初识Redis

认识Redis

上面一段话是官网给出的对Redis的介绍，in-memory data store表明Redis是在内存中存储数据的，这和我们接触的其他数据库就有很大的不同，比如MySQL，它是将数据存储在磁盘中的，但由于MySQL需要与磁盘交互，访问速度就比较慢，而很多互联网产品，又对性能要求比较高，这时，Redis就可以发挥出它的作用了，因为是在内存中存储数据，就意味着访问速度远比在磁盘中快，极大地提高了程序的性能。

Redis也不是各方面领先于MySQL，比如在存储空间上，是远小于MySQL的，毕竟磁盘的空间要远大于内存！

要想存储的数据多，访问速度也快，就可以考虑将MySQL和Redis结合起来使用，因为20%的热点数据能满足80%的访问需求，但带来的问题是：系统的复杂程度大大提升了，而且数据发生修改时，还涉及到Redis和MySQL之间的数据同步问题，此时，Redis被作为cache

Redis的初心，就是用来作为一个"消息中间件"的(消息队列)，然而，当前很少会直接使用Redis作为消息中间件，因为业界有更多更专业的消息中间件使用

为什么要有Redis，直接用变量存储不行？

在单机程序，Redis相对于变量存储数据，没有优势可言，但在分布式系统中，才能发挥威力，基于网络，可以把自己内存中的变量给别的进程，甚至别的主机的进程进行使用

分布式系统

单机架构

如下图，是一个单机架构，只有一台服务器，它负责所有的工作，虽然只有一台服务器，但现在的硬件非常nice，也就意味着一台服务器的性能也很高，可以支持非常高的并发和非常大的数据存储，所以，绝大部分的公司的产品，就是这种单机架构！

分布式系统的引入

业务进一步增长，用户量和数据量都水涨船高，一台服务器难以应付，如果同一时刻处理的请求多了，可能会导致某个硬件资源不够用了，即导致服务器处理请求的时间变长，甚至于处理出错！

而要想解决这个问题，无非两种方式，第一个是节流，在软件上优化，但对程序员的水平要求就比较高；另一种方式就是引入更多的主机、更多的硬件资源，但一台主机的硬件资源是有限的，比如就4个内存插槽，你也就只能插4条内存条，所以就需要引入多台主机，此时的系统就可以称为是"分布式系统"

分布式系统的引入，会使得系统的复杂程度会大大提高，出现bug的概率也越高，则使用的人力成本上也就会越高，所以，引入分布式，是一种无奈之举！

应用服务和数据库服务分离

如下图， 将应用服务和数据库服务部署在不同的服务器，就可以给他们搭配不同的服务器，比如应用服务器，里面可能会包含很多的业务逻辑，可能会吃CPU和内存，就采用CPU和内存好的主机；而数据服务器，需要更大的硬盘空间，更快的访问速度，就可以配置更大硬盘的主机，甚至是SSD硬盘，这样就能达到更高的性价比！！！

引入更多的应用服务器节点

如下图，应用服务器可能会比较吃CPU和内存，如果把CPU和内存吃没了，此时应用服务器就顶不住了，就需要引入更多的应用服务器，来解决上述问题，同时也需要引入负载均衡器，用户的请求会先到达负载均衡器/网关服务器，然后根据负载情况，将请求分配给负载相对小的应用服务器，尽可能保证每台应用服务器处理的用户请求是均衡的，当然，这里就会用到负载均衡的相关算法

负载均衡器，对于请求量的承担能力，是远超过应用服务器的，因为负载均衡器就相当于领导，负责派发任务，而应用服务器则相当于职员，负责执行任务。如果出现请求量大到负载均衡器也扛不住了的时候，就可以引入更多的负载均衡器，即引入多个机房

引入更多的数据库服务器（读写分离）

如下图，当数据量太多，一台数据库服务器难以支撑时，就需要引入更多的服务器来存储数据，而实际的应用场景中，读的频率是比写要高的，所以一般是一台主服务器，多台从服务器，主服务器负责写，读服务器负责读，同时从服务器通过负载均衡的方式，让应用服务器进行访问

引入缓存

数据库天然有个问题，那就是响应速度是更慢的！所以就需要把数据区分“冷热”，热点数据存放到缓存中，而缓存的访问速度往往比数据要快很多！如下图所示

分库分表

当数据量更大时，一台服务器已经存不下了，就需要多台主机存储，同时能对数据库进行进一步的拆分，即分库分表。本来一台数据库服务器上有多个数据库(create database)，现在引入多台数据库服务器，就能每个数据库服务器存储一个或者一部分数据库，甚至如果某个表特别大，一台主机存不下，也可以针对表进行拆分！具体分库分表如何实现，还要结合实际的业务场景来展开，因为业务决定技术。如下图所示

