啦啦啦，我是賣身不賣藝的二哈，ε=(´ο｀*)))唉錯啦（我是開車的二哈），我又來了，鐵子們一起開車呀！
今天來分析下cpu結構對redis效能會有影響嗎？
在進行redis效能分析的時候，通常我們會考慮下面這些方面，如：
1. 縮短 key 的長度
2. 禁止使用 keys *
我們都知道 keys *， 在使用的時候 redis 會處於阻塞狀態，導致其它任何命令在你的 redis 例項中都無法執行。這個情況在 redis 資料量大的時候就很明顯，嚴重影響系統的執行。（一般我們用 scan 來代替）
3. 進行資料壓縮
在把資料存入 redis 中，我們一般不會使用完整全名的資料，一般會進行適當的資料壓縮，這樣可以提高 redis 效能，方便我們資料的儲存。
4. 設定過期時間
我們對一些不是永久性需要的資料，可以進行鍵的過期時間設定，這樣到時間後，資料就會自動清除，節省我們 redis 儲存空間（記憶體）。
5. 使用**策略
為資料設定相關的過期**策略，節省記憶體的開銷，提高 redis 執行的效能。（ redis 目前有8種**策略，有興趣可以檢視 redis.conf ，多了lfu）。
6. 適當使用 bit （位圖）
適當使用 bit，可節省我們 redis 儲存的成本，即記憶體的大小。
7. 對所儲存的資料字段進行優化
如：我們只需要在 redis 儲存關鍵資訊即可，詳細資訊儲存到磁碟上即可。
8. 使用管道進行資料操作
對於命令執行操作，我們要使用管道 pipeline，這樣可以節省 redis 傳輸過程的成本，提高 redis 的效能。我們知道如果不適用管道，命令是乙個乙個進行操作，如果我們加上管道，這樣由原來的單條命令變成多條命令進行傳輸操作，節省多次傳輸過程的網路開銷。
n .... (還有很多很多~~)
但是，我們可能有時候會真正忽略 redis 執行的前提條件，單核 cpu 和多核 cpu 對 redis 效能影響也是相差甚遠。在計算機組成原理中，我們都知道 cpu 是計算機的核心構成之一，**處理器（central processing unit），是計算機系統的運算和控制中心。乙個cpu處理器中一般包含有多個執行核心（物理核），執行核心我們也叫作物理核，一般包含一級快取（l1 cache）和二級快取（l2 cache）。其架構圖如下所示：
對於 l1 快取和 l2 快取，在每個物理核上都是獨自擁有的，訪問速度非常快，基本都在 ns 級別。我們設想如果把資料執行的指令放在這兩個快取上，那麼可以大大提高計算機的訪問效能。這樣我們可以設想這樣乙個情形：
如果，我們把 redis 例項的資料和指令繫結到乙個 cpu 核上，那麼當 redis 頻繁執行資料訪問和操作時，都是基於cpu 上的快取進行操作，那麼效能是不是大大的提高了，沒錯，事實就是如此。但是，我們電腦一般都是多核 cpu 的，在進行資料訪問和操作時，系統不會只有乙個執行緒在進行操作，是有很多很多的執行緒在同時進行操作，會同時操作我們的cpu，也就是我們所說的多執行緒操作cpu。如果乙個執行緒此時在cpu1上執行，後來又跑到了cpu2上執行，這時在cpu1上保留的資料和指令不在cpu2，這時要重新進行資料載入，會降低執行緒執行的效率，上述所發生的過程，我們也叫作上下文切換，這在作業系統核心環境下，是很常見的現象。
所以，我們要避免執行緒來回在cpu上進行切換，導致指令和資料進行多次載入，增加鎖處理的時間。我們從cpu結構出發，如果在多核cpu上，如果我們的每個redis例項都只在乙個cpu上執行的話，那麼我們離解決問題的步伐是不是又更近了一步。（問題都是一步一步的剖析，慢慢解開其真容(*╹▽╹*)）。
taskset 是依據執行緒pid（tid）查詢或設定執行緒的cpu親和性（affiliation）（與哪個cpu核心繫結）。
