说起当前主流NoSql数据库非 Redis 莫属。因为它读写速度极快，一般用于缓存热点数据加快查询速度，大家在工作里面也肯定和 Redis 打过交道，但是对于Redis 为什么快，除了对八股文的背诵，好像都还没特别深入的了解。
今天我们一起深入的了解下redis吧：
高效的数据结构
Redis 的底层数据结构一共有6种，分别是，简单动态字符串，双向链表，压缩列表，哈希表，跳表和整数数组，它们和数据类型的对应关系如下图所示：
本文暂时按下不表，后续会针对以上所有数据结构进行源码级深入分析
单线程vs多线程
在学习计算机操作系统时一定遇到过这个问题： 多线程一定比单线程快吗？ 相信各位看官们一定不会像上面的傻哪吒一样落入敖丙的圈套中。
多线程有时候确实比单线程快，但也有很多时候没有单线程那么快。首先用一张3岁小孩都能看懂的图解释并发与并行的区别：
并发（concurrency）：指在同一时刻只能有一条指令执行，但多个进程指令被快速的轮换执行，使得在宏观上具有多个进程同时执行的效果，但在微观上并不是同时执行的，只是把时间分成若干段，使多个进程快速交替的执行。
并行（parallel）：指在同一时刻，有多条指令在多个处理器上同时执行。所以无论从微观还是从宏观来看，二者都是一起执行的。
不难发现并发在同一时刻只有一条指令执行，只不过进程（线程）在CPU中快速切换，速度极快，给人看起来就是“同时运行”的印象，实际上同一时刻只有一条指令进行。但实际上如果我们在一个应用程序中使用了多线程，线程之间的轮换以及上下文切换是需要花费很多时间的。
Talk is cheap,Show me the code
如下代码演示了串行和并发执行并累加操作的时间：
public class ConcurrencyTest {
private static final long count = 1000000000;
public static void main（String[] args） {
try {
concurrency（）;
} catch （InterruptedException e） {
e.printStackTrace（）;
}
serial（）;
}
private static void concurrency（） throws InterruptedException {
long start = System.currentTimeMillis（）;
Thread thread = new Thread（new Runnable（） {
@Override
public void run（） {
int a = 0;
for （long i = 0; i < count; i++）
{
a += 5;
}
}
}）;
thread.start（）;
int b = 0;
for （long i = 0; i < count; i++） {
b--;
}
thread.join（）;
long time = System.currentTimeMillis（） - start;
System.out.println（"concurrency : " + time + "ms,b=" + b）;
}
private static void serial（） {
long start = System.currentTimeMillis（）;
int a = 0;
for （long i = 0; i < count; i++）
{
a += 5;
}
int b = 0;
for （long i = 0; i < count; i++） {
b--;
}
long time = System.currentTimeMillis（） - start;
System.out.println（"serial : " + time + "ms,b=" + b）;
}
}
|
