任何收获都不是偶然，
一点一滴的进步终会让未来的你焕然一新！
从零开始认识redis
- [1 认识redis](#1 认识redis)
- [2 浅谈redis在分布式系统中的应用](#2 浅谈redis在分布式系统中的应用)
- [3 redis的特性](#3 redis的特性)
1 认识redis
redis文档中给了redis清晰的定位：
- redis全程是Remote Dictionary Server（远程字典服务器），指明其储存的结构是"键值对"。
- 作为非关系性数据集成（NoSql）中间件，用更快的速度、更多内存和更高的准确性构建程序。
NoSQL（Not Only SQL） 并不是否定 SQL，而是补充传统关系型数据库的一种新范式。
✅ NoSQL 特征：
| 特性 | SQL（关系型） | NoSQL（非关系型） |
|---|---|---|
| 数据结构 | 结构化（Structured） | 非结构化（Unstructured） |
| 数据关系 | 强关联（主外键） | 无关联（嵌套/冗余存储） |
| 查询语言 | SQL 标准语句 | 每种数据库自定义 |
| 事务支持 | 支持 ACID | 多数不支持 ACID，仅保证最终一致性 |
| 存储方式 | 基于磁盘 | 基于内存 |
| 扩展方式 | 垂直扩展（升级硬件） | 水平扩展（多机分片） |
| 使用场景 | 安全性高、结构稳定、金融电商等 | 海量数据、实时访问、性能敏感系统 |
特性对比无法感受到两种的差距，我们举个例子，比如现在我想要储存一个学生的基本信息，使用sql和redis分别进行实现：
sql
create table student(
id int,
name varchar(20),
age int
);
insert into student (id , name , age)values(1 , '张三' , 18);
bash
# 1. 存储单个学生信息（Hash结构：键为student:1，字段为id、name、age，对应值分别为1、张三、18）
HSET student:1 id 1 name "张三" age 18
# 会得到一个数据
{
"id":1,
"name" : "张三",
"age":18
}进行查询时：
| 操作 | SQL | Redis |
|---|---|---|
| 查询用户信息 | SELECT * FROM student WHERE id=1 | get student :1 |
2 浅谈redis在分布式系统中的应用
单机架构简而言之就是只在一个服务器上提供的服务（内部可能使用了数据库，网络，等），一个服务器负责业务处理，也负责数据存储。
当业务进一步增长，数据量大大提升，一台主机难以支持时，就需要引入更多的主机，也就出现了分布式架构。
每台主机的硬件资源包括内存，cpu，硬盘，网络...服务器的每次请求都会消耗一定资源，同一时刻处理大量的请求就可能导致某个硬件资源不够用了，遇到资源不够的问题有两种主要解决思想：
- 开源：简单粗暴的解决，增加更多的硬件资源。一台主机扩展到极限了，就需要加入更多的主机了。引入多台主机就构成了分布式系统了。
- 节流：针对程序优化，优化数据结构，数据库存储结构等等...这就看程序员的个人能力了
注意：引入分布式，是万不得已的，系统的复杂度会大大提高，出现bug的概率越高。
最简单的分布式系统就是一个业务服务器＋一个储存服务器。但是当请求量提升时，可能会出现一台业务服务器处理不过来的情况，这时可以在引入一台业务服务器，通过网关做负载均衡，他们共同读取一个数据库。
当当处理的请求量增加，导致数据库读写消耗增大时，可以将储存服务器也增添一个，设置一个主服务器和一个从属服务器，他们之间会进行数据同步：主服务器负责数据写操作，从服务器负责数据操作，主服务器会将写入的数据同步到读服务器中。
此时又出现了一个新问题，对于一个十分频繁且耗时的查询（比如查询全体成员成绩），每次查询会占用大量的资源。同时因为数据库的处理读取速度很慢，频繁的查询更会导致超时。这时就需要对热数据进行处理 ，引入缓存，将热数据储存到缓存中。当业务服务器处理请求时先在缓存服务器中查找，没有再去存储服务器中查询。当然这样也会引入很多的问题：
- 缓存数据应该保留多久？
- 数据库数据修改了导致和缓存中不一致了怎么办？
- ...
这个redis就是作为缓存服务器出现的。由于其储存是在内存中进行的，读写速度是比硬盘读写高好几个数量级的!这也是redis快速的重要原因：
| 操作类型 | Redis（单线程） | MySQL（InnoDB 引擎） | PostgreSQL |
|---|---|---|---|
| 读 QPS（每秒查询数） | 10 万～100 万 + | 1 万～5 万（开启缓存） | 1 万～5 万 |
| 写 QPS（每秒写入数） | 5 万～50 万 + | 5000~2 万（开启缓存） | 5000~2 万 |
| 平均响应延迟 | 微秒级（~100μs） | 毫秒级（~10ms） | 毫秒级 |
注意：redis的快速是相对来说的，比关系型数据库快，但还是比不过内存变量，毕竟redis说到底还是网络服务中间件，网络的延迟是不可避免的！
3 redis的特性
redis是一个在内存中储存数据的中间件，可以用于数据缓存，也可以用做数据库，通常是在分布式系统中发挥作用。
同时redis也会提供持久化的能力，因为内存数据一旦重启就会消失，所以在硬盘中储存一份是非常有必要的！并且redis是支持集群的（一个redis主机储存的数据是有限的，引入多个主机可以提供更好的能力）！
redis最重要的特性就是快，其快的原因：
- redis本质是使用内存进行存放数据的，读取数据相比于硬盘本身就高好几个数量级
- redis核心功能的实现简单，核心功能都是比较简单的操作内存的数据结构
- redis的网络使用IO多路复用（epoll），使用一个线程，基于事件触发构建的高效IO。
- redis使用的是单线程模型，减少了不必要的线程之间的竞争开销。通常：单线程不一定会提高速度，对于CPU密集型任务，使用多个线程可以充分使用CPU多核资源。但是对于redis来说，主要操作是操作内存的数据结构，并不会占用很多CPU资源（也就是单核和多核的区别不大）