聊聊存储，redis为什么会快？

 

---

在生活中，我们要存储一些东西，会怎么做，比如我就给你8个箱子作为存储介质，

你是不是会依次把东西放进每个箱子，假如每个箱子只能存2个物件。

如上图，所有物件都存储完毕了。下面要你找出10的物件，你会怎么做？

是不是需要选择箱子，一个一个翻开查找，直到找到10，理论上讲需要找：1~2*8次。这就是遍历查找。

 

东西是存好了，但是查询效率太低了，那怎么提高呢。

如上图。如果我们把箱子分为两组，分别对应index=0，index=1，然后每次放物件，都将物件进行hash运算，并且和2取余，然后放到相应的位置的箱子中，查找的时候，先对查找条件进行hash然后和2取余，得到是哪一组的箱子。然后再遍历查找，这样讲查找此时为：1~2*4次。提升了查找速度。这也是我们常常说说的分而治之的思想。

---

做了上面的铺垫。再来看看我的存储。

第一阶段，我们的数据是存在文件之中的，通过io去写，然后再通过io去读，去查找数据。这种存在什么问题，其实这个就是对应着本文开头讲的，遍历查找问题，也就是全量io，效率十分低下。

第二阶段，我们的数据可以存进数据库来提高效率，数据库的数据是存在硬盘上的，那么为什么数据库要快一些。因为数据库给我们的数据存储进行了归类优化，例如数据库中会有表的概念，其实这就是一个分类，然后每张表，都会有索引，索引是什么？其实索引就是一种有规则的数据结构，能够帮助我们通过查询条件很快的查找到相应的数据，你也可以理解为我上面说的hash然后取余的过程，其实就是帮我快速定位数据位置，然后再io输出。

第三阶段，从第一和第二来看，你会发现一个问题，就是数据的存储和查找都是基于硬盘而来的，先说一个常识，硬盘的查找速度是在毫秒级别，而内存的查找速度是在纳秒级别，秒》毫秒》微妙》纳秒，也就是相差1000*1000=百万倍。所以如果我们可以把数据存进内存，那么就可以大大提高了我们的查询速度。这也是我们redis作为缓存速度快的一个重要原因，但是redis快除了这个原因，还有一个原因就是redis是单线程处理计算动作，并且采用的io多路复用机制。

---

中间穿插着说一下redis为什么快的原因吧，首先快，肯定是要有个比较对象，要么怎么说快，这里我们就拿数据来比吧，

1.内存快于硬盘

2.

举一个特殊的例子，连个client并发访问，两个server并行业务处理，对DB进行读写操作，如果要保证数据正确，该怎么操作？

如上图，必然是要有这个过程的，拿锁，开始事务，计算，关闭事务，释放锁，然后第二个server接着处理。那么看看早期的redis是怎么做的。

因为是单线程串行化处理，所以就不存在拿锁，释放锁，开启事务，关闭事务这几个动作了，自然会快，当然这是早期的思想，其实上面还可以优化，也就是现在redis的处理机制。（一个常识，单核处理器，同一时刻只能处理一个线程，但是如果是多核，那么同一时刻是可以处理多个线程）

如上图，多线程进行读写的操作，然后单线程进行计算的动作，这样可以大大减少总的处理时间。

---

上面说到第三阶段，可以基于内存做redis非关系数据库来进行提高查询速度，但是这个有一个致命的缺点就是，内存大小有限，并且内存相较于硬盘要贵很多。所以一般我们只是用缓存存储一些高频访问数据，那么如果出现了大量的热点数据怎么办？

这个时候HBase分布式存储就可以派上用场了。它是基于HDFS然后面向region和列族的数据库。（这里后面再具体写，因为自己暂时也不太熟悉，哈哈，后续补充把）