什么时候可写
3：redis单线程是怎么做到高性能的呢？
以前我一直在想一个问题：如果一个redis命令很长，redis接收处理这个命令就要100毫秒，那么别的命令会不会延迟100毫秒呢？后续命令处理会不会像消息队列一样积压呢？
答案：不会。
上面我们已经说了epoll的原理，它不是让我们一次处理完一个命令后，再去处理另一个命令，epoll是帮我们一次接收多个命令的部分数据（如果命令很短则是完整的数据），每个socket都有一个缓冲区，写满了就不能写了，需要读出来后才能继续往里面写，redis为每个client分配了一个变长缓冲区，从socket中读出后存在缓冲区中，当接收到一个完整的命令，就解析并执行这个命令，然后把缓冲区后面的数据往前移动，反复利用这块内存，当这块内存超过一定值后就会释放，在需要的时候重新分配一块内存
也就是说epoll的水平触发模式将一个较长的命令请求分成了多次接收，一次能接收多个命令的请求，天生就只支持高并发的，加上redis会将耗时的命令会分多次处理，保证了我们的读写操作都很快。
综述单线程高性能的原因：
- 1：纯内存操作本来就很快
- 2：redis使用epoll支持io多路复用，天生支持高并发请求
- 3：redis将耗时的操作分多次处理，保证每次处理的时间都很短，保证了读写性能，如果数据很长的话处理时间就会变长，所以redis不建议保存太长的数据
还有redis6.0实现了多线程的功能，性能至少翻倍，那你还要问题单线程为什么性能高吗？而且还是在数据的接收解析和数据的发送使用多线程的情况下，性能就至少翻倍了。可能是为了保证代码的简洁性，作者不愿意使用多线程，为了提升性能用了多线程，也是部分功能使用多线程，操作redis数据库的逻辑还是单线程，如果数据是写少读多的情况下，采用多线程读写锁性能会不会提升很多呢？
所以redis一开始采用单线程的原因：
- 1：代码简洁又简单
- 2：性能已经很好了
- 3：性能不够我再搞多线程吗
4：redis单线程是怎么同时处理文件事件和时间事件
文件事件主要是网络I/O的读写，请求的接收和回复。时间事件就是单次/多次执行的定时器，如主从复制、定时删除过期数据、字典rehash等。
redis所有核心功能都是跑在主线程中的，像aof文件落盘操作是在子线程中执行的，那么在高并发情况下它是怎么做到高性能的呢？
由于这两种事件在同一个线程中执行，就会出现互相影响的问题，如时间事件到了还在等待/执行文件事件，或者文件事件已经就绪却在执行时间事件，这就是单线程的缺点，所以在实现上要将这些影响降到最低。那么redis是怎么实现的呢？
定时执行的时间事件保存在一个链表中，由于链表中任务没有按照执行时间排序，所以每次需要扫描单链表，找到最近需要执行的任务，时间复杂度是O(N)，redis敢这么实现就是因为这个链表很短，大部分定时任务都是在serverCron方法中被调用。从现在开始到最近需要执行的任务的开始时间，时长定位T，这段时间就是属于文件事件的处理时间，以epoll为例，执行epoll_wait最多等待的时长为T，如果有就绪任务epoll会返回所有就绪的网络任务，存在一个数组中，这时我们知道了所有就绪的socket和对应的事件（读、写、错误、挂断），然后就可以接收数据，解析，执行对应的命令函数。
如果最近要执行的定时任务时间已经过了，那么epoll就不会阻塞，直接返回已经就绪的网络事件，即不等待。
总之单线程，定时事件和网络事件还是会互相影响的，正在处理定时事件网络任务来了，正在处理网络事件定时任务的时间到了。所以redis必须保证每个任务的处理时间不能太长。
