红色的快感：Redis的读写性能测评
Redis是一款非常流行的高性能键值存储数据库，它被广泛应用于缓存、消息队列、实时统计等领域。在大规模的web应用中，高性能的数据访问是非常关键的，因此对于Redis的性能测评也成为了很多开发者关注的焦点。在本文中，我们将通过对Redis进行读写性能测试来了解Redis的性能表现。
一、关于测试环境
在进行性能测试之前，我们需要准备一些必要的测试环境。测试环境需要满足以下几个要求：
1、硬件环境： 服务器 硬件配置需要足够高，以确保Redis能够发挥出最佳性能。我们使用的测试服务器是一台四核Intel Core i7 6700K CPU，16 GB内存和1 TB机械硬盘。
2、测试工具：我们使用基于Python的Redis性能测试工具redis-benchmark来进行性能测试。
3、测试数据：在测试过程中，我们使用了存储了10万个键值对的测试数据。
二、测试过程
1、测试方法
在进行读写性能测试时，我们需要考虑以下两个性能指标：
读取吞吐量：指每秒钟能够读取的数据量。
写入吞吐量：指每秒钟能够写入的数据量。
在测试过程中，我们将对Redis进行三个不同的测试：
1、单线程读取性能测试
2、单线程写入性能测试
3、多线程并发读写性能测试
2、测试结果
通过进行上述的三组测试，我们得到了如下的性能测试结果：
1、单线程读取性能测试
在单线程的读取测试中，我们测试了不同的并发读取数量，得到了以下的测试结果：
并发读取数量 每秒读取请求数量
16 31807.64
32 32060.00
从测试结果可以看出，虽然在增加并发读取数量时，每秒读取请求数量有所增加，但是增加的幅度却有限，大约在并发读取数量为8的时候达到了最大值。因此，在实际应用中，需要根据具体情况来选择并发读取数量，以在性能和稳定性之间达到平衡。
2、单线程写入性能测试
在单线程的写入测试中，我们测试了不同的并发写入数量，得到了以下的测试结果：
并发写入数量 每秒写入请求数量
从测试结果可以看出，在增加并发写入数量时，每秒写入请求数量并不会有太大的增长。因此，在实际应用中，需要根据具体情况来选择合适的并发写入数量，以保证性能和稳定性之间的平衡。
3、多线程并发读写性能测试
在多线程并发读写测试中，我们测试了不同的并发数量（读取与写入之和），得到了以下的测试结果：
并发数量 每秒读取请求数量 每秒写入请求数量
10 13012.70 4718.58
20 21023.44 7780.49
40 26379.98 8105.90
80 22222.22 7905.07
160 15598.03 7418.67
320 10030.15 5020.22
从测试结果可以看出，在并发读写的情况下，每秒读取请求数量和每秒写入请求数量都会受到一定的限制。在实际应用中，需要根据具体情况合理配置并发数量，以获得更好的性能。
三、总结
通过上述的测试结果，我们可以得到以下结论：
1、在单线程读取测试中，增加并发读取数量能够提高每秒读取请求数量，但对最终的性能提升幅度有限。
2、在单线程写入测试中，增加并发写入数量对性能提升幅度有限。
3、在多线程并发读写测试中，每秒读取请求数量和每秒写入请求数量都会受到一定的限制，应根据具体情况合理配置并发数量。
通过对Redis的性能测试，我们可以更好地了解Redis的性能表现，为实际应用中的Redis性能调优提供了一定的参考。
香港服务器首选树叶云，2H2G首月10元开通。树叶云（www.IDC.Net）提供简单好用，价格厚道的香港/美国云服务器和独立服务器。IDC+ISP+ICP资质。ARIN和APNIC会员。成熟技术团队15年行业经验。
预算十万左右，比亚迪e2和帝豪GSe两个车，该选哪个？
比亚迪e2补贴后售价8.98万起，帝豪GSe是10.98万起，从价格上来说e2更亲民。 而且e2整车质保期为6年/15万公里，要高于帝豪GSe的4年/12万公里。
怎么开车才省油?
