1. redis 及NIO原理介绍
要了解redis之前，要先知道一些常识：
基础知识
- 磁盘：数据保存在磁盘的
- 寻址：ms
- 带宽：G/M
- 内存：
- 寻址：ns2 纳秒级别
- 带宽：很大
结论：秒>毫秒>微秒>纳秒 所以磁盘比内存在寻址上慢了10W倍
I/O buffer：有个成本问题：
磁盘与磁道，扇区：一扇区 512Byte，带来一个成本变大：索引
所以磁盘都格式化为4K大小，操作系统，无论你读多少，都是最少4k从磁盘拿
随着文件变大，速度变慢，硬盘i/o成为瓶颈，所以有了数据库的出现
数据库把4k大小的页给通过索引串联了起来，因为不管一次io读多少数据（就算读1k数据），硬盘还是分成4k小的，所以数据库这个软件等于给每个4k大小的页分了一个关联id，就可以在查的时候直接把数据拿出来。
如果只是把每个数据都给一个关联id，当查找数据的时候等于还是全量索引查找，所以通过一个数据的标识唯一性熟悉来关联起来，比如通过身份证号关联到一个用户的数据。
当我们建表的时候，关系型数据库建表：必须给出schema，每个列的类型：字节宽度。存的时候：倾向于行级存储
数据和索引都是存在磁盘当中的，所以在内存中准备个b+树，如果用户想查的时候，通过b+树找到索引id，比如身份证号，把身份证号读取到磁盘里，通过身份证号就知道找的是那条数据，然后查找到数据。
比如一个面试题，数据库表很大，性能会下降？如果表有索引，增删改变慢，查询速度呢？
- 1个或少量查询依然很快，因为有b+树索引，可以快速查找到数据
- 并发大的时候会受硬盘带宽影响速度，因为查的数据多，数据都通过磁盘io读取
数据在磁盘中速度很慢，在内存中快，可以内存型数据快太贵，买不起（比如HANA数据库），所以有了折中方案，缓存的概念。（比如memcached、redis）
Redis简介
Redis 是一个开源（BSD许可）的，内存中的数据结构存储系统，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，如 字符串（strings）， 散列（hashes）， 列表（lists）， 集合（sets）， 有序集合（sorted sets） 与范围查询， bitmaps， hyperloglogs 和 地理空间（geospatial） 索引半径查询。
Redis 内置了 复制（replication），LUA脚本（Lua scripting）， LRU驱动事件（LRU eviction），事务（transactions） 和不同级别的 磁盘持久化（persistence）， 并通过 Redis哨兵（Sentinel）和自动 分区（Cluster）提供高可用性（high availability）。
使用redis有什么好处
比如memcached 数据库，它也是key-value 类型数据库，也是基于缓存的，为什么后来会被redis取代地位？
memcached 的value没有类型的概念，也就说什么都可以存，使用json就可以存所有复杂的类型。
redis的value有类型概念，客户端调用对应的api，redis服务端返回想要的数据就行。
所以有个大数据方面的一个概念计算向数据移动，使用memcached时候，返回了所有数据，在客户端通过代码解析出想要的数据，redis直接返回的就是想要的数据结果。
redis安装
yum install wget
cd ~
mkdir soft
cd soft
# 也可以上传压缩包
wget http://download.redis.io/releases/redis-5.0.5.tar.gz
tar xf redis...tar.gz
cd redis-src源码目录，看README.md
make
# 执行make要先执行这两步
make distclean
yum install gcc
make
# 生成了可执行程序
cd src
cd ..
make install PREFIX=/opt/mashibing/redis5
vi /etc/profile
# 内容如下
export REDIS_HOME=/opt/mashibing/redis5
export PATH=$PATH:$REDIS_HOME/bin
# 让文件生效
source /etc/profile
cd utils
# （可以执行一次或多次）
./install_server.sh
# 执行时候脚本自己实现过程
a) 一个物理机中可以有多个redis实例（进程），通过port区分
b) 可执行程序就一份在目录，但是内存中未来的多个实例需要各自的配置文件，持久化目录等资源
c) service redis_6379 start/stop/stauts > linux /etc/init.d/****
d)脚本还会帮你启动！
ps -fe | grep redis
