Redis 单线程
Redis 读写是否是单线程？
核心数据操作仍然是单线程
Redis 主要采用 单线程执行命令，这是因为：
- 避免加锁：如果多个线程并发修改数据，就需要加锁，而 Redis 采用单线程保证操作的原子性，无需加锁，提高执行效率。
- CPU 主要用于网络和内存操作，而非计算：Redis 主要瓶颈在于 网络 I/O 和数据操作，而非 CPU 计算，所以单线程足够高效。
- 避免上下文切换：单线程模型消除了多线程环境中的上下文切换开销，简化了代码逻辑，提高了性能。
- 简化设计：单线程处理请求，避免了复杂的并发控制和锁机制，减少了潜在的竞争条件和死锁问题。
- 数据一致性：由于只有一个线程在操作数据，确保了数据的一致性，避免了并发修改时可能出现的脏读和竞态条件。
👉 结论：Redis 处理命令时（读写数据）仍然是单线程，所有指令在一个线程上按顺序执行，不会并行处理多个命令。
Redis 6.0+ 引入了多线程 I/O
虽然 Redis 本身是单线程处理命令，但 网络 I/O（包括请求解析和数据返回）可以多线程：
- 在 Redis 6.0 之前，网络 I/O 也是单线程，容易成为瓶颈。
- 在 Redis 6.0+，网络 I/O 可以由 多个线程 处理，提高吞吐量，尤其是 大规模并发连接 时性能提升明显。
Redis 6.0+ 的并行模式：
- 多线程处理网络 I/O（请求解析、应答数据）。
- 单线程执行具体命令（操作数据仍是单线程）。
- 多线程默认关闭，但可以通过
io-threads参数开启，例如：redis.conf: io-threads 4 # 开启 4 个 I/O 线程
Redis 7.0+ 进一步优化
Redis 7.0 对 多线程 I/O 和内存分配 进一步优化，减少了线程间的锁竞争，使得性能进一步提升。
如何实现真正的多线程并行？
如果你的业务需要更高的吞吐量，可以采用 多实例+分片的方式，让多个 Redis 进程并行工作：
- Redis Cluster：使用多个 Redis 实例，每个实例单线程，但整体可以并行处理请求。
- 分片（Sharding）+ 多个 Redis 节点：让不同的 key 落到不同的 Redis 服务器，实现真正的多线程并行。
- 客户端并发：Redis 客户端（如 Redisson）可以用多个连接池，让多个请求同时访问 Redis。
总结
- Redis 处理数据仍然是单线程，命令按顺序执行，避免加锁问题。
- Redis 6.0+ 开始支持多线程网络 I/O，提升高并发吞吐量。
- Redis 7.0 进一步优化多线程，减少锁竞争，提高效率。
- 真正的并行 Redis 方案：使用 Redis Cluster 或 多个 Redis 实例 进行分片。
Redis Cluster 可以并行读写数据，具体并行度由 主节点的数量 和 分片策略 决定。
Redis Cluster 如何实现并行读写
- 分片（Sharding）：
- Redis Cluster 会将数据按 哈希槽（hash slot） 分成 16384 个槽，数据根据键（key）通过哈希算法映射到不同的槽。
- 每个主节点负责一定数量的槽，并且 Redis Cluster 将数据分布到多个主节点上，从而实现了 数据的分片存储。
- 并行处理：
- 每个主节点独立处理自己的槽数据，因此 Redis Cluster 中的多个主节点可以并行处理不同槽的数据，提升了整体的并发能力。
- 也就是说，当多个客户端请求不同的键时，它们可以被分发到不同的主节点进行并行读写，不会互相阻塞。
主节点的数量对并行读写的影响
- 主节点数量越多，集群的并发能力越强。例如，若集群中有 10 个主节点，那么在没有任何网络瓶颈的情况下，最多可以并行处理 10 个请求。
- 如果请求的数据分布合理（不同的请求命中不同的主节点），那么每个主节点会处理自己的请求，最大限度地提高集群的吞吐量。
从节点的作用
- 从节点（Replica）并不能直接提升并行写能力，它们只用于读取和数据备份。
- 如果一个主节点的读取压力过大，从节点可以帮助分担读取请求，但 写操作必须通过主节点 来执行。
数据分布与并行限制
- 同一哈希槽的数据不能跨主节点存储，如果两个请求访问的数据属于同一哈希槽，那么这两个请求会被路由到相同的主节点。因此，即使集群中有多个主节点，如果两个请求都访问同一个槽的数据，它们的处理也是 串行的。
总结
- Redis Cluster 通过 分片和哈希槽机制 实现了并行读写数据。
- 主节点数量 决定了集群的并发能力，主节点越多，集群的并行能力越强。
- 读取请求 可以由从节点分担，但 写入操作只能由主节点处理。
- 数据访问的并行性取决于 请求命中的主节点，如果不同请求命中不同主节点，则可以并行执行。