1.别再怠速温车了，真的很耗油
如果你早上出门，习惯发动引擎，让车子温个几分钟，千万别再这麼做，这样停车利用怠速来温车相当耗油，而且会让引擎夭寿短命。如果一天怠速温车五分钟，一年就要一小时八十多分钟，那得耗费很多油。怠速温车，时间一长，引擎室汽缸壁会产生水珠，水会使机油的润滑效果衰减，引擎反而容易损坏。
现在的车子不再使用化油器，不必再像以前那样，冷车要拉阻风门来温车，正确做法是一边开车、一边温车，只要速度不要太快，开个一两公里，引擎就能达工作温度。
2.不必要的电器别用啦
车子许多电器化的配备其实很耗电，电能来自发电机，所有的电器，包括冷气、车灯、防盗器、测速器、除雾器等等，都会让发电机负载量升高，发电机发电量要增加，就得靠引擎带动皮带来发电，当然会让引擎的油耗增加。
如果要省油，就不要在车内使用太多耗电的配备，尤其是雨天，开著音响、打开车灯、再加上雨刷启动，这样是绝对耗电、耗油。
3.别再推杂物，里里扣扣很耗油
虽是老生常谈，不过许多人的车内总是放一堆不必要的杂物，根据保养厂过去接触过的案例，许多人不清车内不必要的物品，有些重量达到四五十斤，等於多载一个人在车上，当然耗油。
一些不必要的配备，也许可以考虑从车内移走，例如在无安全疑虑的情况下，可以用补胎剂取代备胎，备胎的重量少说也有八九公斤。又例如宝宝不搭车时，儿童安全座椅可以拿下车，虽然麻烦一些，但是可以省一点油，积少成多。
4.不要大脚踩，循序加速起步最省油
省油和激烈开车、追求速度感有时是矛盾的，要省油就得避免起步时重踩油门，重踩油门比一般正常速度起步，耗油量会增加2到3倍。其实重踩油门和逐渐加速，要达到时速60公里，两种开法在时间上只差不到10秒到20秒，要省油就不要抢那十多秒的快感。
5.保持车距而不频踩煞车，省下的油量更多
如果不保持车距，你在马路上很容易需要踩煞车，当你踩煞车，自排车档位会下降，车子就得再从低速档拉上来，静止起步或低速档起步，引擎得吃掉较高的油量。
接下来，开车的方法很重要，我们都知道两点之间，直线的距离最短，如果你常常变换车道，行驶距离也比较长，这样也会多消耗一点点油，而常常变换车道，为了超车，一定得重踩油门，油耗自然会增加。
6.不要乱改装，省不了油反而多花钱
有些改装店老板会建议车主拆掉车子的触媒转化器，换上所谓的代触媒，一家汽车改装厂的技师说，其实拆下触媒转化器，反而会造成排气管回压过大，消耗引擎的力量，想要省油反而得不偿失。
7.莫信「超级补药」， 效果有限
时下各种改装店会卖一些号称能增加马力、提高省油的添加剂，有些商品其实效果有限，多花钱买补品，却不一定省很多油钱。如果不慎用到一些仿冒品或劣质添加剂，车子更伤。
8.不要随便换扁胎， 跑得稳但也吃油
有些人为了追求操驾的快感，换了扁平比过高的性能胎，也就是胎面的宽度比较大的轮胎，这种胎提供抓地性能，但胎面接地面积大，摩擦力也大，引擎就得增加动力，油也就吃得多一些，尤其是静止起步时，耗油特别明显。
2个YES／帮你揩油
1.找个荫凉地方停车，老车别在烈日下太久
如果可以的话，车子尽量避免在烈日下曝晒，停在地下停车场或有树荫的地方。对一些老旧车辆来说，管路可能破漏，烈日下油箱内的油容易蒸发，变成碳氢化合物，会从一些老旧的管路或不够密封的油盖泄出。
此外，烈日曝晒，车内温度升高，发动引擎、开启冷气，要让车内温度降下来，冷气运转的时间就比较久，当然会多消耗一点汽油。当然，如果换装隔热效果较佳的隔热纸，也可以让车内冷房效果比较能维持，如此冷气压缩机运转时间就比较少，引擎也就比不那麼耗油。
2.定期保养，不可忽视
大家都知道车子每跑五千或一万，就要定时回保养厂做保养，不过如果你的车子长时间在壅塞的路段行驶，保养周期就得缩短一些。油、气、水、电的补充，让车子保持最佳状态，会比较省油，尤其是胎压一定要足，不足时最耗油，胎压过大，轮胎容易跳动
memcached和redis的区别
medis与Memcached的区别传统MySQL+ Memcached架构遇到的问题 实际MySQL是适合进行海量数据存储的，通过Memcached将热点数据加载到cache，加速访问，很多公司都曾经使用过这样的架构，但随着业务数据量的不断增加，和访问量的持续增长，我们遇到了很多问题： 需要不断进行拆库拆表，Memcached也需不断跟着扩容，扩容和维护工作占据大量开发时间。 与MySQL数据库数据一致性问题。 数据命中率低或down机，大量访问直接穿透到DB，MySQL无法支撑。 4.跨机房cache同步问题。 