Redis之初识篇

一、前置知识

1.读写速度

1.1.磁盘

• 寻址：毫秒ms级别的。
• 带宽：单位时间内能传输的字节流能有多少，几个G或几M。

1.2.内存

• 寻址：纳秒ns级别的。

秒=1000毫秒=10001000微妙=10001000*1000纳秒。在寻址上，磁盘比内存慢了10万倍。

• 带宽:很大

2.I/O Buffer

• 磁盘有磁道、扇区，一扇区为512 Byte，如果每次从磁盘读取512 Byte会带来一个成本问题，即索引体积太大(叶太多)，所以操作系统无论读多少数据，最少从磁盘读取4K大小的数据。

一般操作系统4K，不会造成浪费，也支持存储一些小文件，假如说服务器想做视频录像之类的，4K大小的话，就有点得不偿失，不如换的大一点，一次性读的东西多一些，减少磁盘寻址时间。4K大小其实取决于上层应用对IO的使用量，是IO密集型还是一些小文件。

• 随着文件变大，速度会越慢，磁盘IO会成为瓶颈。

二、数据库

• 数据库的出现是为了改善磁盘IO的瓶颈。但整体而言，磁盘IO和数据库的IO总量是相等的，因此就有了索引的概念，如果没有索引，仅仅只是建了数据库和表，不会有太大帮助，依旧很慢。

• 开始数据是存储在文件中的，随着文件变大，数据增多，查询会变慢。为什么？磁盘I/O成为瓶颈，数据库出现，定义每个data page 大小为4K，把数据存储到一个个的data page中，与操作系统读取数据大小一致，即每次都是一次I/O，但是此时还是全量IO，并没有加快查询速度，必须建立索引，索引也是4K大小，指向每个data page。数据和索引都是存储在磁盘中的，在内存中还有一个B+树（树干）。

流程为：用户请求，命中索引，索引加载到内存，然后解析完，得知下次该读取哪一页上的数据，再将其加载到内存读取。充分利用内存读取快，磁盘存储容量大的特点。

• 数据库中最小的单位为page页，以4k为单位。
• 关系型数据库建表，必须先给出schema，数据类型（字节宽度），存数据时倾向于行级存储。先给出字节宽度的好处时，保留了位置，在插入或更新数据时直接进行覆写而不用进行数据移动。
• 索引也是数据，和表数据一样都存储在硬盘中。在内存中创建一棵B+树用于将索引的区间和偏移存储起来，索引和数据存在磁盘，因为内存有限，存不下这么多的数据，利用索引提高遍历查找的速度，减少磁盘IO和寻址的过程，但数据还是从磁盘获取。

这里引出一个问题：数据库表数据量大的时候，性能下降？（从寻址和带宽两个方面回答）

• 前提：如果表有索引

增删改：会变慢，因为要维护索引，即索引中的数据需要移动。
查询速度：如果是1个或少量请求的话，查询速度依然很快。
如果是大量并发请求，而刚好查询的数据又落在不同的page页上，磁盘的带宽会影响查询速度。原因是需要依次把page页上的数据加载到内存，当数据量大的时候，就会很慢。

三、折中方案

四、Memcached和Redis的区别

• Memcached也是k,v存储形式，但是value没有类型的概念，而Redis的value有类型的概念。
• 通常存储数据的方式有三种：

k = 1 k = a
k = [1,2,3] k = [a,b,c]
k = {k=a} k = {[1,2],[3,4],[5,6]}

• 但从存储结构来看，k,v也可以存储复杂类型数据，即满足所有需求，为什么value要分类型呢？可以拿一个client从缓存中取出某一个元素来分析：

Memcached
第一，返回value所有的数据到client，server端网卡IO会拖慢
第二，客户端需要编写复杂的代码解码返回的数据
Redis
value的类型并不是最重要的，重要的是Redis的server中有对应每种类型的方法，客户端只需调用对应方法即可，不需要编写复杂代码。（计算向数据移动：memcached会返回大量结果数据，然后在client解码；而Redis server直接根据类型的方法得到结果数据，将少量的数据返回给client！）

五、插曲