1. Redis数据结构底层实现原理
Redis作为内存数据库，其高性能很大程度上得益于精心设计的数据结构。我们来看几种核心数据结构的底层实现：
1.1 字符串(SDS)
Redis没有直接使用C语言传统的字符串表示，而是构建了简单动态字符串(SDS)的抽象类型。SDS结构包含三个关键字段：
- len：记录已使用字节数
- alloc：记录分配的总字节数
- flags：记录SDS类型
相比C字符串，SDS有以下优势：
- O(1)时间复杂度获取字符串长度
- 杜绝缓冲区溢出
- 减少内存重分配次数（空间预分配和惰性空间释放）
- 二进制安全
实际编码中，当需要频繁修改字符串内容时，优先考虑使用SDS而非C字符串，这能显著提升性能。
1.2 哈希表(dict)
Redis的哈希表使用链地址法解决冲突，包含两个核心结构：
- 哈希表节点：包含键、值和指向下一个节点的指针
- 哈希表：包含节点指针数组、大小和掩码等元信息
哈希表扩容采用渐进式rehash策略：
- 维护两个哈希表(ht[0]和ht[1])
- 逐步将ht[0]的数据迁移到ht[1]
- 迁移完成后用ht[1]替换ht[0]
这种设计避免了集中式rehash带来的服务停顿。
2. Redis持久化机制详解
2.1 RDB持久化
RDB通过生成数据快照实现持久化，触发方式包括：
- 手动执行SAVE/BGSAVE命令
- 配置文件中设置定时触发条件
BGSAVE执行流程：
- 父进程fork子进程
- 子进程将数据写入临时RDB文件
- 替换旧的RDB文件
优势：
- 数据恢复速度快
- 适合大规模数据备份
劣势：
- 可能丢失最后一次快照后的数据
- fork过程可能阻塞服务
2.2 AOF持久化
AOF记录所有写操作命令，通过重放实现数据恢复。提供三种同步策略：
| 策略 | 同步时机 | 数据安全性 | 性能影响 |
|---|---|---|---|
| always | 每个写命令 | 最高 | 最大 |
| everysec | 每秒 | 适中 | 适中 |
| no | 系统决定 | 最低 | 最小 |
AOF重写机制：
- 通过创建新AOF文件替代旧文件
- 使用子进程处理避免阻塞主线程
- 重写期间新命令写入缓冲区
3. Redis事务实现原理
Redis事务通过MULTI、EXEC等命令实现，具有以下特点：
3.1 事务执行流程
- 开始事务(MULTI)
- 命令入队
- 执行事务(EXEC)或取消事务(DISCARD)
3.2 事务特性
- 原子性：事务中的命令要么全部执行，要么全部不执行
- 隔离性：事务执行过程中不会被其他客户端命令打断
- 无回滚：不支持事务回滚功能
- 无一致性保证：不保证数据约束
实际开发中，如果需要强一致性保证，建议在应用层实现校验逻辑。
4. Redis内存管理策略
4.1 内存淘汰策略
Redis提供8种内存淘汰策略：
| 策略 | 描述 | 适用场景 |
|---|---|---|
| volatile-lru | 从设置了过期时间的键中淘汰最近最少使用的 | 需要保留热点数据 |
| allkeys-lru | 从所有键中淘汰最近最少使用的 | 通用场景 |
| volatile-ttl | 淘汰剩余存活时间最短的键 | 需要优先淘汰短期数据 |
| noeviction | 不淘汰，返回错误 | 不允许数据丢失的场景 |
4.2 过期键删除策略
Redis采用惰性删除+定期删除组合策略：
- 惰性删除：访问键时检查并删除过期键
- 定期删除：每隔一段时间随机检查并删除过期键
配置建议：
# 每100ms检查20个key hz 10 active-expire-cycle-keys-per-loop 205. Redis多线程模型
5.1 单线程模型优势
- 无锁设计简单高效
- 避免上下文切换开销
- 顺序处理命令保证原子性
5.2 多线程演进
- 4.0版本：引入多线程处理异步任务
- 6.0版本：网络I/O多线程化
配置示例：
io-threads 4 io-threads-do-reads yes6. Redis集群方案
6.1 主从复制
- 异步复制机制
- 支持级联复制
- 增量复制和全量复制结合
6.2 Redis Cluster
- 数据分片(16384个slot)
- 节点间Gossip协议通信
- 自动故障转移
集群搭建建议：
cluster-enabled yes cluster-node-timeout 15000 cluster-migration-barrier 17. Redis性能优化实践
7.1 管道技术(Pipeline)
- 将多个命令打包发送
- 减少网络往返时间
- 不适合有依赖关系的命令序列
7.2 Lua脚本
- 原子性执行多个命令
- 减少网络开销
- 支持复杂逻辑处理
示例：
local key = KEYS[1] local val = redis.call("GET", key) return val7.3 大Key处理方案
- 拆分大Key
- 使用SCAN系列命令替代KEYS
- 开启lazy-free机制
lazyfree-lazy-eviction yes lazyfree-lazy-expire yes8. Redis典型应用场景
8.1 缓存设计
- 缓存雪崩预防：随机过期时间
- 缓存穿透预防：布隆过滤器
- 缓存击穿预防：互斥锁
8.2 分布式锁实现
- SETNX + EXPIRE
- Redlock算法
- 续期机制
8.3 消息队列
- List实现简单队列
- Stream实现功能完善的消息队列
9. Redis监控与运维
9.1 关键监控指标
- 内存使用率
- 命中率
- 延迟时间
- 连接数
9.2 性能调优
# 最大内存限制 maxmemory 8gb # 内存淘汰策略 maxmemory-policy volatile-lru # 连接池配置 timeout 300 tcp-keepalive 6010. Redis常见问题排查
10.1 慢查询分析
slowlog-log-slower-than 10000 slowlog-max-len 12810.2 内存泄漏排查
- 使用INFO memory分析内存组成
- 检查大Key
- 监控内存增长趋势
10.3 连接数异常
- 检查maxclients配置
- 分析客户端连接来源
- 使用CLIENT LIST命令查看连接详情
通过深入理解这些核心原理和最佳实践，开发者可以更好地驾驭Redis，构建高性能、高可用的系统架构。在实际项目中，建议根据具体业务场景选择合适的Redis功能和配置方案。