微服务架构

前面的应用服务器，里面可能做了很多的业务，这就可能导致这个服务器的代码变得非常复杂，而为了更方便代码的维护，就可以把这样的复杂的服务器，拆分成更多的，功能更单一的，但是更小的服务器，同时服务器的种类和数量就增加了！如下图所示

注意：微服务本质上是在解决"人"的问题

当应用服务器复杂了，就势必需要更多的人来维护，当人多了，就需要配套的管理，把这些人组织好，可以划分组织结构，分成多个组，每个组分别配备领导进行管理，分成多个组，就需要进行分工，而拆分成多组微服务，就利于人员的组织结构的分配了

微服务的优势

解决了人的问题；
使用微服务，可以更方便于功能的复用；
可以给不同的服务进行不同的部署

引入微服务，付出的代价？

系统性能的下降，而要想保证性能不下降太多，就需要引入更多、更好的硬件资源，而拆分出来更多的服务，多个功能之间要更依赖网络里通信，而如果用的网卡不是很好的那种，那网络通信的速度比硬盘还慢！
系统复杂程度提高，可用性受到影响，服务器更多了，出现问题的概念就更大了，这就需要一系列的手段，来保证系统的可用性，比如更丰富的监控报警，以及配套的运维人员

分布式系统的概念

应用/系统
一个应用，就是一个/组服务器程序

模块/组件
一个应用，里面有很多个功能，每个独立的功能，就可以称为是一个模块/组件

分布式
引入多个主机/服务器，协调配合完成一系列的工作（物理上的多台主机）

集群
引入多个主机/服务器，协调配合完成一系列的工作（逻辑上的多台主机）

主/从
分布式系统中一种比较典型的结构，多个服务器节点，其中一个是主，另外的则是从，从节点的数据要从主节点这里同步过来

中间件
和业务无关的服务（功能更通用的服务），比如数据库，缓存，消息队列

可用性
系统整体可用的时间/总的时间，也是一个系统的第一要务

响应时长
衡量服务器的性能，越小越好

吞吐 vs 并发
衡量系统的处理请求的能力，衡量性能的一种方式

Redis的特性

如上图，可以看出Redis是在内存中存储数据的，Redis主要是通过"键值对"的方式来存储组织数据，是一种"非关系型数据库"，key都是string，value则可以是字符串、哈希表、列表、集合等等

如上图，针对Redis的操作，可用通过简单的交互式命令进行操作，也可以通过一些脚本的方式，批量执行一些操作（可以带有一些逻辑）

如上图，Redis提供了一组API，可以用C、C++和Rust语言在Redis原有的功能基础上再进行扩展，即编写动态链接库

如上图，为了使Redis存储的数据持久化，Redis会把数据存储再硬盘上，即内存为主，硬盘为辅

如上图，Redis作为一个分布式系统的中间件，能够支持集群是很关键的，这个水平扩展，类似于"分库分表"。
一个Redis能存储的数据是有限的，因为内存空间有限，就可以引入多台主机，部署多个Redis节点，每个Redis节点存储数据的一部分

如上图，Redis具有高可用特性，数据存在冗余/备份，Redis自身也是支持"主从"结构的，从节点就相当于主节点的备份了

为什么Redis快？

1、Redis数据存在内存中，就比访问硬盘的数据库，要快很多
2、Redis核心功能都是比较简单的逻辑，如比较简单的操作内存的数据结构
3、从网络角度，Redis使用了IO多路复用的方式
4、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，因为Redis的核心任务主要是操作内存的数据结构，不会吃很多CPU

Redis的应用场景

如上图，Redis可以被当作数据库使用，虽然在大多数情况下，考虑到数据存储，优先考虑的是"大"，但是仍然有一些场景，考虑的是"快"，比如搜索引擎

如上图，Redis存的是部分数据，比如热点数据，全量数据都是以MySQL为主的，哪怕Redis的数据没了，还可以从MySQL那里加载回来

如上图，Redis可以作为消息队列，基于这个可以实现一个网络版本的生产者-消费者模型

如下图，在用户浏览某个网站时，访问不同的网页，负载均衡器有很大的可能将请求打到不同的应用服务器，而保存的session的只有一台服务器上有，这就会给用户带来不好的体验，毕竟要多次重新登录，此时有两种方式解决这个问题

1、想办法让负载均衡器，把同一个用户的请求始终打到同一台机器上，但就不能通过轮询的方式来选择应用服务器，而要用userld之类的方式来分配机器
2、把会话单独拎出来，放到一台独立的机器上存储（Redis）

Redis客户端

和MySQL一样，Redis也是一个客户端-服务器结构的程序，它的客户端和服务器可以在同一台主机上，也可以在不同主机上

Redis客户端的形态

命令行客户端redis-cli
图形化界面的客户端（桌面程序、web程序）
基于redis的API自行开发客户端（工作中最主要的形态），非常类似于MySQL的C语言API和JDBC

