先说一句，RedisNeng冲到10万QPS，那可不是随便说说的。

咱们先把心态放轻松，别把技术当成高冷的学术。

hen多人第一反应就是：“单线程？那不是瓶颈？”

其实啊，Redis用单线程来处理命令执行。

好处是省掉了锁竞争，省掉了上下文切换的开销。

你想啊，同一时刻只有一个CPU在跑业务代码，根本不用担心数据竞争。

网络IO倒是用了多线程，这点从0.9版本起就Yi经支持。

所以CPU只管干活，网络层负责把请求塞进来这样整体吞吐就提升了。

一次内存访问大概0.1微秒。

磁盘随机IO得几毫秒——差距足足是万倍以上。

Redis把所有数据dou放在内存里自然飞快。

再加上C语言写的底层实现，指令集直接映射到机器码，上下文切换几乎为零。

SDS是Redis自研的字符串封装。

它把长度和空闲空间dou写在结构体里一读就Neng拿到长度O。

改动前会检查free是否够，不够就自动扩容——这叫防止缓冲区溢出。

而且扩容时会多预留一点空间，减少后续realloc次数，省得CPU和内存频繁打架。

struct sdshdr {
    int len;   // Yi使用长度
    int free;  // 未使用长度
    char buf;// 字节数组
}

获取长度 O直接读 len 字段。

杜绝溢出修改前检查 free，不足则扩容。

空间预分配一次性多分配点儿空闲，提高效率。

当哈希表或列表里元素少、值短时Redis会用连续内存块存储——ziplist。

这玩意儿省去了指针开销，也让CPU缓存命中率蹭蹭上涨。

ZSET底层靠跳表实现，多层索引链表查找O。

相比红黑树，它代码geng简洁、插入删除成本geng低。哈哈，你懂的，这种“折中”方案特别适合内存数据库。

graph LR
    subgraph SDS结构
        A --> B
        B --> C
    end

Pipelining Neng把上百条命令打包一起发过去，然后一次性收回响应。这样网络延迟基本被抵消了。说实话，这招在高并发场景下简直是救星。

Jedis jedis = new Jedis;
Pipeline p = jedis.pipelined;
for  {
    p.incr;
}
p.sync;

AOF每写一次dou会追加日志，Ru果不开启同步刷盘，对性Neng影响不大；RDB快照则是在后台fork子进程完成写磁盘，不阻塞主线程。合理配置这两者，Ke以让持久化几乎不拖慢QPS。咱就是说只要业务容忍一定的数据丢失风险，就Ke以把AOF改成每秒刷一次或者完全关闭，让CPU专注于业务请求。 # 为什么百度不收录这篇文章？

先别急着埋怨搜索引擎黑手党，我来给你解释一下：

动态内容缺少静态渲染路径：

Baidu蜘蛛geng喜欢HTML静态页面而我们的文章里大量使用了JS/动态加载标签，这让爬虫抓不到真实内容。哈哈，有点像隐身术啦！

Noindex meta标签：

有时候我们在测试环境里会加上 防止搜索引擎抓取，忘记删掉就导致不被收录了。害，你懂的，这种小疏忽经常发生呀！

- **硬件选型**：选用低延迟 DDR4/DDR5 大容量内存；网卡Zui好是 10GbE+SR‑IOV；CPU 主频高、核心数适中，因为 Redis 单线程只占一个核心，但 IO 多线程会占几个核。

- **操作系统调优**：关闭 swap；把 vm.overcommit_memory 设置为 1；调大 net.core.somaxconn 和 tcp_max_syn_backlog；打开 Transparent Huge Pages Ke以提升大块内存分配效率。

- **配置参数**：maxmemory 设置为机器可用内存的 80% 左右；maxclients 根据并发量调高，但要确保文件描述符足够；activerehashing 开启渐进式哈希迁移避免突发卡顿。

"哈希表扩容时一次性搬完所有键值对会卡死服务"，对吧？Redis 用渐进式 rehash 把搬迁工作拆成 N 次小批量执行，每次只搬一点儿旧桶的数据。这么一来即使在高峰期也不会出现长时间阻塞。咱们常说的 “分摊成本”，就是这个道理！不对不对，我刚才说错了是“每次只搬迁几个槽位”，这样 CPU 占用平稳如水。 # 常见坑点与规避方法

Avoid big keys：

KVS 中单个 key 超过 10KB 会导致网络传输和序列化成本激增。使用 redis-cli --bigkeys` 检查并拆分超大对象。哈哈，这招挺实用！

Avoid slow commands：

SORT、KEYS、SCAN 在大集合上会变慢，用有序集合或二级索引代替，或者加 LIMIT 限制返回量。你懂的，大数据场景下别随便全表扫描呀！

Avoid frequent RDB snapshots：

SAVE 命令每次dou会 fork 子进程，Ru果频繁触发，会占满 CPU 和 I/O 带宽。建议改成 BGSAVE 并合理设置触发阈值，比如每小时一次或达到一定写入量才触发。呵呵，这也是生产环境里的必备技巧之一。

EVALSHA、Lua 脚本也Ke以帮助我们将多个操作合并成原子事务，从而进一步降低网络往返次数。不过要注意脚本执行时间不Neng太长，否则会阻塞其他请求——这跟单线程模型形成天然约束。 # 小结 —— 四大支柱撑起十万 QPS

SDS + ziplist + skiplist 的紧凑内存布局，让 CPU 缓存命中率飙升；

Pipelining + Multi‑threaded IO，把网络延迟压到极限；

Lazily rehash + incremental eviction，把“大搬家”拆散成细碎任务；

Tuning OS & Redis 参数，让硬件潜力彻底释放；

MUTEX-free 单线程执行逻辑，让上下文切换降到零；

AOF / RDB 按需持久化，不抢占业务带宽。

Hello，各位老友，我今天顺手把 SEO 小细节扯进去，也是为了让这篇文章geng容易被搜索引擎kan到——毕竟流量也是一种性Neng，对吧？下面给你几招：

*标题* 包含关键字 “Redis 高性Neng 10 万 QPS”。搜索引擎henkan重标题词频，你懂的，就是这么直接有效。

*Meta Description* 要自然出现关键词，同时控制在150字符左右，不要堆砌关键词，否则会被认定为spam，被百度降权甚至不收录。

*正文* 使用 H2/H3 合理分层，并且每段文字保持适度长度，方便爬虫抓取文本特征。这篇文章Yi经满足这些要求啦！哈哈，有点自恋~

*内部链接* 把相关技术博客互相引用，提高页面权重传递。Ru果你的站点结构清晰，那百度爬虫走得geng顺畅，自然不会“不收录”。

*图片 alt 属性* 对于关键示意图，加上描述性的 alt 文本，也Neng提升索引率。

*外链质量* 高质量外链Neng提升整体域名权重，不过要自然增长，不要买链，那可是黑帽子手段，会被处罚！害，你可别走歪路啦~