Redis是一个单线程的应用程序，NodeJs、Nginx都是单线程，它们都属于服务器高性能的典范。
Redis之所以是单线程还能这么快的原因,
其一是因为它所有的数据都在内存当中，所有的运算都是内存级别的运算，所以使用redis时，要注意时间复杂度为O(n)的指令，因为是单线程的，如果数据量太大，会让其他指令被阻塞等待,
其二是因为redis使用非阻塞IO与多路复用处理大量的客户端连接。
非阻塞IO
当我们使用套接字的读写方法时，默认是阻塞的，
即调用read方法传递一个参数n，表示最多读取n个字节后返回，如果一个字节都没有，线程就会在read方法这里持续等待，直到有数据过来或者连接被关闭，read方法此时返回，线程才能执行下面的逻辑，
write方法一般不会阻塞，除非内核为套接字分配的写缓冲区满了，write方法才会阻塞，一直到缓存区中有空间闲出来。
下图是套接字读写的细节流程。
非阻塞IO在使用套接字时提供了一个选项Non_Blocking，当这个选项打开时，读写方法不会阻塞，而是能读多少读多少，能写多少写多少，
能读多少取决与内核为套接字分配的读缓冲区的数据字节数，能写多少取决于内核为套接字写缓冲区分配的数据字节数，
读写方法都会通过返回值告诉程序读写了多少字节数。
非阻塞IO意味着读写时，线程不必再被阻塞着，读写可以瞬间完成，线程可以继续往下做别的事情。
多路复用(事件轮询)
非阻塞IO虽然很快，但是也带来一个问题，线程读数据，读了一部分就返回了，没有读完，剩下的数据何时继续读？，写数据，缓冲区满了，没有写完，剩下的数据何时继续写？
当可以继续读或者可以继续写时，应该给应用程序一个通知，告诉应用程序可以继续读或者继续写，事件轮询API就是用来处理这个问题的。
select
操作系统提供了一个select函数给用户程序，输入是读写描述符列表 read_fds & write_fds，输出是与之对应的可读可写事件，
同时还提供了timeout参数，线程最多等待timeout的时间，在这期间有事件过来，方法立刻返回，线程往下处理，如果超过timeout时间，方法也会返回，
如果拿到事件了，线程即可挨个处理相应的事件，处理完了以后继续调用 select api 轮询，所以该线程其实是一个死循环，不停的 select，不停的处理，来回这样，这个死循环被称之为事件循环，一个循环即一个周期。
事件循环伪代码:
while True
read_events, write_events = select(read_fds, write_fds, timeout)
for event in read_events:
handle_read(event.fd)
for event in write_events:
handle_write(event.fd)
handle_others() # 做其他的逻辑处理，处理定时任务等等通过select函数我们可以处理多个通道描述符的读写事件，所以将select这类的系统函数调用称之为多路复用API，
现代操作系统的多路复用API已经不使用select系统调用，改用epoll(linux)和kqueue(FreeBSD、macosx)，
select的性能在描述符变多时会变得很差，epoll与select使用起来略有差异，不过都可以用上面的伪代码理解，都是当描述符发生事件时，循环对描述符的事件做出处理，
serversocket对象的读操作是指调用accept接受客户端新连接，何时有连接来临，也是通过select调用的读事件通知的。
Java中的NIO技术就是事件轮询，其他语言也有这个技术。
指令队列
Redis为每一个客户端套接字关联一个指令队列，客户端发来的指令通过队列进行先进先出的顺序处理。
响应队列
同样Redis返回的结果也通过为每个客户端关联的一个队列返回，如果队列为空，则暂时不需要去获取写事件，
此时会将该客户端描述符从write_fds里移除，等队列有数据的时候，再将描述符放进去，这样可以避免select系统调用返回写事件时，发现没数据可写，造成空轮询、无用轮询，对机器CPU的消耗。
定时任务
服务器不单要响应IO事件，有些其他的事情也需要处理，例如应用程序自身的定时任务，如果线程阻塞在select调用上，等待select的返回，这会造成有些定时任务到期了，却没有执行，
Redis的定时任务记录在一个称为 最小堆 的数据结构中，这个堆中，最快要执行的任务排在最上方，每个循环周期里，redis会对堆中已经到时间点的任务进行处理，
处理完毕后，将堆中即将要执行的任务还需要的时间记录下来，再次调用select时，这个时间就是timeout的值，在这期间内不会有其他任务需要执行了，redis可以放心的最多阻塞这么久，然后到时间后进行相应的处理。
NodeJs和Nginx的事件处理原理和Redis也是类似的形式。
