前言
Redis[1]是一种基于键值对（key-value）的NoSQL数据库，与很多键值对数据库不同的是，Redis中的值可以是由string（字符串）、hash（哈希）、list（列表）、set（集合）、zset（有序集合）、Bitmaps（位图）、HyperLogLog、GEO（地理信息定位）等多种数据结构和算法组成，因此Redis可以满足很多的应用场景，而且因为Redis会将所有数据都存放在内存中，所以它的读写性能非常惊人。不仅如此，Redis还可以将内存的数据利用快照和日志的形式保存到硬盘上，这样在发生类似断电或者机器故障的时候，内存中的数据不会"丢失"。除了上述功能以外，Redis还提供了键过期、发布订阅、事务、流水线、Lua脚本等附加功能。总之，如果在合适的场景使用好Redis，它就会像一把瑞士军刀一样所向披靡。2008年，Redis的作者Salvatore Sanfilippo在开发一个叫LLOOGG的网站时，需要实现一个高性能的队列功能，最开始是使用MySQL来实现的，但后来发无论怎么优化SQL语句都不能使网站的性能提高上去，再加上自己囊中羞涩，于是他决定己做一个专属于LLOOGG的数据库，这个就是Redis的前身。后来，Salvatore Sanfilippo将Redis1.0的源码开放到GitHub上，可能连他自己都没想到，Redis后来如此受欢迎。
假如现在有人问Redis的作者都有谁在使用Redis，我想他可以开句玩笑的回答：还有谁使用Redis，当然这只是开玩笑，但是从Redis的官方公司统计来看，有很多重量级的公司都在使用Redis，如国外的Twitter、Instagram、Stack Overflow、GitHub等，国内就更多了，如果单单从体量来统计，新浪微博可以说是全球最大的Redis使用者，除了新浪微博，还有像阿里巴巴、腾讯、百度、搜狐、优酷土豆、美团、小米、唯品会等公司都是
Redis的使用者。除此之外，许多开源技术像ELK等已经把Redis作为它们组件中的重要一环，而且Redis会在未来的版本中提供模块系统让第三方人员实现功能扩展，让Redis发挥出更大的威力。所以，可以这么说，熟练使用和运维Redis已经成为开发运维人员的一个必备技能。
Redis的特性
- 在内存中存储数据
- 针对Redis的操作可以直接通过交互式命令
- 可扩展性，可以在redis原有的基础功能上扩展。
- 持久化，Redis是把数据储存到内存上的，通常看，将数据放在内存中是不安全的，一旦发生断电或者机器故障，重要的数据可能就会丢失，因此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.
- redis作为一个中间键是支持集群的,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。
- 支持高可用。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。
Redis的使用场景
大概翻译过来，就是以下：
1.实时数据库存储
大多数情况及，考虑到存储数据库优先考虑数据库大，但有时候，还是会考虑到数据库快。Redis 数据库中的所有数据都存储在内存中。由于内存的读写速度远快于硬盘，因此
Redis 在性能上对比其他基于硬盘存储的数据库有非常明显的优势,在一台普通的笔记本电
脑上，Redis 可以在一秒内读写超过 10 万个键值。将数据存储在内存中也有问题，比如程序退出后内存中的数据会丢失。不过 Redis 提供了对持久化的支持，即可以将内存中的数据异步写入到硬盘中，同时不影响继续提供服务。
2.Session 存储
以往的登录注册是要Cookie和Session配合使用的，一般我们会把Session存在应用服务器上，后来我们可以把身份标识存在Redis数据库里。
3.消息队列
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。
Redis不能做的事情
实际上和任何一门技术一样，每个技术都有自己的应用场景和边界，也就是说Redis并不是万金油，有很多适合它解决的问题，但是也有很多不合适它解决的问题。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。所以，Redis并不是万金油，相信随着我们对Redis的逐步学习，能够清楚Redis真正的使用场景。