我们来说一说 Redis IO 多路复用模型

# 传统多线程模型 vs Redis单线程+多路复用
传统模型：1个连接 → 1个线程 → 高内存消耗、上下文切换开销大
Redis模型：N个连接 → 1个线程 + I/O多路复用 → 低内存、无锁、高效

typedef struct aeEventLoop {
    int maxfd;                   // 当前最大文件描述符
    int setsize;                 // 监听的文件描述符数量上限
    long long timeEventNextId;   // 下一个时间事件ID
    aeFileEvent *events;         // 文件事件数组
    aeFiredEvent *fired;         // 就绪事件数组
    aeTimeEvent *timeEventHead;  // 时间事件链表头
    void *apidata;               // 多路复用器的特定数据（epoll/kqueue等）
    aeBeforeSleepProc *beforesleep;
    aeBeforeSleepProc *aftersleep;
} aeEventLoop;

// 以 epoll 为例的简化逻辑
int aeCreateFileEvent(aeEventLoop *eventLoop, int fd, int mask, 
aeFileProc *proc, void *clientData) {
    // 1. 在 events 数组中记录事件处理器
    aeFileEvent *fe = &eventLoop->events[fd];

    // 2. 调用底层 API 注册事件
    if (aeApiAddEvent(eventLoop, fd, mask) == -1)
        return -1;

    // 3. 设置回调函数
    fe->mask |= mask;
    if (mask & AE_READABLE) fe->rfileProc = proc;
    if (mask & AE_WRITABLE) fe->wfileProc = proc;
    fe->clientData = clientData;

    return 0;
}

void aeMain(aeEventLoop *eventLoop) {
    eventLoop->stop = 0;
    while (!eventLoop->stop) {
        // 处理事件前执行的操作（如处理异步任务）
        if (eventLoop->beforesleep != NULL)
            eventLoop->beforesleep(eventLoop);

        // 核心：多路复用等待事件
        aeProcessEvents(eventLoop, AE_ALL_EVENTS | AE_CALL_AFTER_SLEEP);
    }
}

int aeProcessEvents(aeEventLoop *eventLoop, int flags) {
    // 1. 计算最近的时间事件，确定多路复用的超时时间
    // 2. 调用多路复用API（epoll_wait/kevent/select等）
    numevents = aeApiPoll(eventLoop, tvp);

    // 3. 遍历就绪事件，调用相应的回调函数
    for (j = 0; j < numevents; j++) {
        aeFileEvent *fe = &eventLoop->events[eventLoop->fired[j].fd];

        if (fe->mask & mask & AE_READABLE) {
            fe->rfileProc(eventLoop, fd, fe->clientData, mask);
        }
        if (fe->mask & mask & AE_WRITABLE) {
            fe->wfileProc(eventLoop, fd, fe->clientData, mask);
        }
    }

    // 4. 处理时间事件
    if (flags & AE_TIME_EVENTS)
        processed += processTimeEvents(eventLoop);

    return processed;
}

# select/poll 的局限性
1. 每次调用都需要传递所有监听的fd（用户空间→内核空间复制）
2. 内核需要遍历所有fd检查就绪状态 O(n)
3. 支持的文件描述符数量有限（select默认1024）

# epoll 的优化
1. epoll_create: 创建epoll实例
2. epoll_ctl: 添加/修改/删除fd（仅增量更新）
3. epoll_wait: 获取就绪事件（仅返回就绪的fd）
4. 使用红黑树管理fd，哈希表存储就绪列表 O(1)复杂度

# 开启多线程I/O
io-threads 4          # 启用4个I/O线程（通常设为CPU核心数）
io-threads-do-reads yes  # 启用读多线程（写默认开启）

# 查看Redis事件循环状态
redis-cli info stats | grep -E "(total_connections_received|instantaneous_ops_per_sec|total_commands_processed)"

# 查看网络I/O
redis-cli info stats | grep -E "(total_net_input_bytes|total_net_output_bytes|rejected_connections)"

# 调整最大连接数（根据实际情况）
maxclients 10000

# 调整TCP backlog
tcp-backlog 511

# 调整客户端超时
timeout 0  # 永不断开，适合内网

# 合理设置内存淘汰策略
maxmemory-policy allkeys-lru