Redis 底层原理全解析（SDS / 跳表 / IO多路复用 / 单线程模型）

📌 本篇目标：

• 从“会用 Redis” → “理解 Redis 为什么这么设计”
• 掌握面试中的“底层原理问题”
• 建立源码级思维

---

一、Redis 为什么快？

在前面我们说过 Redis 快，但这一篇我们从底层重新理解：

---

✅ 本质原因（升级版）

Redis 快 = 数据结构优化 + IO模型优化 + 架构设计优化

---

拆解为 4 大核心

1. 高效数据结构（SDS / 跳表）
2. 内存操作（无磁盘IO）
3. IO多路复用（高并发）
4. 单线程模型（无锁）

---

二、Redis 字符串底层：SDS

---

问题：为什么不用 C 原生字符串？

C 字符串：

char str[] = "hello";

问题：

• ❌ 需要遍历才能知道长度（O(n)）
• ❌ 容易缓冲区溢出
• ❌ 不支持动态扩展

---

✅ Redis 解决方案：SDS（Simple Dynamic String）

---

SDS 结构（核心）

struct sdshdr {
    int len;     // 已使用长度
    int free;    // 剩余空间
    char buf[];  // 数据
}

---

优势

---

1️⃣ 获取长度 O(1)

直接读取 len

---

2️⃣ 防止缓冲区溢出

自动扩容

---

3️⃣ 空间预分配

如果扩容 → 多分配一部分空间

好处：

减少频繁内存分配

---

4️⃣ 惰性释放

删除后不立即回收空间

---

面试回答模板

Redis 使用 SDS 替代 C 字符串，

优势：
1. O(1) 获取长度
2. 防止缓冲区溢出
3. 空间预分配 + 惰性释放

---

三、Redis 有序集合底层：跳表（SkipList）

---

为什么不用红黑树？

Redis 选择跳表的原因：

实现简单 + 性能接近平衡树

---

跳表结构理解

Level 3:  1 ----------- 9
Level 2:  1 ------ 5 -- 9
Level 1:  1 -- 3 -- 5 -- 7 -- 9

数据结构组成

每个节点包含：

• Key：存储的数据值（或分数）。
• Forward Pointers：一个数组，指向该节点在每一层的下一个节点。
• Level：该节点拥有的层数（高度）。

类似“多层索引”

---

查找过程

从最高层 `max_level`开始：

1. 在当前层向右遍历，直到下一个节点的值大于等于目标值。
2. 如果当前节点值等于目标值，返回成功。
3. 否则，**下降一层**，重复步骤 1。
4. 如果下降到第 0 层仍未找到，返回失败。

---

时间复杂度

查询 / 插入 / 删除：O(log n)

---

Redis 中的应用

ZSet（有序集合）

---

面试回答模板

ZSet 使用跳表 + hash 表实现：

- 跳表 → 排序
- hash → 快速查找

---

四、Redis List 底层：QuickList

---

为什么不用普通链表？

问题：

• ❌ 内存碎片多
• ❌ 访问慢

---

✅ QuickList（链表 + 压缩列表）

LinkedList + ZipList

---

结构

[ziplist] <-> [ziplist] <-> [ziplist]

---

优势

• 节省内存
• 保持链表灵活性

---

五、Redis IO 模型：IO 多路复用

---

问题：Redis 如何处理高并发？

👉 单线程怎么处理上万连接？

---

✅ 答案：IO 多路复用

---

类比理解

一个服务员同时负责多张桌子

---

常见实现

• select(轮询通知)
• poll(改进的轮询通知)
• epoll（Linux 事件回调）

特性	Select	Poll	Epoll
底层机制	轮询（线性扫描）	轮询（线性扫描）	回调/就绪列表
效率	连接数多时，效率O(n)，低下	连接数多时，效率O(n)，低下	效率O(1)，与活跃连接数相关，高并发下极高效
最大连接数	有限制（FD_SETSIZE，通常1024）	理论上无硬性限制	无硬性限制，受系统资源限制
工作模式	仅水平触发	仅水平触发	支持水平触发和边缘触发
内存与数据拷贝	每次调用需在内核和用户空间拷贝整个fd集合	每次调用需拷贝整个pollfd数组	使用内存映射，共享内存，减少拷贝开销
使用复杂度	中	中	较高（需管理epoll实例）
跨平台	几乎所有平台	大部分Unix-like系统	Linux特有

---

工作流程

1. 监听多个 socket
2. 哪个有数据 → 处理哪个

---

优势

• 不需要多线程
• 高效处理大量连接

---

面试回答模板

Redis 使用 IO 多路复用（epoll），

可以在单线程下高效处理大量连接请求

---

六、Redis 单线程模型

---

Redis 真的是单线程吗？

👉 面试陷阱题！

---

✅ 正确答案：

核心命令执行是单线程

但：

• 网络 IO → 多路复用
• 持久化 → 子线程

---

为什么用单线程？

---

1️⃣ 避免锁竞争

多线程 → 加锁 → 性能下降

---

2️⃣ 减少上下文切换

---

3️⃣ 内存操作本身就很快

---

❗ 面试加分点

Redis 性能瓶颈 ≠ CPU  
而是：内存 + 网络

---

七、Redis 内存淘汰策略

---

问题：内存满了怎么办？

---

✅ 8 种策略（重点记 3 个）

策略	说明
noeviction	不删除
allkeys-lru ⭐	最近最少使用
allkeys-random	随机
volatile-lru	有过期的 key 中淘汰

---

推荐

allkeys-lru（最常用）

---

八、Redis 过期删除策略

---

Redis 如何删除过期 key？

---

✅ 三种方式

---

1️⃣ 定时删除 ❌（不用）

---

2️⃣ 惰性删除

用到才检查

---

3️⃣ 定期删除

随机抽查

---

面试总结

Redis 使用：惰性删除 + 定期删除

---

九、Redis 线程模型演进

---

Redis 6 之后变化

引入：

多线程处理 IO

但：

命令执行仍然是单线程

---

十、终极面试总结

---

Redis 为什么这么快？

1. 内存操作
2. 高效数据结构（SDS / 跳表）
3. IO 多路复用
4. 单线程避免锁竞争

---

Redis 底层核心结构

String → SDS  
List → QuickList  
ZSet → 跳表  

---

Redis 线程模型

核心单线程 + IO多路复用 + 后台线程