redis為什么那么快？結論有三點，大家都知道，這里主要是分析。
首先第一點
redis是內存訪問的，所以快
當然這個大家都知道，所以不是重點
io密集型和cpu密集型
一般我們把任務分為io密集型和cpu密集型
io密集型
- IO密集型指的是系統的CPU性能相對硬盤、內存要好很多，此時，系統運作，大部分的狀況是CPU在等I/O (硬盤/內存) 的讀/寫操作，此時CPU Loading並不高。
- 對於io密集型的任務，它的主要時間都在磁盤io上，而io本身在發出中斷告知cpu后，cpu只需要短暫的處理一下，之后就由DMA(詳見附錄)負責數據傳輸，整個過程對cpu的利用率很低。因此我們需要開更多的線程去充分利用cpu。即一般線程數 = cpu核心數 * 2，如數據庫連接池
cpu密集型
- CPU密集型也叫計算密集型，指的是系統的硬盤、內存性能相對CPU要好很多，此時，系統運作大部分的狀況是CPU Loading 100%，CPU要讀/寫I/O(硬盤/內存)，I/O在很短的時間就可以完成，而CPU還有許多運算要處理，CPU Loading很高。
- 對於cpu密集型的任務，它對cpu的利用率很高，所以不需要開更多的線程去提高cpu利用率。假如增加線程，只會引起線程的頻繁切換導致本來就不夠用的cpu更加不夠用。所以一般是線程數 = cpu核心數 + 1
redis的瓶頸在哪里
redis基本都在進行內存io，那它的瓶頸在io上嗎？
redis在網絡io上使用epoll實現了一個io多路復用的reactor模型，epoll是非阻塞io，所以避免了cpu阻塞在io上，所以它不是io密集型，瓶頸不在於等待io導致cpu利用率不高，不需要多個線程來屏蔽等待io執行完成的時間。當然redis的io利用率很高，但是io利用率高並不代表它是io密集型，因為它瓶頸不在等待io上。
所以第二點
redis在網絡io上使用epoll實現了一個io多路復用的reactor模型使得cpu利用率更高，浪費在io上的時間更少
redis並不需要多線程來提高cpu利用率減少io等待時間，並且單線程架構也比較容易實現，所以順理成章就采用了單線程架構。
關於epoll可以看我的這篇文章：https://www.cnblogs.com/fatmanhappycode/p/12362423.html
第三點
由於采用了單線程架構，避免了線程與線程之間切換產生的消耗
因為一次CPU上下文的切換大概在 1500ns 左右。
從內存中讀取 1MB 的連續數據，耗時大約為 250us，假設1MB的數據由多個線程讀取了1000次，那么就有1000次時間上下文的切換，
那么就有1500ns * 1000 = 1500us ，我單線程的讀完1MB數據才250us ,你光時間上下文的切換就用了1500us了，我還不算你每次讀一點數據 的時間
那么redis是cpu密集型嗎？答案是否定的。
redis也不是cpu密集型。大多數情況下redis機器上的cpu是很夠用的。
redis的瓶頸在於內存大小和網絡帶寬。
如果想要更充分的利用多核cpu，可以采用多個redis實例的方法，同時為了減少線程爭用，可以將實例和cpu綁定的方法。
但是如果做了CPU綁定，在rdb和aof時子進程會與父進程共享使用一個CPU。子進程重寫時對單核CPU使用率通常在90%以上，父進程與子進程將產生激烈CPU競爭，極大影響Redis穩定性。（解決方法不清楚，也許多綁定一個CPU會好點？）
附錄
DMA
DMA 傳輸將數據從一個地址空間復制到另外一個地址空間。當CPU 初始化這個傳輸動作，傳輸動作本身是由 DMA 控制器來實行和完成。
典型的例子就是移動一個外部內存的區塊到芯片內部更快的內存區。例如磁盤移到內存。
最后慣例附一圖：
參考資料：
https://www.php.cn/redis/422123.html
https://blog.csdn.net/youanyyou/article/details/78990156