Redis 为什么这么快?

本文涉及的产品
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
简介: Redis 为什么这么快?

Redis 为什么这么快?



Redis  是 NoSQL 数据库,key-Value 数据库,键值数据库会使用 hash 表存储值和数据。Redis 全称是 Remote Dictionary Server ,是用字典存储数据,也就是 key-value 类型的数据。


Redis 查询效率很高,为什么这么快?


  1. Redis 采用的是 ANSI C 语言编写,采用 C 语言编写的好处是底层代码执行效率高。依赖性低,使用 C 语言开发的库没有太多运行时(Runtime)依赖,并且系统兼容性好,稳定性高。
  2. Redis 采用的 Key-Value 方式进行存储,数据的操作复杂度为 O(1)
  3. 采用单线程模型,单线程避免了线程上下文切换和不必要的线程资源竞争。
  4. 采用了多路 I/O 复用技术,这里的多路是多个 Socket 网络连接,复用是指复用一个线程,采用多路技术的好处是同一个线程中可以处理多个 I/O 请求,减少网络 IO 消耗,提升了使用效率。


为什么采用连接池机制?


直接连接的问题是每次都要创建一个连接,这开销非常大,使用连接池机制,事先创建好多个连接,将其放到连接池中,当需要Redis 操作的时候,直接从连接池中获取,完成后不是释放掉连接,而是返回到连接池。


连接池原理


连接池实例一般保存两个list,保存的是 _avilable_connections 和 _in_user_connections, 分别代表连接池中可以使用集合和正在使用的连接池集合。

当想要创建连接时,从 _availavle_connections 中获取一个连接并使用,并将其_in_use_connections 中,如果没有可用的连接,才会创建一个新连接,再将其放到 _in_use_connections 中,如果连接使用完毕从 _in_use_connection中删除,然后添加到 _avilavle_connections 中,后续使用。

640.png

相关文章
|
10月前
|
机器学习/深度学习 数据采集
《机器学习模型快速收敛的秘籍大揭秘》
在机器学习中,快速收敛是提高效率和节省资源的关键。常用方法包括:选择合适的优化器(如Adam、RMSProp等),动态调整学习率,使用预训练模型,进行数据预处理,合理选择模型结构,应用批量归一化,以及增加训练数据。这些策略能有效加速模型收敛,提升性能并减少训练时间。
382 7
|
11月前
|
存储 人工智能 安全
《数据主权:人工智能时代的核心基石与挑战》
在数字化时代,人工智能成为社会变革的强大力量,深刻改变着我们的生活方式。数据主权作为其核心基石,涉及国家、企业和个人的数据管辖与控制权。国家层面,数据主权关乎国家安全与经济竞争力;企业层面,合规利用数据可提升竞争力,但也面临法律风险;个人层面,隐私保护至关重要。国际社会正通过法规和技术手段(如GDPR和区块链)应对这些挑战,以确保数据安全与隐私,推动人工智能健康发展。
288 18
|
12月前
|
机器学习/深度学习 人工智能 自然语言处理
LTX Video:Lightricks推出的开源AI视频生成模型
LTX Video是由Lightricks推出的开源AI视频生成模型,能够在4秒内生成5秒的高质量视频。该模型基于2亿参数的DiT架构,确保帧间平滑运动和结构一致性,支持长视频制作,适用于多种场景,如游戏图形升级和电子商务广告变体制作。
849 1
LTX Video:Lightricks推出的开源AI视频生成模型
|
人工智能 API 数据中心
NVIDIA破局第二曲线创新问题之Megatron Core的定义如何解决
NVIDIA破局第二曲线创新问题之Megatron Core的定义如何解决
266 0
|
缓存 前端开发 JavaScript
前端 JS 经典:构建工具
前端 JS 经典:构建工具
301 0
|
分布式计算 DataWorks API
dataworks常见问题之如何获取oss文件大小
DataWorks是阿里云提供的一站式大数据开发与管理平台,支持数据集成、数据开发、数据治理等功能;在本汇总中,我们梳理了DataWorks产品在使用过程中经常遇到的问题及解答,以助用户在数据处理和分析工作中提高效率,降低难度。
498 4
|
分布式计算 Prometheus 资源调度
分布式计算引擎 Flink/Spark on k8s 的实现对比以及实践
以 Flink 和 Spark 为代表的分布式流批计算框架的下层资源管理平台逐渐从 Hadoop 生态的 YARN 转向 Kubernetes 生态的 k8s 原生 scheduler 以及周边资源调度器,比如 Volcano 和 Yunikorn 等。这篇文章简单比较一下两种计算框架在 Native Kubernetes 的支持和实现上的异同,以及对于应用到生产环境我们还需要做些什么。
793 54
分布式计算引擎 Flink/Spark on k8s 的实现对比以及实践
|
Java BI API
利用Java判断列表中元素的唯一性
利用Java判断列表中元素的唯一性
488 0
|
XML 存储 Rust
Rust中的热门第三方库:Serde与Reqwest探秘
本文将带您走进Rust的生态系统,重点介绍两个广受欢迎的第三方库:Serde和Reqwest。Serde以其强大的序列化和反序列化能力而著称,而Reqwest则为Rust开发者提供了简洁、高效的HTTP客户端功能。通过深入了解这两个库,您将能够更好地利用它们来加速您的Rust项目开发。
|
存储 人工智能 自然语言处理
Replika:AI智能聊天机器人
Replika:AI智能聊天机器人
2265 0