数据库缓存服务——NoSQL之Redis配置与优化

目录

一、缓存概念

[1.1 系统缓存](#1.1 系统缓存)

[1.2 缓存保存位置及分层结构](#1.2 缓存保存位置及分层结构)

[1.2.1 DNS缓存](#1.2.1 DNS缓存)

[1.2.2 应用层缓存](#1.2.2 应用层缓存)

[1.2.3 数据层缓存](#1.2.3 数据层缓存)

[1.2.4 硬件缓存](#1.2.4 硬件缓存)

二、关系型数据库与非关系型数据库

[2.1 关系型数据库](#2.1 关系型数据库)

[2.2 非关系型数据库](#2.2 非关系型数据库)

[2.3 关系型数据库和非关系型数据库区别：](#2.3 关系型数据库和非关系型数据库区别：)

[2.4 非关系型数据库产生背景](#2.4 非关系型数据库产生背景)

[2.5 总结](#2.5 总结)

三、Redis简介

[3.1 Redis具有以下几个优点：](#3.1 Redis具有以下几个优点：)

[3.2 Redis缺点](#3.2 Redis缺点)

[3.3 Redis的适用场景](#3.3 Redis的适用场景)

[3.4 Redis为什么这么快?](#3.4 Redis为什么这么快?)

[3.5 Redis与memcached比较](#3.5 Redis与memcached比较)

---

一、缓存概念

缓存是为了调节速度不一致的两个或多个不同的物质的速度，在中间对速度较慢的一方起到加速作用，比如CPU的一级、二级缓存是保存了CPU最近经常访问的数据，内存是保存CPU经常访问硬盘的数据，而且硬盘也有大小不一的缓存，甚至是物理服务器的raid 卡有也缓存，都是为了起到加速CPU 访问硬盘数据的目的，因为CPU的速度太快了，CPU需要的数据由于硬盘往往不能在短时间内满足CPU的需求，因此CPU缓存、内存、Raid 卡缓存以及硬盘缓存就在一定程度上满足了CPU的数据需求，即CPU 从缓存读取数据可以大幅提高CPU的工作效率。

1.1 系统缓存

buffer与cache：

• buffer： 缓冲也叫写缓冲，一般用于写操作，可以将数据先写入内存再写入磁盘，buffer 一般用于写缓冲，用于解决不同介质的速度不一致的缓冲，先将数据临时写入到里自己最近的地方，以提高写入速度，CPU会把数据先写到内存的磁盘缓冲区，然后就认为数据已经写入完成看，然后由内核在后续的时间在写入磁盘，所以服务器突然断电会丢失内存中的部分数据。
• cache： 缓存也叫读缓存，一般用于读操作，CPU读文件从内存读，如果内存没有就先从硬盘读到内存再读到CPU，将需要频繁读取的数据放在里自己最近的缓存区域，下次读取的时候即可快速读取。

1.2 缓存保存位置及分层结构

互联网应用领域，提到缓存为王。

• 用户层：浏览器DNS缓存,应用程序DNS缓存,操作系统DNS缓存客户端
• 代理层：CDN,反向代理缓存
• Web层：Web服务器缓存
• 应用层：页面静态化
• 数据层：分布式缓存,数据库
• 系统层：操作系统cache
• 物理层：磁盘cache, Raid Cache

1.2.1 DNS缓存

浏览器的DNS缓存默认为60秒，即60秒之内在访问同一个域名就不在进行DNS解析。

1.2.2 应用层缓存

Nginx、PHP等web服务可以设置应用缓存以加速响应用户请求，另外有些解释性语言，比如：PHP/Python/Java不能直接运行，需要先编译成字节码，但字节码需要解释器解释为机器码之后才能执行，因此字节码也是一种缓存，有时候还会出现程序代码上线后字节码没有更新的现象。所以一般上线新版前,需要先将应用缓存清理,再上线新版。

另外可以利用动态页面静态化技术,加速访问,比如:将访问数据库的数据的动态页面,提前用程序生成静态页面文件html 电商网站的商品介绍,评论信息非实时数据等皆可利用此技术实现。