Redis命令

get和set命令

set：把key和value存储进去
get：根据key来获取value
set和get也是Redis最核心的两个命令
如下图，key和value都是字符串，即使没有加"“，当然，加”"或’'都是可以的
注意：Redis中的命令是不区分大小写的！！！

key不存在时，会直接返回空

Redis全局命令：能够搭配任意一个数据结构来使用的命令

keys命令

keys：用来查询当前服务器上匹配的key，后面接pattern，pattern方便查找我们想要的，keys类似于Linux中的grep命令
如下图，设置下面键值对，方便下面的演示

？：匹配任意一个字符

*：匹配0个或多个任意字符

[abcde]：只能匹配到a b c d e，别的不行，相当于给出固定的选项了

[^a]：排除a，只有a匹配不了，其他的都能匹配

[a-b]：匹配a-b这个范围内的字符，包含两侧边界

注意：keys命令的时间复杂度是O(N)，所以在生产环境上，一般都会禁止使用keys命令，尤其是大杀器keys *，它会查询出Redis中所有的key。生产环境上的key可能会非常多，而Redis是一个单线程的服务器，执行keys *的可能性非常长，使得Redis服务器被阻塞了，就无法给其他客户端提供服务了，这样的后果是灾难性的！

工作中会涉及到的几种环境

办公环境、开发环境、测试环境、线上环境/生产环境，操作线上环境的任何一个设备/程序都要怀着12分的谨慎！

exists命令

判断一个或多个key是否存在，时间复杂度O(1)，返回值：key存在的个数，redis是按照哈希表的方式来组织的

如上图，一次判断多个key，比起一次判断一个，效率会更高，因为redis是一个客户端—服务器结构的程序，而客户端与服务端是通过网络进行通信的，相对内存而言，网络通信很慢，所以走一次网络和走多次网络区别很大

del命令

删除指定的key，一次可以删除多个，时间复杂度O(1)，返回值：删除掉的key的个数

redis作为缓存时，误删了几个数据，相对于MySQL而言，影响不是很大，但如果把所有的数据或者一大半数据一下子干没了，影响就大了去了，本来redis是帮MySQL负重前行的，而redis数据被删了，就只能去MySQL中获取数据了，很容易把MySQL搞崩
redis作为数据库时，哪怕误删一个数据，影响都会很大
redis作为消息队列时，误删数据影响大不大，就需要具体问题具体分析了

expire命令

给指定的key设置过期时间，单位是秒，时间复杂度O(1)，返回值：1表示设置成功，0表示设置失败

应用场景：手机验证码、外卖优惠券
注意：必须针对已经存在的key设置过期时间

ttl命令（time to live）

查看当前key的过期时间还剩多少，时间复杂度O(1)，-1表示没有关联过期时间，-2表示key不存在

redis中key的过期策略

如果直接遍历所有的key，显然是行不通的，效率太低了
redis整体的策略是定期删除和惰性删除
定性删除：每次抽取一部分，进行验证过期时间，保证这个抽取检查的过程足够快
为什么要对定性删除的时间，有明确的要求？
因为redis是单线程的程序，主要的任务执行命令，如果扫描过期key消耗的时间太多了，就可能导致正常处理请求命令就被阻塞了，类似于keys *
惰性删除：当某个key已经到过期时间了，但是暂时还没删它，key还存在，后面又一次访问，正好用到了这个key，于是这次访问就会让redis服务器触发删除key的操作，同时再返回一个nil

过期策略也可以通过定时器来实现！！！

定时器

概念：在某个时间达到之后，执行指定的任务

基于优先级队列实现定时器

假定现在又很多key都设置了过期时间，就可以把这些key加入到一个优先级队列中，指定优先级规则：过期时间早的，先出队列，队首元素，就是最早要过期的key，然后只需要给定时器分配一个线程，让这个线程取检查队首元素，看看是否过期即可，此时，扫描线程不需要遍历所有key，只需要盯住队首元素即可
在扫描线程检查队首元素过期时间的时候，也不能检查太频繁，可以根据当前时刻和队首元素的过期时间，设置一个等待，当时间差不多到了，系统再去唤醒这个线程，来新任务时，唤醒线程，重新设置阻塞时间即可！

基于时间轮实现定时器

如上图，把时间划分成很多小段—划分的粒度，看实际需求
每个小段上都挂着一个链表，每个链表都代表一个要执行的任务（相当于一个函数指针，以及对应的参数啥的）
给定一个指针，指向时间轮中的一个格子，让它绕着这个时间轮旋转，每走到一个格子，就会尝试把这个格子上链表的任务尝试执行一下
注意：每个格子是多少时间，一共多少格子，都是需要根据实际场景，灵活调配的

type命令

查看这个key对应value的类型，有string、list、set、hash等等，时间复杂度O(1)