Redis的简单介绍

Redis 是一个开源&＃xff08;BSD许可&＃xff09;的&＃xff0c;内存中的数据结构存储系统&＃xff0c;它可以用作数据库、缓存和消息中间件。 它支持多种类型的数据结构&＃xff0c;如 字符串&＃xff08;strings&＃xff09;&＃xff0c; 散列&＃xff08;hashes&＃xff09;&＃xff0c; 列表&＃xff08;lists&＃xff09;&＃xff0c; 集合&＃xff08;sets&＃xff09;&＃xff0c; 有序集合&＃xff08;sorted sets&＃xff09; 与范围查询&＃xff0c; bitmaps&＃xff0c; hyperloglogs 和 地理空间&＃xff08;geospatial&＃xff09; 索引半径查询。 Redis 内置了 复制&＃xff08;replication&＃xff09;&＃xff0c;LUA脚本&＃xff08;Lua scripting&＃xff09;&＃xff0c; LRU驱动事件&＃xff08;LRU eviction&＃xff09;&＃xff0c;事务&＃xff08;transactions&＃xff09; 和不同级别的 磁盘持久化&＃xff08;persistence&＃xff09;&＃xff0c; 并通过 Redis哨兵&＃xff08;Sentinel&＃xff09;和自动 分区&＃xff08;Cluster&＃xff09;提供高可用性&＃xff08;high availability&＃xff09;。

背景

在我们日常的Java Web开发中&＃xff0c;无不都是使用数据库来进行数据的存储&＃xff0c;由于一般的系统任务中通常不会存在高并发的情况&＃xff0c;所以这样看起来并没有什么问题&＃xff0c;可是一旦涉及大数据量的需求&＃xff0c;比如一些商品抢购的情景&＃xff0c;或者是主页访问量瞬间较大的时候&＃xff0c;单一使用数据库来保存数据的系统会因为面向磁盘&＃xff0c;磁盘读/写速度比较慢的问题而存在严重的性能弊端&＃xff0c;一瞬间成千上万的请求到来&＃xff0c;需要系统在极短的时间内完成成千上万次的读/写操作&＃xff0c;这个时候往往不是数据库能够承受的&＃xff0c;极其容易造成数据库系统瘫痪&＃xff0c;最终导致服务宕机的严重生产问题。

为了克服上述Java Web项目的问题&＃xff0c;通常会引入NoSQL技术&＃xff0c;这是一种基于内存的数据库&＃xff0c;并且提供一定的持久化功能。Redis和MongoDB是当前使用最广泛的NoSQL&＃xff0c;而就Redis技术而言&＃xff0c;它的性能十分优越&＃xff0c;可以支持每秒十几万此的读/写操作&＃xff0c;其性能远超数据库&＃xff0c;并且还支持集群、分布式、主从同步等配置&＃xff0c;原则上可以无限扩展&＃xff0c;让更多的数据存储在内存中&＃xff0c;更让人欣慰的是它还支持一定的事务能力&＃xff0c;这保证了高并发的场景下数据的安全和一致性。

介绍

简单来说 redis 就是一个数据库&＃xff0c;不过与传统数据库不同的是 redis 的数据是存在内存中的&＃xff0c;所以存写速度非常快&＃xff0c;因此 redis 被广泛应用于缓存方向。另外&＃xff0c;redis 也经常用来做分布式锁。redis 提供了多种数据类型来支持不同的业务场景。除此之外&＃xff0c;redis 支持事务 、持久化、LUA脚本、LRU驱动事件、多种集群方案。

redis的作用

&＃xff11;&＃xff0e;高性能&＃xff1a;

假如用户第一次访问数据库中的某些数据。这个过程会比较慢&＃xff0c;因为是从硬盘上读取的。将该用户访问的数据存在数缓存中&＃xff0c;这样下一次再访问这些数据的时候就可以直接从缓存中获取了。操作缓存就是直接操作内存&＃xff0c;所以速度相当快。如果数据库中的对应数据改变的之后&＃xff0c;同步改变缓存中相应的数据即可&＃xff01;

高并发&＃xff1a;

直接操作缓存能够承受的请求是远远大于直接访问数据库的&＃xff0c;所以我们可以考虑把数据库中的部分数据转移到缓存中去&＃xff0c;这样用户的一部分请求会直接到缓存这里而不用经过数据库。

web(数据库)实例说明redis的性能

缓存

在日常对数据库的访问中&＃xff0c;读操作的次数远超写操作&＃xff0c;读写比例大概在 7:3 到 9:1&＃xff0c;所以需要读的可能性是比写的可能大得多的。当我们使用SQL语句去数据库进行读写操作时&＃xff0c;数据库就会去磁盘把对应的数据索引取回来&＃xff0c;这是一个相对较慢的过程。

