redis学习（一）

一.redis简介
Redis是基于内存、可持久化的日志型、key-value高性能存储系统。关键字（Keys）是用来标识数据块。值（Values）是关联于关键字的实际值，可以是任何东西。有时候你会存储字符串，有时候是整数，还有时候你会存储序列化对象（使用JSON、XML等）。在大多数情况下，Redis会把值看做是一个字节序列，而不会关注它们实质上是什么。

Redis支持存储的value类型：string（字符串）、hash（散列）、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等更多操作，而且这些操作都是原子性的。redis支持不同方式的排序。为了保证效率，数据都是缓存在内存中。redis会周期性的把更新的数据写入磁盘或者把操作写入追加的记录文件，并在此基础上实现了master-slaver（主从）同步。

Redis主要用于缓存、数据持久化、消息队列等，数据不是一直存储在内存中，这是不同于memcached的地方。Redis只缓存所有的Key的信息，如果内存的使用量超过某一阈值，将触发swap的操作，会将部分key对应的value持久化到磁盘中，同时在内存中清除。这种特性使得Redis可以保持超过其机器本身内存大小的数据。当 从Redis中读取数据的时候，如果读取的key对应的value不在内存中，那么Redis就需要从swap文件中加载相应数据，然后再返回给请求方，这就存在一个I/O线程池的问题，默认会发生阻塞的情况。所以，Redis使用的最佳方式是全部数据都在内存中。

二.redis支持的数据结构
1.字符串（Strings)

我们已经看到了一个常见的字符串使用案例，即通过关键字存储对象的实例。有时候，你会频繁地用到这类操作：

set users:leto "{name: leto, planet: dune, likes: [spice]}"

Redis还有一些常用的操作。例如，

strlen <key>

能用来获取一个关键字对应值的长度；

getrange <key> <start> <end>

将返回指定范围内的关键字对应值；

append <key> <value>

会将value附加到已存在的关键字对应值中（如果该关键字并不存在，则会创建一个新的关键字-值对）。

2.散列（Hashes）

散列数据结构很像字符串数据结构。两者显著的区别在于，散列数据结构提供了一个额外的间接层：一个域（Field）。因此，散列数据结构中的

set

和

get

是：

hset users:goku powerlevel 9000
hget users:goku powerlevel

相关的操作还包括在同一时间设置多个域、同一时间获取多个域、获取所有的域和值、列出所有的域或者删除指定的一个域：

hmset users:goku race saiyan age 737
hmget users:goku race powerlevel
hgetall users:goku
hkeys users:goku
hdel users:goku age

如你所见，散列数据结构比普通的字符串数据结构具有更多的可操作性。我们可以使用一个散列数据结构去获得更精确的描述，是存储一个用户，而不是一个序列化对象。从而得到的好处是能够提取、更新和删除具体的数据片段，而不必去获取或写入整个值。

3.列表（Lists）

对于一个给定的关键字，列表数据结构让你可以存储和处理一组值。你可以添加一个值到列表里、获取列表的第一个值或最后一个值以及用给定的索引来处理值。列表数据结构维护了值的顺序，提供了基于索引的高效操作。为了跟踪在网站里注册的最新用户，我们可以维护一个

newusers

的列表：

lpush newusers goku
ltrim newusers 0 50

（译注：

ltrim

命令的具体构成是

LTRIM Key start stop

。要理解

ltrim

命令，首先要明白Key所存储的值是一个列表，理论上列表可以存放任意个值。对于指定的列表，根据所提供的两个范围参数start和stop，

ltrim

命令会将指定范围外的值都删除掉，只留下范围内的值。）

4.集合（Sets）

集合数据结构常常被用来存储只能唯一存在的值，并提供了许多的基于集合的操作，例如并集。集合数据结构没有对值进行排序，但是其提供了高效的基于值的操作。使用集合数据结构的典型用例是朋友名单的实现：

sadd friends:leto ghanima paul chani jessica
sadd friends:duncan paul jessica alia

不管一个用户有多少个朋友，我们都能高效地（O(1)时间复杂度）识别出用户X是不是用户Y的朋友：

sismember friends:leto jessica
sismember friends:leto vladimir

而且，我们可以查看两个或更多的人是不是有共同的朋友：

sinter friends:leto friends:duncan

甚至可以在一个新的关键字里存储结果：

sinterstore friends:leto_duncan friends:leto friends:duncan

5.分类集合（Sorted Sets）
分类集合数据结构就类似于集合数据结构，主要区分是标记（score）的概念。

标记提供了排序（sorting）和秩划分（ranking）的功能。如果我们想要一个秩分类的朋友名单，可以这样做：

zadd friends:duncan 70 ghanima 95 paul 95 chani 75 jessica 1 vladimir

对于

duncan

的朋友，要怎样计算出标记（score）为90或更高的人数？

zcount friends:duncan 90 100

如何获取

chani

在名单里的秩（rank）？

zrevrank friends:duncan chani

（译注：

zrank

命令的具体构成是

ZRANK Key menber

，要知道Key存储的Sorted Set默认是根据Score对各个menber进行升序的排列，该命令就是用来获取menber在该排列里的次序，这就是所谓的秩。）

我们使用了

zrevrank

命令而不是

zrank

命令，这是因为Redis的默认排序是从低到高，但是在这个例子里我们的秩划分是从高到低。对于分类集合数据结构，最常见的应用案例是用来实现排行榜系统。

三.redis应用背景
1.性能需求, 随着读操作的量的上升需要解决，经历的过程有: 数据库读写分离(M/S)–>数据库使用多个Slave–>增加Cache (memcache)–>转到Redis

2.解决写的问题： 水平拆分，对表的拆分，将有的用户放在这个表，有的用户放在另外一个表；

3.可靠性需求 ：Cache的"雪崩"问题让人纠结，Cache面临着快速恢复的挑战；
4.开发成本需求 ：Cache和DB的一致性维护成本越来越高(先清理DB, 再清理缓存, 不行啊, 太慢了!)
5.开发需要跟上不断涌入的产品需求 ：硬件成本最贵的就是数据库层面的机器，基本上比前端的机器要贵几倍，主要是IO密集型，很耗硬件；
6.维护性复杂 ：一致性维护成本越来越高；
7.BerkeleyDB使用B树，会一直写新的，内部不会有文件重新组织；这样会导致文件越来越大；大的时候需要进行文件归档，归档的操作要定期做；
这样，就需要有一定的down time；

四.redis性能特点

1.丰富的数据支持；

2.主要用来存储少量数据，支持超过 100K+ 每秒的读写频率；
3.Redis支持数据的备份，即master-slave模式的数据备份（主从复制）；
4.redis支持原子操作，
5.使用分布式redis实现海量数据存储，保证数据一致性；
6.丰富的特性：Redis还支持 publish/subscribe, 通知, key 过期等特性。