Redis开发与运维读书笔记-第一章-Redis特性及使用场景

一.Redis特性:

1.速度快:

正常情况下，Redis执行命令的速度非常快，官方给出的数字是读写性 能可以达到10万/秒;Redis速度快的原因大致归结为以下几点:1)Redis的所有数据都是存放在内存中 2)Redis是用C语言实现的，一般来说C语言实现的程序“距离”操作系统更近，执行速度相对会更快 3)Redis使用了单线程架构，预防了多线程可能产生的竞争问题

2.基于键值对的数据结构服务器:主要提供了5种数据结构：

字符串、哈希、列表、集合、有序集合，同时在字符串的基础之上演变 出了位图（Bitmaps）和HyperLogLog两种神奇的“数据结构”，并且随着 LBS（Location Based Service，基于位置服务）的不断发展，Redis3.2版本中 加入有关GEO（地理信息定位）的功能，总之在这些数据结构的帮助下，开发者可以开发出各种“有意思”的应用。

3.丰富的功能:除了5种数据结构，Redis还提供了许多额外的功能：

·提供了键过期功能，可以用来实现缓存。
·提供了发布订阅功能，可以用来实现消息系统。
·支持Lua脚本功能，可以利用Lua创造出新的Redis命令。
·提供了简单的事务功能，能在一定程度上保证事务特性。
·提供了流水线（Pipeline）功能，这样客户端能将一批命令一次性传到 Redis，减少了网络的开销。

4.简单稳定:Redis的简单主要表现在三个方面

首先:Redis的源码很少，其次:Redis使用单线程模型，这样 不仅使得Redis服务端处理模型变得简单，而且也使得客户端开发变得简 单。最后，Redis不需要依赖于操作系统中的类库（例如Memcache需要依赖 libevent这样的系统类库），Redis自己实现了事件处理的相关功能。

5.客户端语言多:

Redis提供了简单的TCP通信协议，很多编程语言可以很方便地接入到 Redis，并且由于Redis受到社区和各大公司的广泛认可，所以支持Redis的客 户端语言也非常多，几乎涵盖了主流的编程语言，例如Java、PHP、 Python、C、C++、Nodejs

6.持久化:

Redis提供了两种持久化方式：RDB和 AOF，即可以用两种策略将内存的数据保存到硬盘中

7.主从复制:

Redis提供了复制功能，实现了多个相同数据的Redis副本，复制功能是分布式Redis的基础。

8.高可用和分布式

Redis从2.8版本正式提供了高可用实现Redis Sentinel，它能够保证Redis 节点的故障发现和故障自动转移。Redis从3.0版本正式提供了分布式实现 Redis Cluster，它是Redis真正的分布式实现，提供了高可用、读写和容量的
扩展性。

二.Redis使用场景:
 

以下为redis适用的场景:

1.缓存
缓存机制几乎在所有的大型网站都有使用，合理地使用缓存不仅可以加 快数据的访问速度，而且能够有效地降低后端数据源的压力。Redis提供了键值过期时间设置，并且也提供了灵活控制最大内存和内存溢出后的淘汰策略。可以这么说，一个合理的缓存设计能够为一个网站的稳定保驾护航。第 11章将对缓存的设计与使用进行详细说明。
2.排行榜系统
排行榜系统几乎存在于所有的网站，例如按照热度排名的排行榜，按照 发布时间的排行榜，按照各种复杂维度计算出的排行榜，Redis提供了列表和有序集合数据结构，合理地使用这些数据结构可以很方便地构建各种排行榜系统。
3.计数器应用
计数器在网站中的作用至关重要，例如视频网站有播放数、电商网站有 浏览数，为了保证数据的实时性，每一次播放和浏览都要做加1的操作，如 果并发量很大对于传统关系型数据的性能是一种挑战。Redis天然支持计数功能而且计数的性能也非常好，可以说是计数器系统的重要选择。
4.社交网络
赞/踩、粉丝、共同好友/喜好、推送、下拉刷新等是社交网站的必备功能，由于社交网站访问量通常比较大，而且传统的关系型数据不太适合保存 这种类型的数据，Redis提供的数据结构可以相对比较容易地实现这些功能。
5.消息队列系统
消息队列系统可以说是一个大型网站的必备基础组件，因为其具有业务 解耦、非实时业务削峰等特性。Redis提供了发布订阅功能和阻塞队列的功能，虽然和专业的消息队列比还不够足够强大，但是对于一般的消息队列功能基本可以满足。

以下为Redis不适用的场景:

我们可以站在数据规模和数据冷热的角度来进行分析。
站在数据规模的角度看，数据可以分为大规模数据和小规模数据，我们 知道Redis的数据是存放在内存中的，虽然现在内存已经足够便宜，但是如 果数据量非常大，例如每天有几亿的用户行为数据，使用Redis来存储的话，基本上是个无底洞，经济成本相当的高。
站在数据冷热的角度看，数据分为热数据和冷数据，热数据通常是指需要频繁操作的数据，反之为冷数据，例如对于视频网站来说，视频基本信息基本上在各个业务线都是经常要操作的数据，而用户的观看记录不一定是经常需要访问的数据，这里暂且不讨论两者数据规模的差异，单纯站在数据冷热的角度上看，视频信息属于热数据，用户观看记录属于冷数据。如果将这 些冷数据放在Redis中，基本上是对于内存的一种浪费，但是对于一些热数 据可以放在Redis中加速读写，也可以减轻后端存储的负载，可以说是事半功倍。