Redis前置知识——为什么引入Redis

在计算机中，数据是存储在文件中，文件放在
磁盘中的，磁盘的维度，有两个指标
1、寻址：速度是ms级别的
2、带宽：单位时间，有多少数据会流过去，单位是M，G级别

内存
1、寻址：ns级别的
秒的单位 秒>毫秒>微妙>纳秒
在寻址上，内存的寻址速度是磁盘的10万倍
2、带宽：也是远远大于磁盘

I/O buffer：成本问题
磁盘与此单，扇区，一扇区 512byte，如果数据过大，带来成本变大：索引
所以在格式化磁盘的时候，会有4k对齐，即基本单位，最小为4k，所以在操作系统中，无论你读多少，最少都是4k从磁盘中拿。在MySQL中，innodb引擎，每次读取，最小单位为16k。

文件放在磁盘中，在Linux中，可以通过grep awk读取，java中也可以通过程序io读取，随着文件的变大，速度就会变慢，因为硬盘已经成为了io瓶颈

所以数据库出现了，数据库也有个概念
data page：大小也为4k，与硬件磁盘对应，正好每次读取的时候，就是一次io
数据库的索引即可大大的提升查询速度

关系型数据库建表：必须给出schema
类型：字节宽度
每行宽度就已经定死了，如果后面你插入数据，宽度定死，已经确定，基本都是行级存储，插入也已经占位，以后增删改，不用移动数据，已经定死

数据和索引都是存入在磁盘中，真的查询的时候，在内存中准备一个b+树，所有的叶子节点就是索引。树干都在内存中，树干中查询命中，就会将磁盘中的data page放入内存中。

数据库表很大的时候，性能下降？
如果表有索引，增删改变慢
查询
1、走了索引，少量查询依然很快
2、并发大的时候，可能获取很多data page到内存中，受到硬盘带宽影响速度

磁盘中会较慢，如果全用内存的数据库，价格太高。所以折中就提出了缓存的概念，即Redis，memcache