Redis 所謂的單執行緒並不是所有工作都是隻有一個執行緒在執行，而是指 Redis 的網路 IO 和鍵值對讀寫是由一個執行緒來完成的，Redis 在處理客戶端的請求時包括獲取 (socket 讀）、解析、執行、內容返回 (socket 寫） 等都由一個順序序列的主執行緒處理。
這就是所謂的“單執行緒”。這也是 Redis 對外提供鍵值儲存服務的主要流程。
由於 Redis 在處理命令的時候是單執行緒作業的，所以會有一個 Socket 佇列，每一個到達的服務端命令來了之後都不會馬上被執行，而是進入佇列，然後被執行緒的事件分發器逐個執行。如下圖：
至於 Redis 的其他功能， 比如持久化、非同步刪除、叢集資料同步等等，其實是由額外的執行緒執行的。 可以這麼說，Redis 工作執行緒是單執行緒的。但是在 4.0 之後，對於整個 Redis 服務來說，還是多執行緒運作的。
6.0 之前為什麼要使用單執行緒
在使用 Redis 時，Redis 主要受限是在記憶體和網路上，CPU 幾乎沒有效能瓶頸的問題。
以 Linux 系統為例子，在 Linux 系統上 Redis 透過 pipelining 可以處理 100w 個請求每秒，而應用程式的計算複雜度主要是 O(N) 或 O(log(N)) ，不會消耗太多 CPU。
使用了單執行緒後，提高了可維護性。多執行緒模型在某些方面表現優異，卻增加了程式執行順序的不確定性，並且帶來了併發讀寫的一系列問題，增加了系統複雜度。同時因為執行緒切換、加解鎖，甚至死鎖，造成一定的效能損耗。
Redis 透過 AE 事件模型以及 IO 多路複用等技術，擁有超高的處理效能，因此沒有使用多執行緒的必要
6.0 之後的多執行緒主要解決什麼問題
近年來底層網路硬體效能越來越好，Redis 的效能瓶頸逐漸體現在網路 I/O 的讀寫上，單個執行緒處理網路 I/O 讀寫的速度跟不上底層網路硬體執行的速度。
Redis 在處理網路資料時，呼叫 epoll 的過程是阻塞的，這個過程會阻塞執行緒。如果併發量很高，達到萬級別的 QPS，就會形成瓶頸，影響整體吞吐能力
既然讀寫網路的 read/write 系統呼叫佔用了 Redis 執行期間大部分 CPU 時間，那麼要想真正做到提速，必須改善網路 IO 效能。我們可以從這兩個方面來最佳化：
提高網路 IO 效能，典型實現方式比如使用 DPDK 來替代核心網路棧的方式
使用多執行緒，這樣可以充分利用多核 CPU，同類實現案例比如 Memcached。
協議棧最佳化的這種方式跟 Redis 關係不大，所以最便捷高效的方式就是支援多執行緒。總結起來，redis 支援多執行緒就是以下兩個原因：
可以充分利用伺服器 CPU 的多核資源，而主執行緒明顯只能利用一個
多執行緒任務可以分攤 Redis 同步 IO 讀寫負荷，降低耗時
6.0 版本最佳化之後，主執行緒和多執行緒網路 IO 的執行流程如下：
具體步驟如下：
主執行緒建立連線，並接受資料，並將獲取的 socket 資料放入等待佇列；
透過輪詢的方式將 socket 讀取出來並分配給 IO 執行緒；
之後主執行緒保持阻塞，一直等到 IO 執行緒完成 socket 讀取和解析；
I/O 執行緒讀取和解析完成之後，返回給主執行緒 ，主執行緒開始執行 Redis 命令；
執行完 Redis 命令後，主執行緒阻塞，直到 IO 執行緒完成 結果回寫到 socket 的工作；
主執行緒清空已完成的佇列，等待客戶端新的請求。
本質上是將主執行緒 IO 讀寫的這個操作 獨立出來，單獨交給一個 I/O 執行緒組處理。
這樣多個 socket 讀寫可以並行執行，整體效率也就提高了。同時注意 Redis 命令還是主執行緒序列執行。
利用多核來分擔 I/O 讀寫負荷。在事件處理執行緒每次獲取到可讀事件時，會將所有就緒的讀事件分配給 I/O 執行緒，並進行等待，在所有 I/O 執行緒完成讀操作後，事件處理執行緒開始執行任務處理，在處理結束後，同樣將寫事件分配給 I/O 執行緒，等待所有 I/O 執行緒完成寫操作。
int handleClientsWithPendingReadsUsingThreads(void) {
...
/* Distribute the clients across N different lists. */
listIter li;
listNode *ln;
listRewind(server.clients_pending_read,&li);
int item_id = 0;
// 將等待處理的客戶端分配給 I/O 執行緒
while((ln = listNext(&li))) {
client *c = listNodeValue(ln);
int target_id = item_id % server.io_threads_num;
listAddNodeTail(io_threads_list[target_id],c);
item_id++;
}
...
/* Wait for all the other threads to end their work. */
// 輪訓等待所有 I/O 執行緒處理完
while(1) {
unsigned long pending = 0;
for (int j = 1; j < server.io_threads_num; j++)
pending += io_threads_pending[j];
if (pending == 0) break;
}
...
return processed;
}
本質上是利用多核的多執行緒讓多個 IO 的讀寫加速。
侷限性
6.0 版本的多執行緒並非徹底的多執行緒，I/O 執行緒只能同時執行讀或者同時執行寫操作，期間事件處理執行緒一直處於等待狀態，並非流水線模型，有很多輪訓等待開銷。
