Redis为什么这么快

一.Redis简介

Redis是一个开源的内存中的数据结构存储系统，它可以用作：数据库、缓存和消息中间件。

它支持多种类型的数据结构，如字符串（String），散列（Hash），列表（List），集合（Set），有序集合（Sorted Set或者是ZSet）与范围查询，Bitmaps(可以把Bitmaps想象成一个以位为单位数组，数组中的每个单元只能存0或者1，数组的下标在bitmaps中叫做偏移量。单个bitmaps的最大长度是512MB，即2^32个比特位。命令：setbit key offset value。例如：setbit unique:users:2017-07-11 0 1 代表2017-07-11这天的独立访问用户的Bitmaps，用下标代表用户ID，1表示访问，0表示未访问，则上述命令代表第一个用户2017-07-11这天访问了系统。

命令：getbit key offset

例如： setbit unique:users:2017-07-11 0 1

getbit unique:users:2017-07-11 0

返回： 1

假如offset=0的元素不存在，则返回结果0

命令：bitcount  key  [start] [end]

例如：setbit unique:users:2017-07-11 0 1

setbit unique:users:2017-07-11 9 1

bitcount unique:users:2017-07-11

返回： 2

bitcount unique:users:2017-07-11 0 0

返回：1

)，Hyperloglogs(使用HyperLogLog解决海量数据统计问题,HyperLogLog 提供不精确的去重计数方案，标准误差大概在 0.81%，基本指令,用法和set集合的sadd类似

pfadd key value1 //新增一个元素（key value）
pfadd key value2 //新增一个元素（key value）
pfadd key value3 //新增一个元素（key value）
pfadd key value3 //新增一个元素（key value）
pfadd key value4 value5 value6 value7 //新增多个元素（key value4 value5 value6 value7）
pfcount key //统计该key去重后的元素个数（返回7）

HyperLogLog

HyperLogLog，下面简称为HLL，它是 LogLog 算法的升级版，作用是能够提供不精确的去重计数。存在以下的特点：

• 代码实现较难。
• 能够使用极少的内存来统计巨量的数据，在 Redis 中实现的 HyperLogLog，只需要12K内存就能统计2^64个数据。

取 Java 语言来说，一般long占用8字节，而一字节有8位，即：1 byte = 8 bit，即long数据类型最大可以表示的数是：2^63-1。对应上面的2^64个数，假设此时有2^63-1这么多个数，从 0 ~ 2^63-1，按照long以及1k = 1024字节的规则来计算内存总数，就是：((2^63-1) * 8/1024)K，这是很庞大的一个数，存储空间远远超过12K。而 HyperLogLog 却可以用 12K 就能统计完。

Redis 中的 HyperLogLog 原理

前面我们已经认识到，它的实现中，设有 16384 个桶，即：2^14 = 16384，每个桶有 6 位，每个桶可以表达的最大数字是：2^5+2^4+...+1 = 63 ，二进制为： 111 111 。

对于命令：pfadd key value

在存入时，value 会被 hash 成 64 位，即 64 bit 的比特字符串，前 14 位用来选择这个 value 的比特串中从右往左第一个 1 出现的下标位置数值要存到那个桶中去，即前 14 位用来分桶。设第一个1出现位置的数值为 index 。当 index=5 时，就是: ....10000 [01 0000 0000 0000]

之所以选 14位 来表达桶编号是因为，分了 16384 个桶，而 2^14 = 16384，刚好地，最大的时候可以把桶利用完，不造成浪费。假设一个字符串的前 14 位是：00 0000 0000 0010 (从右往左看) ，其十进制值为 2。那么 index 将会被转化后放到编号为 2 的桶。

) 和地理空间（Geospatial）索引半径查询。其中常见的数据结构类型有：String、List、Set、Hash、ZSet这5种。

Redis 内置了复制（Replication），LUA脚本（Lua scripting）， LRU驱动事件（LRU eviction），事务（Transactions） 和不同级别的磁盘持久化（Persistence），并通过 Redis哨兵（Sentinel）和自动分区（Cluster）提供高可用性（High Availability）。