当我们需要分布式系统提供更强的性能时，该怎样扩展系统呢？什么时候该加机器？什么时候该重构代码？扩容时，究竟该选择哈希算法还是最小连接数算法，才能有效提升性能？ 在面对 Scalability 可伸缩性问题时，我们必须有一个系统的方法论，才能应对日益复杂的分布式系统。这一讲我将介绍 AKF 立方体理论，它定义了扩展系统的 3 个维度，我们可以综合使用它们来优化性能。

Redis sds 的源码中，使用了 __attribute__ ((__packed__)) ，一般情况下，结构体会按其所有变量大小的最小公倍数做字节对齐，而用packed修饰以后，结构体则变为按1字节进行对齐。这个最小公倍数如何进行理解呢？

Redis Sentinel(Sentinel)用于为Redis提供高可用性，这就意味着使用sentinel能创建一个故障时不需要人工立即参与修复的环境。此外，sentinel还能实现其他的功能，如监控，提醒，为客户端提供配置**( monitoring, notifications and acts as a configuration provider for clients.)

Redis通过bio系统完成两件事，一是进行Aof持久化，也就是将写入到系统的page cache的数据fsync到磁盘中；二是关闭文件。为了完成这件任务，其采用了任务队列的方式，每个任务都是一个线程来完成，任务会被放到任务队列中，然后由执行任务线程取走，如果队列空，则阻塞等待，如果队列里有任务，就通知工作线程，这通过条件变量来实现。后面以任务初始化，任务放入队列，任务出队列三个方面进行介绍，并且以aof持久化为例说明其在系统中的使用方式，本文基于redis的3.2.3版本代码。

背景 Redis作为一个高性能的内存NoSQL数据库，其容量受到最大内存限制的限制。 用户在使用阿里云Redis时，除了对性能，稳定性有很高的要求外，对内存占用也比较敏感。在使用过程中，有些用户会觉得自己的线上实例内存占用比自己预想的要大。

本文以linux c为例子, 介绍锁和共享变量的基本使用方法, 并介绍一个基于条件变量实现生产者消费者模型的例子, 然后在文末给出相关书籍的参考.

BIO顾名思义，`background IO`,是redis中运行的后台IO。 网上千篇一律的说法是redis是单线程单进程。 实际上redis运行过程中并不是严格单进程单线程应用。

通过阅读 Redis 源码，可以学习和掌握到的计算机系统设计思想，根据 Redis 不同的功能特性，分线条学习每个功能特性上涉及的关键技术和设计思想