一、Redis基础简介

1 Redis基础介绍

1.1 redis 是一个高性能的 key-value 缓存数据库，

1、支持数据持久化
2、丰富的数据类型
3、原子性操作

1.2 redis 的作用

1、提供缓存服务
2、用于分布式锁
3、用于做消息队列（不是redis的优势）

1.3 为什么要用Redis

传统的关系型数据库Mysql基于磁盘读写的应用不足以支撑更大的访问量，
我们可以借助redis这种基于内存操作的缓存中间件，将不需要实时的数
据可以放到redis中，这样轻松的就可以支撑更大的访问量

• 工作中
  例如：
  1、对课程信息的缓存，大量的客户端请求直接命中缓存，不需要查询数据库了
  2、做分布式锁，进行资源的竞争控制

1.3.1 性能高

1、纯内存访问
2、使用io多路复用模型

• 1 通过io多路复用模型，监听socket时间
• 2 进行处理，放到事件队列中
• 3 事件分派器处理，处理
  • 连接应答处理器（处理socket连接）
  • 命令处理器（读取socket的请求数据）
  • 命令回复器（返回处理结果）

3、单线程避免了线程切换和锁产生的消耗
4、Redis支持强大的数据结构，提供更加快速的访问

1.4 为什么用redis，不用mencached？

因为redis支持更多的数据结构，支持持久化储存，可进行灾难恢复时，通过RDB和AOF来恢复数据
memcache的value最多1M大小，失效时间中最多设置30秒，不支持持久化。目前很多场景转向redis了
（不能持久化，失效时间最多设置30，value值只能1M）

1.5、Redis有那些数据结构

1.5.1 String

实现机制：

• SDS简单动态字符串，保存了长度字段和预分配空间和惰性回收

struct SDS{ 
    T capacity  容量
    T len 数组长度
    byte flags 标志位
    char[] content 数组内容
}

使用场景：

• 缓存： 经典使用场景，把常用信息，字符串，图片或者视频等信息放到redis中，redis作为缓存层，mysql做持久化层，降低mysql的读写压力。
• 计数器：redis是单线程模型，一个命令执行完才会执行下一个，同时数据可以一步落地到其他的数据源。
• session：常见方案spring session + redis实现session共享，

1.5.2 list

实现机制：

• 当元素比较小的时候采用ZipList（压缩列表），将所有元素彼此紧挨着，分配的是一个连续的空间，

struct ziplist{ 
       int zlbytes  //整个压缩列表占用字节数
       int zltail_offset //最后一个元素距离压缩列表其实位置的偏移量
       int zllength  //元素个数
       T[] entries //元素内容
       int zlend //标准压缩列表的结束 值恒为 0XFF
}
struct entry{
    int prevlen     //前一个entry的字节长度
    int encoding   //元素类型编码
    byte[] content  //元素内容
}

• 当数据比较多的是时候变成QucikList（快速列表） 将多个ZipList用指针连接起来。

struct quicklist{
       quicklistNode* head
       quicklistNode* tail
       long count         //元素总和
       int nodes         //ziplist 节点的个数
       int compressDepth  //LZF算法压缩深度
}
struct   quicklistNode{
       quicklistNode* prev
       quicklistNode* next
       ziplist* zl     //如果当前节点的数据没有压缩，那么它指向一个ziplist结构；否则，它指向一个quicklistLZF结构。     
       int32 size      //ziplist的字节总数
       int16 count    //ziplist中的元素数量
       int2  encoding//存储类型 是元素字节数组话说LZF压缩存储
}

使用场景：

• 微博TimeLine: 有人发布微博，用lpush加入时间轴，展示新的列表信息。
• 消息队列
• 列表数据

1.5.3 Hash

实现机制：

• 数据量小时使用压缩列表zipList
• 数据量大一些时使用字典dict

redisDb{
  dict
  expires
  blocking_keys
  ready_keys
  watched_keys
  id
  avg_ttl
  expires_cursor
  defray_later
}
dict{
    type
    privdata
    dictht ht[2]  //包含两个hashtable，一个存放值，一个用于字典扩容缩容
    rehashidx
    iterators
}
dictht{
    dictEntry table  //链表
    size    //第一维数组的长度
    sizemask   //
    userd    //hash表中元素个数
}
dictEntry{
   key
   union{
   val
   u64
   s64
   }
   dictEntry* next  //链表下一个节点
}

使用场景：
缓存： 能直观，相比string更节省空间，的维护缓存信息，如用户信息，视频信息等。

1.5.4 set

实现机制：
两个条件任务满足时set将。1.元素个数小于set-max-intset-entries，2.元素无法用整形表示

• 满足时，用dict存储数据
• 不满足时，用intset存储数据

struct intset{
 int32  encoding      //决定整数位宽
 int32 lenght       //元素个数
 int<T>  contents   //整数数组
}

使用场景：

• 点赞，或点踩，收藏等，可以放到set中实现
• 一些去重场景

1.5.5 ZSet

实现机制：

• 数据量小的时候用压缩链表ziplist
• 数据量大就用跳跃表skiplist

struct zslnode{
     string value   //key
     double score  //分数
     zslnode*[] forwards   //多层连接指针
     zslnode*    backward   //回溯指针
}
struct  zsl{ 
      zslnode* header   //跳跃列表头指针
      int maxLevel       //跳跃列表当前的最高层
      map<String,zslnode*> ht      //hash结构的所有键值对
}

使用场景：
排行榜：有序集合经典使用场景。例如小说视频等网站需要对用户上传的小说视频做排行榜，榜单可以按照用户关注数，更新时间，字数等打分，做排行。

1.5.6 更高级的有布隆过滤器，hyperloglog（用于大量数据去重），GEO（地理位置）