1.2.3 数据层缓存

分布式缓存服务：

• Redis
• Memcached

数据库：

• MySQL 查询缓存
• innodb缓存、MYISAM缓存

1.2.4 硬件缓存

• CPU缓存（L1的数据缓存和L1的指令缓存）、二级缓存、三级缓存
• 磁盘缓存：Disk Cache
• 磁盘阵列缓存：Raid Cache，可使用电池防止断电丢失数据

二、关系型数据库与非关系型数据库

2.1 关系型数据库

• 关系型数据库是一个结构化的数据库，创建在关系模型(二维表格模型)基础上，一般面向于记录。
• SQL语句（标准数据查询语言）就是一种基于关系型数据库的语言，用于执行对关系型数据库中数据的检索和操作。
• 主流的关系型数据库包括Oracle、 MySQL、SQL Server、Microsoft Access、 DB2、PostgreSQL 等。

以上数据库在使用的时候必须先建库建表设计表结构，然后存储数据的时候按表结构去存，如果数据与表结构不匹配就会存储失败。

2.2 非关系型数据库

• NoSQL（NoSQL=NotonlysQL），意思是"不仅仅是SQL"，是非关系型数据库的总称。
• 除了主流的关系型数据库外的数据库，都认为是非关系型。
• 不需要预先建库建表定义数据存储表结构，每条记录可以有不同的数据类型和字段个数(比如微信群聊里的文字、图片、视频、音乐等)。
• 主流的NOSQL 数据库有Redis、MongBD、 Hbase（分布式非关系型数据库，大数据使用）、Memcached、ElasticSearch（简称ES，索引型数据库）、TSDB（时续型数据库） 等。

2.3 关系型数据库和非关系型数据库区别：

（1）数据存储方式不同

关系型和非关系型数据库的主要差异是数据存储的方式。

• 关系型数据天然就是表格式的，因此存储在数据表的行和列中。数据表可以彼此关联协作存储，也很容易提取数据。
• 与其相反，非关系型数据不适合存储在数据表的行和列中，而是大块组合在一起。非关系型数据通常存储在数据集中，就像文档、键值对或者图结构。你的数据及其特性是选择数据存储和提取方式的首要影响因素。（很容易切换数据类型，一个数据集当中有多种数据类型）

（2）扩展方式不同

SQL和NoSQL数据库最大的差别可能是在扩展方式上，要支持日益增长的需求当然要扩展。

• 要支持更多并发量，SQL数据库是纵向扩展，也就是说提高处理能力，使用速度更快速的计算机，这样处理相同的数据集就更快了。因为数据存储在关系表中，操作的性能瓶颈可能涉及很多个表，这都需要通过提高计算机性能来克服。虽然SQI数据库有很大打展空间，但最终肯定会达到纵向扩展的上限。（数据一般存储在本地的文件系统中。读可以通过读写分离、负载均衡来分摊性能，但读写仍然很消耗IO性能）
• 而NoSQL数据库是横向扩展的。因为非关系型数据存储天然就是分布式的，NoSQL数据库的扩展可以通过给资源池添加更多普通的数据库服务器(节点)来分担负载。（数据分布存储在不同服务器上，可以并发地读写，加快效率）

小贴士：

• 横向扩展：加服务器。（比较便宜）

• 纵向扩展：提高硬件配置，比如换更高性能的CPU、加CPU核数、硬盘、磁盘IO、内存条。（除硬盘外，其他需要停机才能加）

（3）对事务性的支持不同

• 如果数据操作需要高事务性或者复杂数据查询需要控制执行计划，那么传统的SQL数据库从性能和稳定性方面考虑是你的最佳选择。SQL数据库支持对事务原子性细粒度控制，并且易于回滚事务。
• 虽然NoSQL数据库也可以使用事务操作，但稳定性方面没法和关系型数据库比较，所以它们真正闪亮的价值是在操作的扩展性和大数据量处理方面。
• 非关系型数据库在事务的处理和稳定性方面，不如关系型数据库。但读写性能好、易于扩展，处理大数据方面占优势。

