（四）Redis简介

(一)NoSql：

1.1缓存中间件：

• 随着Web2.0时代到来，用户访问量大幅提升，同时产生大量用户数据。加上后来移动设备普及，所有的互联网平台都面临了巨大的性能挑战。数据库服务器压力越来越大，传统关系型数据库根本无法承载较高的并发，此时人们就开始用Redis当成缓存，来缓解数据库的压力
• 为什么由Redis：提高应用的相应速度，减少后端的压力
  主流的应用架构：
  
  首先，客户端向缓存层请求缓存，若能够访问到，则直接返回；若没有数据，则进行穿透查询，即穿过缓存层向存储层访问，并将相关数据回写到缓存层（回种）；若存储层不能访问，则触发熔断，即只访问缓冲层，无论是否有响应均返回
• 主要的缓存中间件：Memcache和Redis
  • Memchache：代码层次类似于Hash，其支持简单数据类型，不支持数据持久化存储，不支持主从，不支持分片
  • Redis：数据类型丰富，支持数据磁盘持久化和存储，支持主从，支持分片

1.2非关系型数据库：

• NoSQL最常见的解释是"non-relational"， 泛指非关系型的数据库

• 区别于关系数据库，它们不保证关系数据的ACID特性

1.3应用场景：

• 试用场景

  • 需要高并发的读写的场景，其QPS可达到 10w/s

  • 海量数据读写的场景

  • 高可扩展性 不限制语言、lua脚本增强

• 不适用场景：

  • 需要事务支持的场景

  • 基于sql的结构化查询存储，处理复杂的关系，需要即席查询（用户自定义查询条件的查询）
    政府银行金融项目，还是使用关系型数据库。oracle

1.4NoSql数据库

• memcache

1.很早出现的NoSql数据库，数据都在内存中，一般不支持持久化

2.支持简单的key-value模式，一般是作为缓存数据库辅助持久化的数据库

• redis

1.几乎覆盖了Memcached的绝大部分功能，数据都在内存中，支持持久化，主要用作备份恢复

2.除了支持简单的key-value模式，还支持多种数据结构的存储，比如 list、set、hash、zset等。一般是作为缓存数据库辅助持久化的数据库

redis是一个开源的、使用C语言编写的、支持网络交互的、可基于内存也可持久化的Key-Value数据库

• mongoDB介绍

1.高性能、开源、模式自由(schema free)的文档型数据库，数据都在内存中， 如果内存不足，把不常用的数据保存到硬盘

2.虽然是key-value模式，但是对value（尤其是json）提供了丰富的查询功能，支持二进制数据及大型对象

3.可以根据数据的特点替代RDBMS，成为独立的数据库。或者配合RDBMS，存储特定的数据。

• 列式存储HBase介绍

HBase是Hadoop项目中的数据库。它用于需要对大量的数据进行随机、实时读写操作的场景中。HBase的目标就是处理数据量非常庞大的表，可以用普通的计算机处理超过10亿行数据，还可处理有数百万列元素的数据表。

（二）Redis概念：

2.1Redis（Remote Dictionary Server )：

即远程字典服务，是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API

• 优势：

  • Redis有着更为复杂的数据结构并且提供对他们的原子性操作，这是一个不同于其他数据库的进化路径。Redis的数据类型都是基于基本数据结构的同时对程序员透明，无需进行额外的抽象。

  • Redis运行在内存中但是可以持久化到磁盘，所以在对不同数据集进行高速读写时需要权衡内存，因为数据量不能大于硬件内存。

  • 相比在磁盘上相同的复杂的数据结构，在内存中操作起来非常简单，这样Redis可以做很多内部复杂性很强的事情。同时，在磁盘格式方面他们是紧凑的以追加的方式产生的，因为他们并不需要进行随机访问。

• Redis可以10w+QPS（QPS即query per second每秒查询次数）的原因：
  • 完全基于内存，绝大部分请求是纯粹的内存操作，执行效率高
  • 数据结构简单，对数据操作简单
  • 采用单线程，单线程也可以处理
  • 使用多路I/O复用模型，非阻塞IO
• Reids支持的数据类型：

  • string（字符串） a->b 配置

  • list（列表） a->list 消息队列

  • hash（哈希） a->map 购物车 1----->[“1”=>“剃须刀”，“2”=>“电脑”]，键值对

  • set（集合） a->set 去重 quchong–>[“北京”，“山西”，“河北“]

  • zset(有序集合) a->sorted set 排行榜 top10->[”xx拿了金牌,10“,“跑路了,9.5”]，排序，

并发：可以让一个计算单元处理多个客户端的请求
并行：服务器可以执行多个事情，有多个计算单元

2.2多路I/O服用模型：

FD:文件描述符（用整数表示）：一个打开的文件通过唯一的描述符进行引用，该描述符是打开文件的元数据到文件本身的映射

• 传统的I/O阻塞模型：
  当read或write对FD进行访问时，若FD不可读，则redis不会对其它服务响应，导致不可用；因此不适应与多客户端服务
  
• select系统调用：
  select用于监听是否可读或可写：
  
• 多路复用函数：epoll/kqueue/evport/select：
  如何选择多路复用函数：
  1在不同的平台选择不同函数
  2：优先选择时间复杂度为O（1）的I/O多路复用函数为底层
  3.以时间复杂度为O(n)的select作为保底
  4.基于react设计模式监听I/O事件，同时监听多个FD，提高网络性能

2.3 应用场景

1. 取最新N个数据的操作
   比如典型的取网站最新文章，可以将最新的5000条评论ID放在Redis的List集合中，并将超出集合部分从数据库获取

   2.排行榜应用，取TOP N操作
   这个需求与上面需求的不同之处在于，前面操作以时间为权重，这个是以某个条件为权重，比如按顶的次数排序，可以使用Redis的sorted set，将要排序的值设置成sorted set的score，将具体的数据设置成相应的value，每次只需要执行一条ZADD命令即可。

   3.需要精准设定过期时间的应用
   比如可以把上面说到的sorted set的score值设置成过期时间的时间戳，那么就可以简单地通过过期时间排序，定时清除过期数据了，不仅是清除Redis中的过期数据，你完全可以把Redis里这个过期时间当成是对数据库中数据的索引，用Redis来找出哪些数据需要过期删除，然后再精准地从数据库中删除相应的记录。

   4计数器应用
   Redis的命令都是原子性的，你可以轻松地利用INCR，DECR命令来构建计数器系统。

   5.Uniq操作(去重操作)，获取某段时间所有数据排重值
   这个使用Redis的set数据结构最合适了，只需要不断地将数据往set中扔就行了，set意为集合（可去重），所以会自动排重。

   6.实时系统，反垃圾系统
   通过上面说到的set功能，你可以知道一个终端用户是否进行了某个操作，可以找到其操作的集合并进行分析统计对比等

   7.缓存应用：
   将数据直接存放到内存中，性能优于Memcached，数据结构更多样化。