如果有夥伴們不知道 taskset 如何使用，沒關係，可以使用 man 或者 help 手冊進行檢視相關引數使用（ man taskset 或 taskset -h ）。在進行繫結的時候，我們要知道自己機器的cpu的核數（ cat /proc/cpuinfo ），以方便我們準確的進行cpu繫結，不會說不知道自己cpu核數隨便繫結乙個超過自己cpu核數的數。
例子：假如我們要繫結cpu0這個cpu核，那麼命令如下：
taskset -c 0 ./redis-server這時，我們可以通過 redis 的壓測工具進行相關測試 redis-benchmark
例如：對 get 、put 和 set 進行測試：
redis-benchmark -h 127.0 . 0.1 -p 6379 -c 50 -n 10000 -t getredis-benchmark -h 127.0 . 0.1 -p 6379 -c 50 -n 10000 -t put
redis-benchmark -h 127.0 . 0.1 -p 6379 -c 50 -n 10000 -t set可以發現redis例項的效能大大提公升。
redis例項還可以和網路中斷程式綁在 cpu socket 上，這樣能減小redis 跨 socket 訪問記憶體的網路開銷。（在網路傳輸過程中，這也是乙個非常值得考慮優化的問題）。
這裡或許會有夥伴會問了（乙個cpu物理核內部不是還有邏輯核嗎，我們不應該繫結在邏輯核上嗎？）
這個小夥伴思考的好！別急，我先給你們維基百科（面向搜尋引擎）下這些知識點：
注意啦！！這裡裡面的三角關係：
乙個cpu可以有多個物理核。但是如果作業系統開啟了超執行緒，乙個物理核可以分成 n 個邏輯核，n為超執行緒的數量。（分身）
來讓我們看看單核cpu的草圖：
我們可以從上圖看出，乙個cpu核內在沒有開啟超執行緒的時候 ，內部是有兩個邏輯核的，但是為什麼我們不把 redis 例項繫結在其中乙個邏輯核上，而是繫結在它們的物理核上呢？把 redis例項繫結在乙個物理核上，可以讓該例項的主程序、子程序、後台執行緒都共享這個物理核內的兩個邏輯核，這樣可以使這些執行緒和程序不必只爭搶乙個邏輯核，一定程度上避免的cpu競爭。（因為內部有兩個供他們選擇使用，不會只因為使用乙個而來回切換）。
以上這些操作，都是小小的起步，如果我們還需要進一步提公升redis效能，我們需要從原始碼程度去解讀redis，深入研究，在必要時刻我們可以修改redis的原始碼，從根源上尋找適合當前問題最佳扳手。
二哈，今天的分享就到這裡啦~~，下次再見，鐵子們~
空間（記憶體）。
你不知道的 CPU 原理
cpu 是一台計算機核心且異常複雜的部件，當我們操作電腦，它以極快的速度執行著我們預設的每一條指令，但往往一些即使是作為程式設計師的專業人員也對其知之甚少，了解它的一些基本術語和基本執行步驟將會接近與 cpu 之間的距離。1.時鐘週期 我們通常看到的 cpu 主頻。時鐘脈衝由晶振發出，一般用來作同步...
我知道你會氣泡排序，那你會優化氣泡排序嗎？
在生活中，我們離不開排序，比如我們上學的時候按個頭高低排位置，現在我們買東西的時候會按照發貨地遠近進行排序，或者 高低排序。排序看著簡單，可是背後藏著很多的演算法和思想。在這給大家介紹一下常用的排序演算法。每次提到排序，繞不開的就是氣泡排序。氣泡排序 bubble sort 是一種基礎的交換排序。它...
掌握這些流程！你也會資料視覺化！
圖表中的柱狀圖 條形圖 折線圖 餅圖 散點圖等圖形，都是大多數人對資料視覺化的第一感覺，而往往卻疏忽了資料視覺化的更深層次展示。乙個完整的資料視覺化流程 01資料採集以及分析 大資料時代，金融 經濟 教育 銷售等等所有的行業都將和的資料息息相關。簡單的來說，只要您有一套完整的資料庫體系，就能為您的視...