关系型数据库：特别适合高事务性要求和需要控制执行计划的任务，事务细粒度控制更好。

非关系型数据库：事务控制会稍显弱势，其价值点在于高扩展性和大数据量处理方面。

2.4 非关系型数据库产生背景

可用于应对Web2.0纯动态网站类型的三高问题。

（1）High performance ------ 对数据库高并发读写需求。

（2）Hugestorage------对海量数据高效存储与访问需求。

（3）HighScalability&&HighAvailability------对数据库高可扩展性与高可用性需求。

关系型数据库和非关系型数据库都有各自的特点与应用场景，两者的紧密结合将会给web2.0的数据库发展带来新的思路。让关系型数据库关注在关系上和对数据的一致性保障，非关系型数据库关注在存储和高效率上 。例如，在读写分离的MySQI数据库环境中，可以把经常访问的数据（即高热数据）存储在非关系型数据库中，提升访问速度。

2.5 总结

关系型数据库:

• 实例-->数据库-->表(table)-->记录行(row)、数据字段(column)

非关系型数据库:

• 实例-->数据库-->集合(collection) -->键值对(key-value)
• 非关系型数据库不需要手动建数据库和集合(表)。

三、Redis简介

Redis (远程字典服务器)是一个 开源的、使用C语言编写的NoSQL 数据库。

Redis 基于内存运行并支持持久化，采用key-value (键值对)的存储形式，是目前分布式架构中不可或缺的一环。

Redis服务器程序是单进程模型，也就是在一台服务器上可以同时启动多个Redis进程，Redis的实际处理速度则是完全依靠于主进程的执行效率。

• 若在服务器上只运行一个Redis进程，当多个客户端同时访问时，服务器的处理能力是会有一定程度的下降；
• 若在同一台服务器上开启多个Redis进程，Redis在提高并发处理能力的同时会给服务器的CPU造成很大压力。

即：在实际生产环境中，需要根据实际的需求来决定开启多少个Redis进程。若对高并发要求更高一些，可能会考虑在同一台服务器上开启多个进程。若CPU资源比较紧张，采用单进程即可。

3.1 Redis具有以下几个优点：

（1）具有极高的数据读写速度： 数据读取的速度最高可达到110000 次/s，数据写入速度最高可达到81000次/s。

（2）支持的数据结构： key-value，支持丰富的数据类型：Strings、 Lists、Hashes、 Sets 及Sorted Sets 等数据类型操作。

• Strings 字符串型
• Lists 列表型
• Hashes 哈希（散列）
• Sets 无序集合
• Sorted Sets 有序集合（或称zsets）

（redis也可以做消息队列，可以通过Sorted Sets实现）

（3）支持数据的持久化： 可以将内存中的数据保存在磁盘中，重启的时候可以再次加载进行使用。

（4）原子性： Redis所有操作都是原子性的。（支持事务，所有操作都作为事务）

（5）支持数据备份： 即 master-salve 模式的数据备份。（支持主从复制）

3.2 Redis缺点

1. 缓存和数据库双写一致性问题
2. 缓存雪崩问题
3. 缓存击穿问题
4. 缓存的并发竞争问题

3.3 Redis的适用场景

• Redis作为基于内存运行的数据库，是一个高性能的缓存，一般应用在session缓存、 队列、排行榜、计数器、最近最热文章、最近最热评论、发布订阅等。
• Redis适用于数据实时性要求高、数据存储有过期和淘汰特征的、不需要持久化或者只需要保证弱一致性、逻辑简单的场景。

3.4 Redis为什么这么快?

• 1、Redis是一款纯内存结构，避免了磁盘 I/O 等耗时操作。（基于内存运行）
• 2、Redis命令处理的核心模块为单线程，减少了锁竞争，以及频繁创建线程和销毁线程的代价，减少了线程上下文切换的消耗。（单线程模型）
• 3、采用了 I/O 多路复用机制，大大提升了并发效率。（epoll模式）

注：

linux系统中有两种I/O类型：磁盘I/O，网络请求I/O。

在Redis6.0中新增加的多线程也只是针对处理网络请求过程采用了多线性，而数据的读写命令，仍然是单线程处理的。

3.5 Redis与memcached比较

	Memcached	Redis
类型	Key-value数据库	Key-value数据库
过期策略	支持	支持
数据类型	单一数据类型	五大数据类型
持久化	不支持	支持
主从复制	不支持	支持
虚拟内存	不支持	支持