教你如何一步步分析Redis的架构设计

Posted 2021-12-08 JavaEdge.

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：

PUT java edge

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

• PUT
  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。
此时，KV DB只需考虑何时将内存中的KV数据保存到文件：

• 每个KV对都落盘保存，这虽然让数据更可靠，但每次都写盘，性能受大影响

• 周期性把内存中的KV对保存到文件，避免频繁写盘。但数据有丢失风险

所以，Redis提供了持久化功能，还有多种执行机制和性能优化点。

KV DB - Redis 架构