众多NoSQL百花齐放，如何选择 最近几年，业界不断涌现出很多各种各样的NoSQL产品，那么如何才能正确地使用好这些产品，最大化地发挥其长处，是我们需要深入研究和思考的问题，实际归根结底最重要的是了解这些产品的定位，并且了解到每款产品的tradeoffs，在实际应用中做到扬长避短，总体上这些NoSQL主要用于解决以下几种问题 1.少量数据存储，高速读写访问。 此类产品通过数据全部in-momery 的方式来保证高速访问，同时提供数据落地的功能，实际这正是Redis最主要的适用场景。 2.海量数据存储，分布式系统支持，数据一致性保证，方便的集群节点添加/删除。 3.这方面最具代表性的是dynamo和bigtable 2篇论文所阐述的思路。 前者是一个完全无中心的设计，节点之间通过gossip方式传递集群信息，数据保证最终一致性，后者是一个中心化的方案设计，通过类似一个分布式锁服务来保证强一致性,数据写入先写内存和redo log，然后定期compat归并到磁盘上，将随机写优化为顺序写，提高写入性能。 free，auto-sharding等。 比如目前常见的一些文档数据库都是支持schema-free的，直接存储json格式数据，并且支持auto-sharding等功能，比如mongodb。 面对这些不同类型的NoSQL产品,我们需要根据我们的业务场景选择最合适的产品。 Redis适用场景，如何正确的使用 前面已经分析过，Redis最适合所有数据in-momory的场景，虽然Redis也提供持久化功能，但实际更多的是一个disk-backed的功能，跟传统意义上的持久化有比较大的差别，那么可能大家就会有疑问，似乎Redis更像一个加强版的Memcached，那么何时使用Memcached,何时使用Redis呢?如果简单地比较Redis与Memcached的区别，大多数都会得到以下观点： 1Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，zset，hash等数据结构的存储。 2Redis支持数据的备份，即master-slave模式的数据备份。 3Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。 抛开这些，可以深入到Redis内部构造去观察更加本质的区别，理解Redis的设计。 在Redis中，并不是所有的数据都一直存储在内存中的。 这是和Memcached相比一个最大的区别。 Redis只会缓存所有的 key的信息，如果Redis发现内存的使用量超过了某一个阀值，将触发swap的操作，Redis根据“swappability = age*log(size_in_memory)”计 算出哪些key对应的value需要swap到磁盘。 然后再将这些key对应的value持久化到磁盘中，同时在内存中清除。 这种特性使得Redis可以 保持超过其机器本身内存大小的数据。 当然，机器本身的内存必须要能够保持所有的key，毕竟这些数据是不会进行swap操作的。 同时由于Redis将内存 中的数据swap到磁盘中的时候，提供服务的主线程和进行swap操作的子线程会共享这部分内存，所以如果更新需要swap的数据，Redis将阻塞这个 操作，直到子线程完成swap操作后才可以进行修改。 使用Redis特有内存模型前后的情况对比： VM off: 300k keys, 4096 bytes values: 1.3G used VM on:300k keys, 4096 bytes values: 73M used VM off: 1 million keys, 256 bytes values: 430.12M used VM on:1 million keys, 256 bytes values: 160.09M used VM on:1 million keys, values as large as you want, still: 160.09M used当 从Redis中读取数据的时候，如果读取的key对应的value不在内存中，那么Redis就需要从swap文件中加载相应数据，然后再返回给请求方。 这里就存在一个I/O线程池的问题。 在默认的情况下，Redis会出现阻塞，即完成所有的swap文件加载后才会相应。 这种策略在客户端的数量较小，进行 批量操作的时候比较合适。 但是如果将Redis应用在一个大型的网站应用程序中，这显然是无法满足大并发的情况的。 所以Redis运行我们设置I/O线程 池的大小，对需要从swap文件中加载相应数据的读取请求进行并发操作，减少阻塞的时间。 如果希望在海量数据的环境中使用好Redis，我相信理解Redis的内存设计和阻塞的情况是不可缺少的。
发表评论