【Redis】初识Redis

最新推荐文章于 2025-05-01 17:51:39 发布

戴墨镜的恐龙

最新推荐文章于 2025-05-01 17:51:39 发布

阅读量717

点赞数 22

分类专栏： Redis 文章标签： redis 数据库缓存

本文链接：https://blog.csdn.net/weixin_69380220/article/details/147352409

版权

Redis 专栏收录该内容

1 篇文章

订阅专栏

文章目录

1. Redis简介
2. 了解分布式
3. Redis的特性
4. Redis的安装与使用
- 4.1 安装
- 4.2 redis基本常用命令

1. Redis简介

Redis（Remote Dictionary Server）是一个开源的内存数据库，它提供了一个高性能的键值（key-value）存储系统，常用于缓存、消息队列、会话存储等应用场景。

性能极高：Redis 以其极高的性能而著称，能够支持每秒数十万次的读写操作24。这使得Redis成为处理高并发请求的理想选择，尤其是在需要快速响应的场景中，如缓存、会话管理、排行榜等。
丰富的数据类型：Redis 不仅支持基本的键值存储，还提供了丰富的数据类型，包括字符串、列表、集合、哈希表、有序集合等。这些数据类型为开发者提供了灵活的数据操作能力.
原子性操作：Redis 的所有操作都是原子性的，这意味着操作要么完全执行，要么完全不执行。这种特性对于确保数据的一致性和完整性至关重要，尤其是在高并发环境下处理事务时。
持久化：Redis 支持数据的持久化，可以将内存中的数据保存到磁盘中，以便在系统重启后恢复数据。这为 Redis 提供了数据安全性，确保数据不会因为系统故障而丢失。
单线程模型：尽管 Redis 是单线程的，但它通过高效的事件驱动模型(epoll)来处理并发请求，确保了高性能和低延迟。单线程模型也简化了并发控制的复杂性。
主从复制：Redis 支持主从复制，可以通过从节点来备份数据或分担读请求，提高数据的可用性和系统的伸缩性。
跨平台兼容性：Redis 可以在多种操作系统上运行，包括 Linux、macOS 和 Windows，这使得它能够在不同的技术栈中灵活部署。

相较于关系型数据库（MySQL）而言，由于Redis是在内存中的，所以速度更快，但是空间更小。

既然是在内存中，那如果是单机的程序，直接定义变量不是更快吗？ - -确实是的

Redis在分布式系统中，才是最优秀的方法。

在分布式中，由于进程间具有独立性，那么内存中的数据就需要采用进程间通信的方式传递，所以，Redis就收基于网络通信，把内存中的变量交给其它进程/主机的

那什么是分布式呢？

2. 了解分布式

单机架构

只有一台服务器，这台服务器负责所有的工作

初期，我们需要利用我们精⼲的技术团队，快速将业务系统投入市场进行检验，并且可以迅速响应变化要求。但好在前期用户访问量很少，没有对我们的性能、安全等提出很高的要求，而且系统架构简单，⽆需专业的运维团队，所以选择单机架构是合适的。
在这里插入图片描述

应用数据分离架构

随着系统的上线，我们不出意外地获得了成功。市场上出现了⼀批忠实于我们的用户，使得系统的访问量逐步上升，逐渐逼近了硬件资源(CPU、内存…)的极限，同时团队也在此期间积累了对业务流程的⼀批经验。
⾯对当前的性能压⼒，我们需要未⾬绸缪去进⾏系统重构、架构挑战，以提升系统的承载能力。但由于预算仍然很紧张，我们选择了将应⽤和数据分离的做法，可以最⼩代价的提升系统的承载能⼒。

一旦引入多台主机了，那么系统就可以称为“分布式系统”了（引入是万不得已的方法）

在这里插入图片描述

应用服务集群架构

我们的系统受到了用户的欢迎，并且出现了爆款，单台应⽤服务器已经⽆法满⾜需求了。我们的一台应⽤服务器首先遇到了瓶颈，摆在我们技术团队⾯前的有两种⽅案，⼤家针对⽅案的优劣展⽰了热烈的讨论：

垂直扩展（开源）：通过购买性能更优、价格更⾼的应用服务器来应对更多的流量。这种⽅案的优势在于完全不需要对系统软件做任何的调整；但劣势也很明显：硬件性能和价格的增⻓关系是⾮线性的，意味着选择性能2倍的硬件可能需要花费超过4倍的价格，其次硬件性能提升是有明显上限的。
水平扩展（节流）：通过调整软件架构，增加应⽤层硬件，将用户流量分担到不同的应⽤层服务器上，来提升系统的承载能⼒。这种⽅案的优势在于成本相对较低，并且提升的上限空间也很⼤。但劣势是带给系统更多的复杂性，需要技术团队有更丰富的经验。

经过团队的学习、调研和讨论，最终选择了⽔平扩展的⽅案，来解决该问题，但这需要引⼊⼀个新的组件⸺负载均衡：为了解决用户流量向哪台应⽤服务器分发的问题，需要⼀个专⻔的系统组件做流量分发。

