Redis概述
Redis概述
在传统的 Java Web 项目中， 使用数据库进行存储数据，弊端主要来自于性能方面。由于数据库持久化数据主要是面向磁盘，而磁盘的读／写比较慢
如果不存在高并发，因此往往没有瞬间需要读／写大量数据的要求，这 个时候使用数据库进行读／写是没有太大的问题的，
在互联网中，往往存在大数据量的 需求 ，比如一些商品抢购的场景，或者是主页访问量瞬间较大的时候， 一瞬间成千上万的 请求就会到来 ，需要系统在极短的时间内完成成千上万次的读／写操作，这个时候往往不是 数据库能够承受的，极其容易造成数据库系统瘫痪，最终导致服务岩机的严重生产问题。
为了克服这些问题， Java Web 项目往往就引入了 NoSQL 技术， NoSQL 工具也是一种简易的数据库，它主要是一种基于内存的数据库，并提供一定的持久化功能。Redis 和MongoDB 是当前使用最广泛的 NoSQL。 我们这里来探讨Redis 。
Redis可以支持每秒十几万次的读／写操作，其性能远超数据库，并且支持集群、 分布式、 主从同步等配置，原则上可以无限扩展，让更多的数据存储在内存中，还能支持一定的事务能力，这在高并发访问的场景下保证数据安全和一致性非常重要。
Redis的优点
-
基于 ANSI C 语言编写的，接近于汇编语言的机器语言，运行十分快速
-
基于于内存的读／写，速度自然比数据库的磁盘读／写要快得多
-
数据库结构只有 6 种数据类型，数据结构比较简单，因此规则较少，而数据库则是范式，完整性、规范性需要考虑的规则比较多，处理业务会比较复杂
Redis的版本
Redis借鉴了Linux操作系统对于版本号的命名规则： 版本号第二位如果是奇数， 则为非稳定版本（例如2.7、 2.9、 3.1） ， 如果是偶数， 则为稳定版本（例如2.6、 2.8、 3.0、 3.2、4.0） 。
Redis的部分应用场景
- 缓存 ： 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，同时 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。
- 高速读／写的场合使用它快速读／写： 比如一些需要进行商品抢购和抢红包的场合，把这些需要高速读／写的数据 ， 缓存到 Redis 中，而在满足一定的条件下，触发这些缓存的数据写入数据库中
- 排行榜系统： 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
- 计数器应用：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，Redis天然支持计数功能而且计数的性能也非常好
- 社交网络：赞/踩、 粉丝、 共同好友/喜好、 推送、，Redis提供的数据结构可以相对比较容易地实现这些功能
消息队列系统： 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
缓存
一般而言在使用Redis 存储的时候，需要从 3 个方面进行考虑。
-
业务数据常用吗？命中率如何？如果命中率很低，就没有必要写入缓存。
-
该业务数据是读操作多，还是写操作多 ，如果写操作多 ，频繁需要写入数据库 ，也没有必要使用缓存。
-
业务数据大小如何？如果要存储几百兆字节的文件，会给缓存带来很大的压力，有没有必要？
在考虑过这些问题后，如果觉得有必要使用缓存，那么就使用它 。使用 Redis 作为缓 存的读取逻辑如下：
-
当第一次读取数据的时候，读取 Redis 的数据就会失败，此时会触发程序读取数据库，把数据读取出来，并且写入 Redis 。
-
当第二次及以后读取数据时，就直接读取 Redis ， 读到数据后就结束了流程，速度就大大提高 。
从上面的分析可知，大部分的操作是读操作，使用 Redis 应对读操作，速度就会十分迅速，同时也降低了对数据库的依赖， 大大降低了数据库的负担
分析了读操作的逻辑后，下面再来分析写操作的流程，
从上面的流程可以看出，更新或者写入的操作，需要多个 Redis 的操作 。 如果业务数据写次数远大于读次数没有必要使用 Redis。如果是读次数远大于写次数， 则使用 Redis 就有其价值了，因为写入 Redis 虽然要消耗一定的代价，但是其性能良好，相对数据库而言，几乎可以忽略不计 。
高速读／写
在互联网的应用中，往往存在一些需要高速读／写的场合，比如商品的秒杀，抢红包，淘宝、京东的双十一活动或者春运抢票等。这类场合在一个瞬间成千上万的请求就会达到服务器，如果使用的是数据库， 一个瞬间数据库就需要执行成千上万的 SQL，很容易造成数据库的瓶颈，严重的会导致数据库瘫痪，造成 Java Web 系统服务崩溃。
在这样的场合的应对办法往往是考虑异步写入数据库，而在高速读／写的场合中单单使用 Redis 去应对， 把这些需要高速读／写的数据 ， 缓存到 Redis 中，而在满足一定的条件下，触发这些缓存的数据写入数据库中.
