Redis介绍

Redis介绍

Web程序猿博客：http://blog.csdn.net/thinkercode

简介

　　Redis 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。 从2010年3月15日起， Redis的开发工作VMware主持。

与memcached比较

　　Redis 是一个 Key-Value 存储系统。和 Memcached 类似，它支持存储的 value 类型相对更多，包括 string(字符串)、list(链表)、set(集合)和 zset(有序集合)。这些数据类型都支持 push/pop、add/remove 及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的。在此基础上，Redis 支持各种不同方式的排序。与 memcached 一样，为了保证效率，数据都是缓存在内存中。Redis支持数据持久化，可以将内存中的数据保存到磁盘中，重启的时候可以再次加载原有数据；Redis支持数据的主从复制，即master-slave模式的数据备份；Redis的单个value的最大限制是1GB。memcached只能保存1MB的数据。

Redis的特性

1. 速度快，Redis使用C编写，而且将所有数据加载到内存中，所以速度非常快。
2. 数据结构丰富，可以将Redis看做“数据结构服务器”。目前Redis支持5中数据结构。
3. 持久化，支持数据持久化存储。
4. 主-从复制，Redis支持简单而快速的主-从复制。
5. 支持过期时间，支持缓存过期自动失效。
6. 支持事物操作，允许让一组命令进入列队一次性执行，在执行的过程中不穿插其他命令。
7. 支持发布订阅
8. 支持锁机制

Redis的不足

　　支持事物，将多个命令打包执行，但任一命令有语法或key-value数据类型错误照常运行；
　　数据结构不支持嵌套其他数据结构，比如类型为list的value不能再嵌套一个list。
　　单线程模型处理所有客户请求命令。对高并发支持不是很好。

Key-Value存储系统简介

　　Key-Value Store 是当下比较流行的话题，尤其在构建诸如搜索引擎、IM、P2P、游戏服务器、SNS 等大型互联网应用以及提供云计算服务的时候， 怎样保证系统在海量数据环境下的高性能、高可靠性、高扩展性、高可用性、低成本成为所有系统架构们挖苦心思考虑的重点，而怎样解决数据库服务器的性能瓶颈是最大的挑战。
　　按照分布式领域的CAP理论（Consistency、 Availability、Tolerance to network Partitions 这三部分在任何系统架构实现时只可能同时满足其中二点，没法三者兼顾）来衡量，传统的关系数据库的ACID只满足了Consistency、Availability，因此在Partition tolerance 上就很难做得好。另外传统的关系数据库处理海量数据、分布式架构时候在Performance、Scalability、Availability 等方面也存在很大的局限性。
　　而Key-Value Store 更加注重对海量数据存取的性能、分布式、扩展性支持上，并不需要传统关系数据库的一些特征，例如：Schema、事务、完整 SQL 查询支持等等，因此在分布式环境下的性能相对于传统的关系数据库有较大的提升。

其他Key-Value存储系统

1. Voldemort：是一个分布式 Key/Value 存储系统，采用java编写，支持数据自动分区，主-从复制，支持地理分散式部署；
2. Dynamo：是亚马逊的 key-value 模式的存储平台，可用性和扩展性都很好，性能也不错：读写访问中 99.9%的响应时间都在 300ms 内。
3. memcachedb：一个由新浪网的开发人员开放出来的开源项目，给 memcached 分布式缓存服务器添加了 Berkeley DB 的持久化存储机制和异步主辅复制机制， 让 memcached 具备了事务恢复能力、持久化能力和分布式复制能力，非常适合于需要超高性能读写速度，但是 不需要严格事务约束， 能够被持久化保存的应用场景， 例如 memcachedb 被应用在新浪博客上面。
4. Cassandra：是一套开源分布式 Key-Value 存储系统。它最初由 Facebook 开发，用于储存特别大的数据。Facebook 目前在使用此系统。

为什么选择 Key-Value Store

对于 google，ebay 这样的互联网企业，每时每刻都有无数的用户在使用它们提供的互联网服务，这些服务带来的就是大量的数据吞吐量，在同一时间，会并发的有成千上万的连接对数据库进行操作。 在这种情况下， 单台服务器或者几台服务器远远不能满足这些数据处理的需求，简单的升级服务器性能这样的 scale up 的方式也不行，所以唯一可以采用的办法就是scale out 了。scale out 的方法有很多种，但大致分为两类：一类仍然采用 RDBMS，然后通过对数据库的垂直和水平切割将整个数据库部署到一个集群上， 这种方法的优点在于可以采用RDBMS 这种熟悉的技术，但缺点在于它是针对特定应用的，就是说，由于应用的不同，切割的方法是不一样的。
Key-Value Store 最大的特点就是它的可扩展性，这也就是它最大的优势。所谓的可扩展性，在我看来这里包括了两方面内容。 一方面， 是指 Key-Value Store 可以支持极大的数据的存储，它的分布式的架构决定了只要有更多的机器，就能够保证存储更多的数据。另一方面，是指它可以支持数量很多的并发的查询。对于 RDBMS，一般几百个并发的查询就可以让它很吃力了，而一个 Key-Value Store，可以很轻松的支持上千的并发查询。

Key-Value Store特点

1. Key-value store： 一个 key-value 数据存储系统， 只支持一些基本操作， 如： SET(key, value)和 GET(key) 等
2. 分布式：多台机器（nodes）同时存储数据和状态，彼此交换消息来保持数据一致，可视为一个完整的存储系统
3. 数据一致：所有机器上的数据都是同步更新的、不用担心得到不一致的结果
4. 冗余： 所有机器 （nodes） 保存相同的数据， 整个系统的存储能力取决于单台机器 （node）的能力
5. 容错：如果有少数 nodes 出错，比如重启、当机、断网、网络丢包等各种 fault/fail 都不影响整个系统的运行
6. 高可靠性：容错、冗余等保证了数据库系统的可靠性

Redis相关站点

官网：http://redis.io/
中文网站：http://redis.cn/
其他网站：
　　https://github.com/rediscn/rediscn
　　http://www.oschina.net/translate/tag/redis