Redis是大型架构的必备中间件，下面我重点详解Redis如何抗住百万并发@mikechen
非阻塞IO机制
Redis 的非阻塞 I/O ，是其高并发能力的关键。
与阻塞 I/O 不同，非阻塞 I/O 允许 Redis 在发起 I/O 操作（如读取客户端请求、或发送响应）后，立即返回。
还可以，继续处理其他任务，而无需等待操作完成。
非阻塞 IO 、与事件循环紧密结合。
只有在套接字被标记为可读/可写时才进行实际读写，避免任何长时间阻塞。
事件驱动设计
Redis基于Reactor模式的事件驱动模型，是其高并发性能的核心。
Redis 使用一个主循环监听客户端连接、命令执行等事件。
当 I/O 操作（如读写 socket）或定时任务触发时，事件被加入队列，Redis 按序处理。
事件处理完成后，立即返回到事件循环，继续监听新事件。
通过异步回调机制，Redis 在单线程中高效处理大量并发请求。
IO多路复用
Redis 利用 I/O 多路复用技术，通过单个线程监控多个 socket 连接的状态，高效处理并发请求。
Redis 在不同平台上，采用最合适的多路复用机制（Linux 上优先使用 epoll）。
epoll 能以 O(1) 的方式，处理大量连接就绪事件，减少遍历整个 fd 列表的开销，这也是 Redis 支持数万到百万并发连接的核心。
内存操作
Redis 数据全部存储在内存中，访问速度远超磁盘（微秒级 vs 毫秒级）。
并且，Redis还使用到了，高效数据结构。
比如：哈希表、跳跃表、压缩列表…等等，针对不同场景优化存储和查询。
而且，使用内存分配器（如 jemalloc）减少内存碎片，提高分配效率。
这使得Redis能够快速响应客户端的请求，从而更好的支撑高并发场景。
Redis集群扩展
虽然前面四点主要解决单实例的并发处理能力，但要实现更高吞吐（横向线性扩展）必须依赖集群化设计。
将数据按键分布到多个节点（Redis Cluster），从而把负载分摊到多台机器上。
客户端或代理可以通过一致性哈希将请求定向到对应分片，避免单点瓶颈。
通过复制将数据从主节点复制到若干从节点，从节点可以承担读请求，进一步提高整体读吞吐。