先看看一次请求操作的流程图 如下：
当一个请求达到服务器，只是把业务数据先在 Redi s 读／写，而没有进行任何对数据库的操作，换句话说系统仅仅是操作 Redis 缓存，而没有操作数据库，这个速度就比操作数据库要快得多，从而达到需要高速响应的效果。
但是一般缓存不能持久化，或者所持久化的数据不太规范，因此需要把这些数据存入数据库 ，所以在一个请求操作完 Redis 的读／写后，会去判断该高速读／写的业务是否结束。这个判断的条件往往就是秒杀商 品剩余个数为 0，抢红包金额为 0，如果不成立，则不会操作数据库；如果成立，则触发事件将 Redis 缓存的数据以批量的形式一次性写入数据库，从而完成持久化的工作。
假设面对的是一个商品秒杀的场景，从上面的流程看， 一个用户抢购商品，绝大部分的场合都是在操作内存数据库 Redis ， 而不是磁盘数据库，所以其性能更为优越。只有在商品被抢购一空后才会触发系统把 Redis 缓存的数据写入数据库磁盘中 ， 这样系统大部分的操作基于内存，就能够在秒杀的场合高速响应用户的请求，达到快速应答。
而现实中这种需要高速响应的系统会比上面的分析更复杂 ， 因为这里没有讨论高并发下的数据安全和一致性问题，没有讨论有效请求和无效请求 、 事务一致性等诸多问题，这些后续独立讨论它 。
数据类型
Redis 是 一种基于内存的数据库，并且提供 一定 的 持 久化功能，它 是一 种 键值( key-value ）数据库，使用 key 作为索引找到 当前缓存的数据， 并且返回给程序调用 者。
当前的 Redis （redis3.0）支持 6 种数据类型，它们分别是字符串（ String ） 、列表（ List）、集合（ set ）、哈希结构（ hash ）、有序集合（ zset）和基数（ HyperLogLog ）
| 数据类型 | 数据类型存储的值 | 说 明 |
|---|---|---|
| STRING （字符串） | 可以是保存字符串、整数和浮点数 | 可以对字符串进行操作 ，比如增加字符或在子串，如果是整数或者浮点数 ， 可以实现计算，比如自增等 |
| LIST （ 列表） | 它是一个链表，它 的每一个节点都包 含一个字符串 | Redis支持从链表的两端插入或者弹出节点，或在通过偏移对它进行裁剪；还可以读取一个或者多个节点， 根据条件删除或者查找节点等 |
| SET （集合） | 它是一个收集器，但是是无序的,在它里面每一个元素都是一个字符串，而且是独一无二 , 各不相同的 | 可以新增、读取、删除单个元素 ； 检测一个元索是否在集合中，计算它和1其他集合的交集并集和差集等；随机从集合中读取元素 |
| HASH ( 哈希散列表） | 它类似于 Java 语言中的 Map，是一个键值对应的无序列表 | 可以附、删 、 查、改单个键值对， 也可以获取所有的键值对 |
| ZSET （有序集合〉 | 它是一个有序的集合 ， 可以包含字符串、整数、浮点数、分值（ score ） ， 元素的排序是依据分值的大小来决定的 | 可以地、删、查、改元素，根据分值的泡因或者成员来获取对应的元素 |
| HyperLogLog （基数） | 它的作用是计算主复的值， 以确定存储的数量 | 只提供基数的运算，不提供返回的功能 |
如上表格粗略描述了 Redis 的 6 种数据类型 ， 并简要说明了它们的作用，后面还会详细介绍它们的数据结构和常用 Redis 命令 。
此外， Red is 还支持一些事务 、 发布订阅消息模式、 主从复制、持久化等。
在线网站
http://try.redis.io/
转载：https://blog.csdn.net/yangshangwei/article/details/81914359