译者注
该原文是Ayende Rahien大佬业余自己在使用C# 和 .NET构建一个简单、高性能兼容Redis协议的数据库的经历。
首先这个"Redis"是非常简单的实现，但是他在优化这个简单"Redis"路程很有趣，也能给我们在从事性能优化工作时带来一些启示。
原作者：Ayende Rahien
原链接：https://ayende.com/blog/197412-B/high-performance-net-building-a-redis-clone-naively
正文
我遇到了这个项目，它的目标是成为一个比Redis有着更好性能和更易用的克隆版。我发现它很有趣，因为它主要的卖点之一就是它是在多线程模式下运行（而不是像Redis那样是单线程）。他们使用memtier_benchmark（Redis项目的一部分）来测试性能。所以我很好奇，如果我使用C#来构建自己的Redis克隆版，会有怎么样的性能？
我构建的第一个版本非常简单。我的想法是使用高抽象的API来编写它，看看它的性能到底怎么样。为了使事情变得有趣，下面是它的测试方案：
- 客户端：memtier_benchmark将在aws的c6g.2xlarge实例上运行，使用8核32G内存
- 服务端：测试的实例将在aws的c6g.4xlarge上运行，使用16核64G内存
客户端要运行的命令如下所示：
memtier_benchmark –s $SERVER_IP -t 8 -c 16 --test-time=30 --distinct-client-seed -d 256 --pipeline=30 上面的命令说明我们将使用8个线程（客户端实例上的CPU核心数），每个线程创建32个链接，20%的场景写入，80的场景读取，数据大小为256字节，将不断的把更多的数据推送到测试的实例中。
服务端使用以下命令运行：
dotnet run –c Release 以下是此测试在服务器的实例：
我选择30秒作为测试的持续时间，以收集更多的信息让我们感受正在发生的事情（比如GC周期），同时保持测试的持续时间足够短，这样我不会感觉到无聊。
以下是简单版本的测试结果：
因此，使用C#构建的简单版本，即使什么优化都不做，也有几乎100w/s的性能。从另外的角度来说，延时并不是那么的好。P99延时将近100ms。
现在我用数字和漂亮的图表引起了你的注意，让我向你展示我正在运行的实际代码。这是一个不到100行代码的“Redis克隆”。
using System.Collections.Concurrent; using System.Net.Sockets; var listener = new TcpListener(System.Net.IPAddress.Any, 6379); listener.Start(); var redisClone = new RedisClone(); while (true) { var client = listener.AcceptTcpClient(); var _ = redisClone.HandleConnection(client); // run async } public class RedisClone { ConcurrentDictionary<string, string> _state = new(); public async Task HandleConnection(TcpClient client) { using var _ = client; using var stream = client.GetStream(); using var reader = new StreamReader(stream); using var writer = new StreamWriter(stream) { NewLine = "rn" }; try { var args = new List<string>(); while (true) { args.Clear(); var line = await reader.ReadLineAsync(); if (line == null) break; if (line[0] != '*') throw new InvalidDataException("Cannot understand arg batch: " + line); var argsv = int.Parse(line.Substring(1)); for (int i = 0; i < argsv; i++) { line = await reader.ReadLineAsync(); if (line == null || line[0] != '$') throw new InvalidDataException("Cannot understand arg length: " + line); var argLen = int.Parse(line.Substring(1)); line = await reader.ReadLineAsync(); if (line == null || line.Length != argLen) throw new InvalidDataException("Wrong arg length expected " + argLen + " got: " + line); args.Add(line); } var reply = ExecuteCommand(args); if(reply == null) { await writer.WriteLineAsync("$-1"); } else { await writer.WriteLineAsync($"${reply.Length}rn{reply}"); } await writer.FlushAsync(); } } catch (Exception e) { try { string? line; var errReader = new StringReader(e.ToString()); while ((line = errReader.ReadLine()) != null) { await writer.WriteAsync("-"); await writer.WriteLineAsync(line); } await writer.FlushAsync(); } catch (Exception) { // nothing we can do } } } string? ExecuteCommand(List<string> args) { switch (args[0]) { case "GET": return _state.GetValueOrDefault(args[1]); case "SET": _state[args[1]] = args[2]; return null; default: throw new ArgumentOutOfRangeException("Unknown command: " + args[0]); } } } 只是关于实现的几个注意事项。我实际上并没有做太多事情。大部分代码用于解析 Redis 协议。代码充满了内存分配。每个命令解析都是使用多个字符串拆分和连接来完成的。对客户端的回复需要更多的连接。系统的“存储”实际上只是一个简单的 ConcurrentDictionary，没有任何避免锁竞争或高成本的东西。
我们处理I/O的方式非常糟糕，而且......我想你明白我的想法，对吧？我的目标是看看如何使用这个（非常简单的）示例来获得更高的性能，而不必处理很多额外的细节。
鉴于我最初的尝试已经接近100万QPS，这是一个非常好的开始，即使我自己这么说。
我想采取的下一步是处理这里多余的内存分配。我们也许可以在内存分配这方面做得更好，虽然我的目标只是尝试。但我将在下一篇文章中这样做。