如果我们把数据放在 Redis 中&＃xff0c;也就是直接放在内存之中&＃xff0c;让服务端直接去读取内存中的数据&＃xff0c;那么这样速度明显就会快上不少&＃xff0c;并且会极大减小数据库的压力&＃xff0c;但是使用内存进行数据存储开销也是比较大的&＃xff0c;限于成本的原因&＃xff0c;一般我们只是使用 Redis 存储一些常用和主要的数据&＃xff0c;比如用户登录的信息等。

一般而言在使用 Redis 进行存储的时候&＃xff0c;我们需要从以下几个方面来考虑&＃xff1a;

• 业务数据常用吗&＃xff1f;命中率如何&＃xff1f;如果命中率很低&＃xff0c;就没有必要写入缓存&＃xff1b;
• 该业务数据是读操作多&＃xff0c;还是写操作多&＃xff1f;如果写操作多&＃xff0c;频繁需要写入数据库&＃xff0c;也没有必要使用缓存&＃xff1b;
• 业务数据大小如何&＃xff1f;如果要存储几百兆字节的文件&＃xff0c;会给缓存带来很大的压力&＃xff0c;这样也没有必要&＃xff1b;

在考虑了这些问题之后&＃xff0c;如果觉得有必要使用缓存&＃xff0c;那么就使用它&＃xff01;使用 Redis 作为缓存的读取逻辑如下图所示&＃xff1a;

从上图我们可以知道以下两点&＃xff1a;

• 当第一次读取数据的时候&＃xff0c;读取 Redis 的数据就会失败&＃xff0c;此时就会触发程序读取数据库&＃xff0c;把数据读取出来&＃xff0c;并且写入 Redis 中&＃xff1b;
• 当第二次以及以后需要读取数据时&＃xff0c;就会直接读取 Redis&＃xff0c;读到数据后就结束了流程&＃xff0c;这样速度就大大提高了。

从上面的分析可以知道&＃xff0c;读操作的可能性是远大于写操作的&＃xff0c;所以使用 Redis 来处理日常中需要经常读取的数据&＃xff0c;速度提升是显而易见的&＃xff0c;同时也降低了对数据库的依赖&＃xff0c;使得数据库的压力大大减少。

分析了读操作的逻辑&＃xff0c;下面我们来看看写操作的流程&＃xff1a;

从流程可以看出&＃xff0c;更新或者写入的操作&＃xff0c;需要多个 Redis 的操作&＃xff0c;如果业务数据写次数远大于读次数那么就没有必要使用 Redis。

关于使用内存存储数据&＃xff0c;谷歌好像就是把所有互联网的数据都存储在内存条的&＃xff0c;所以才会有如此高质量、高效的搜索&＃xff0c;但它毕竟是谷歌…

redis 和其他缓存机制对比

缓存分为本地缓存和分布式缓存。以 Java 为例&＃xff0c;使用自带的 map 或者 guava 实现的是本地缓存&＃xff0c;最主要的特点是轻量以及快速&＃xff0c;生命周期随着 jvm 的销毁而结束&＃xff0c;并且在多实例的情况下&＃xff0c;每个实例都需要各自保存一份缓存&＃xff0c;缓存不具有一致性。

使用 redis 或 memcached 之类的称为分布式缓存&＃xff0c;在多实例的情况下&＃xff0c;各实例共用一份缓存数据&＃xff0c;缓存具有一致性。缺点是需要保持 redis 或 memcached服务的高可用&＃xff0c;整个程序架构上较为复杂。
redis 和 memcached 的区别

对于 redis 和 memcached 的区别有下面四点。

1. redis支持更丰富的数据类型&＃xff08;支持更复杂的应用场景&＃xff09;&＃xff1a;Redis不仅仅支持简单的k/v类型的数据&＃xff0c;同时还提供list&＃xff0c;set&＃xff0c;zset&＃xff0c;hash等数据结构的存储。memcache支持简单的数据类型&＃xff0c;String。
2. Redis支持数据的持久化&＃xff0c;可以将内存中的数据保持在磁盘中&＃xff0c;重启的时候可以再次加载进行使用,而Memecache把数据全部存在内存之中。
3. 集群模式&＃xff1a;memcached没有原生的集群模式&＃xff0c;需要依靠客户端来实现往集群中分片写入数据&＃xff1b;但是 redis 目前是原生支持 cluster 模式的.
4. Memcached是多线程&＃xff0c;非阻塞IO复用的网络模型&＃xff1b;Redis使用单线程的多路 IO 复用模型。

总结&＃xff1a;
redis可以作为系统建数据的缓冲&＃xff0c;提高系统的性能。特别在分布式系统中更能体现出器优越性。

文章摘自&＃xff1a;
&＃xff11;&＃xff0e;https://www.jianshu.com/p/56999f2b8e3b
&＃xff12;&＃xff0e;https://www.jianshu.com/p/65765dd10671