【转】redis学习系列，redis分类
【0】最强原理、实践参考：https://www.yuque.com/pangpangdebolanggu/ax6zkw/em34zm
【1】redis学习系列
Redis6系列文章：https://blog.csdn.net/wsdc0521/article/details/106907436
Redis系列(一)、CentOS7下安装Redis6.0.3稳定版
Redis系列(二)、数据类型之字符串String
Redis系列(三)、数据类型之哈希Hash
Redis系列(四)、数据类型之列表List
Redis系列(五)、数据类型之无序集合Set
Redis系列(六)、数据类型之有序集合ZSet(sorted_set)
Redis系列(七)、常用key命令
Redis系列(八)、常用服务器命令
Redis系列(九)、Redis的“事务”及Lua脚本操作
Redis系列(十)、详解Redis持久化方式AOF、RDB以及混合持久化
Redis系列(十一)、Redis6新特性之ACL安全策略（用户权限管理）
Redis系列(十二)、Redis6集群搭建及原理(主从、哨兵、集群)
Redis系列(十三)、pub/sub发布与订阅（对比List和Kafka）
Redis系列(十四)、Redis6新特性之RESP3与客户端缓存(Client side caching)
Redis系列(十五)、Redis6新特性之集群代理(Cluster Proxy)
Redis系列(十六)、Redis6新特性之IO多线程
Redis系列(十七)、Redis中的内存淘汰策略和过期删除策略
Redis系列(十八)、Redis中的管道pipeline操作(Python)
Redis系列(十九)、布隆过滤器（Bloom Filter）
【2】redis分类
1 键值数据库
相关产品：Redis、Riak、SimpleDB、Chordless、Scalaris、Memcached
形式：Key 指向 Value 的键值对，通常用hash table来实现
应用：内容缓存
优点：扩展性好、灵活性好、大量写操作时性能高
缺点：无法存储结构化信息、条件查询效率较低
使用者：百度云（Redis）、GitHub（Riak）、BestBuy（Riak）、Twitter（Ridis和Memcached）
2 列族数据库
相关产品：BigTable、HBase、Cassandra、HadoopDB、GreenPlum、PNUTS
形式：以列簇式存储，将同一列数据存在一起
应用：分布式数据存储与管理
优点：查找速度快、可扩展性强、容易进行分布式扩展、复杂性低
缺点：功能相对局限
使用者：Ebay（Cassandra）、Instagram（Cassandra）、NASA（Cassandra）、Facebook（HBase）
3 文档数据库
相关产品：MongoDB、CouchDB、ThruDB、CloudKit、Perservere、Jackrabbit
形式：Key-Value对应的键值对，Value为结构化数据
应用：存储、索引并管理面向文档的数据或者类似的半结构化数据
优点：性能好、灵活性高、复杂性低、数据结构灵活
缺点：缺乏统一的查询语言
使用者：百度云数据库（MongoDB）、SAP（MongoDB）
4 图形数据库
相关产品：Neo4J、OrientDB、InfoGrid、GraphDB
形式：图结构
应用：大量复杂、互连接、低结构化的图结构场合，如社交网络、推荐系统等
优点：灵活性高、支持复杂的图形算法、可用于构建复杂的关系图谱
缺点：复杂性高、只能支持一定的数据规模
使用者：Adobe（Neo4J）、Cisco（Neo4J）、T-Mobile（Neo4J）
5、图解
|
分类 |
Examples举例 |
典型应用场景 |
数据模型 |
优点 |
缺点 |
|
键值（key-value） |
Redis、Riak、SimpleDB、Chordless、Scalaris、Memcached |
||||
|
列存储数据库 |
Cassandra, HBase,Riak |
分布式的文件系统 |
以列簇式存储，将同一列数据存在一起 |
查找速度快，可扩展性强，更容易进行分布式扩展 |
功能相对局限 |
|
文档型数据库 |
CouchDB, MongoDb |
Web应用（与Key-Value类似，Value是结构化的，不同的是数据库能够了解Value的内容） |
Key-Value对应的键值对，Value为结构化数据 |
数据结构要求不严格，表结构可变，不需要像关系型数据库一样需要预先定义表结构 |
查询性能不高，而且缺乏统一的查询语法。 |
|
图形(Graph)数据库 |
Neo4J, InfoGrid, Infinite Graph |
社交网络，推荐系统等。专注于构建关系图谱 |
图结构 |
利用图结构相关算法。比如最短路径寻址，N度关系查找等 |
很多时候需要对整个图做计算才能得出需要的信息，而且这种结构不太好做分布式的集群方案。 <span color:#136ec2;"="" style="word-wrap: break-word; font-size: 1pt;">
|