在这里插入图片描述

读写分离/主从分离架构

上面我们提到，我们把用户的请求通过负载均衡分发到不同的应⽤服务器之后，可以并⾏处理了，并且可以随着业务的增⻓，可以动态扩张服务器的数量来缓解压⼒。但是现在的架构⾥，⽆论扩展多少台服务器，这些请求最终都会从数据库读写数据，到⼀定程度之后，数据的压⼒称为系统承载能⼒的瓶颈点。

我们可以像扩展应⽤服务器⼀样扩展数据库服务器么？答案是否定的，因为数据库服务有其特殊性：如果将数据分散到各台服务器之后，数据的⼀致性将无法得到保障。

采⽤的解决办法是这样的，保留⼀个主要的数据库作为写⼊数据库，其他的数据库作为从属数据库。从库的所有数据全部来⾃主库的数据，经过同步后，从库可以维护着与主库⼀致的数据。然后为了分担数据库的压⼒，我们可以将写数据请求全部交给主库处理，但读请求分散到各个从库中。
在这里插入图片描述

引⼊缓存⸺冷热分离架构

随着访问量继续增加，发现业务中⼀些数据的读取频率远⼤于其他数据的读取频率。我们把这部分数据称为热点数据，与之相对应的是冷数据。
针对热数据，为了提升其读取的响应时间，可以增加本地缓存，并在外部增加分布式缓存，缓存热⻔商品信息或热⻔商品的html页面等。通过缓存能把绝⼤多数请求在读写数据库前拦截掉，大大降低数据库压⼒。其中涉及的技术包括：使用memcached作为本地缓存，使⽤Redis作为分布式缓存，还会涉及缓存⼀致性、缓存穿透/击穿、缓存雪崩、热点数据集中失效等问题。

在这里插入图片描述

垂直分库

随着业务的数据量增大，大量的数据存储在同⼀个库中已经显得有些力不从心了，所以可以按照业务，将数据分别存储。
一台存储服务器存不下了，那就引入多台。如果一个表太大，也可以对表进行拆分。（分库分表）
在这里插入图片描述

业务拆分⸺微服务

随着人员增加，业务发展，我们将业务分给不同的开发团队去维护（需要更多的人维护），每个团队独立实现自己的微服务，然后互相之间对数据的直接访问进行隔离，可以利用Gateway、消息总线等技术，实现相互之间的调用关联。甚⾄可以把⼀些类似用户管理、安全管理、数据采集等业务提成公共服务。

在这里插入图片描述

微服务的劣势：

系统的性能下降：拆出来更多的服务，多个功能之间要依赖网络通信（慢）。要想保证性能不下降太多，只能引入更多的硬件资源
系统复杂度提高，可用性受到影响

微服务的优势：

解决了人的问题
更方便功能的复用
不同的服务，可以进行不同的部署

3. Redis的特性

Redis 与其他 key-value 存储系统的主要区别在于其提供了丰富的数据类型、高性能的读写能力、原子性操作、持久化机制、以及丰富的特性集。

以下是 Redis 的一些独特之处：

Redis主要通过“键值对”的方式在内存中存储组织数据的，是“非关系型数据库”。
丰富的数据类型：Redis 不仅仅支持简单的 key-value 类型的数据，还提供了 list、set、zset、hash 等数据结构的存储。这些数据类型可以更好地满足特定的业务需求，使得 Redis 可以用于更广泛的应用场景。
高性能的读写能力：Redis 能读的速度是 110000次/s，写的速度是 81000次/s。这种高性能主要得益于 Redis 将数据存储在内存中，从而显著提高了数据的访问速度。
原子性操作：Redis 的所有操作都是原子性的，这意味着操作要么完全执行，要么完全不执行。这种特性对于确保数据的一致性和完整性非常重要。
持久化机制：Redis 支持数据的持久化，可以将内存中的数据保存在磁盘中，以便在系统重启后能够再次加载使用。这为 Redis 提供了数据安全性，确保数据不会因为系统故障而丢失。
丰富的特性集：Redis 还支持 publish/subscribe（发布/订阅）模式、通知、key 过期等高级特性。这些特性使得 Redis 可以用于消息队列、实时数据分析等复杂的应用场景。
主从复制和高可用性：Redis 支持 master-slave 模式的数据备份，提供了数据的备份和主从复制功能，增强了数据的可用性和容错性。
支持 Lua 脚本：Redis 支持使用 Lua 脚本来编写复杂的操作，这些脚本可以在服务器端执行，提供了更多的灵活性和强大的功能。
单线程模型：尽管 Redis 是单线程的，但它通过高效的事件驱动模型来处理并发请求，确保了高性能和低延迟。
可拓展：Redis提供了一组API，支持在原有的功能上进行拓展。
支持集群（水平拓展）：类似于上面讲的分库分表（引入多个主机，部署多个Redis节点，每个节点存储一部分数据）
速度快
- 数据存储在内存中
- Redis的核心功能都是比较简单的操作内存中的数据结构
- Redis使用了多路复用的方式（epoll）
- 使用的是单线程模型（减少了竞争开销）