redis

一、背景

在互联网项目中往往存在大数据量的需求，比如一些商品抢购的场景，或是访问量瞬间较大的时候，一瞬间成千上万的请求就会到来，比如在双十一活动。

当数据量的总大小一个机器放不下时；数据索引一个机器的内存放不下时；访问量（读写混合）一个实例放不下时。

（1）单机模式：

app——>dao——>mysql，如果每次存储成千上万条数据，这样很会导致mysql的性能很差，存储以及读取速度很慢；

然后就演变成，app——>dao——>缓存——>mysql，缓存+mysql+垂直拆分的方式。将所有的数据先保存到缓存中，然后再存入mysql中，减小数据库压力，提高效率。 

但是当数据再次增加到又一个量级，由于数据库的写入压力增加，Memcached只能缓解数据库的读取压力，读写集中在一个数据库上让数据库不堪重负。

（2）主从分离模式：

使用主从复制技术来达到读写分离，以提高读写性能和读库的可扩展性。Mysql的master-slave模式成为这个时候的网站标配。 

MySQL的主从复制，读写分离的基础之上，这时MySQL主库的写压力开始出现瓶颈，而数据量的持续猛增。

由于MyISAM使用表锁，在高并发下会出现严重的锁问题，大量的高并发MySQL应用开始使用InnoDB引擎代替MyISAM。 

（3）分库分表模式

将变化小的、业务相关的放在一个数据库，变化多的，不相关的数据放在一个数据库。 

二、NoSQL的优势

易扩展 ：不需要固定的模式，无需多余的操作就可以进行横向的扩展。相对于关系型数据库可以减少表和字段特别多的情况。也无型之间在架构的层面上带来了可扩展的能力 。

大数据量提高性能：关系型数据库在面对高并发时读写性能非常差（磁盘读，相当慢），面对海量数据的时候效率非常低。

而Nosql存储的格式都是key-value类型的，并且存储在内存中，非常容易存储，而且对于数据的 一致性是 弱要求。Nosql无需sql的解析，提高了读写性能。

内存操作的级别是毫秒级的比硬盘操作秒级操作自然高效不少，较少了磁头寻道、数据读取、页面交换这些高开销的操作。

多样灵活的数据模型 ：可以存储String，hash，set、Zset等数据类型，还可以保存javaBean以及多种复杂的数据类型。  

三、redis简介

redis是Nosql数据库中使用较为广泛的非关系型内存数据库，redis内部是一个key-value存储系统。

它支持存储的value类型相对更多，包括string(字符串)、list(链表)、set(集合)、zset(sorted set –有序集合)和hash（哈希类型，类似于Java中的map）。

redis基于内存运行并支持持久化的NoSQL数据库，是当前最热门的NoSql数据库之一，也被人们称为数据结构服务器。

四、redis的使用场景

1、缓存数据（需要从3个方面考虑）

业务数据常用吗？命中率如何？如果命中率很低，那就没必要用redis把这一数据写入缓存了。

该业务数据是读操作多？还是写操作多？如果写操作多，那就需要频繁的将数据写到数据库中，redis不是做这个的，所以就没必要将这部分数据写入redis的缓存中了。

业务数据的大小如何？如果要存储几百兆字节的文件，这会给缓存带来巨大的压力，因为会耗费我们的内存，影响速度，有没有必要？

2、高并发（高速读写）

异步地去写入数据库，而在高速读或者写的情况下使用redis去应对，把这些需要高速读或写的数据缓存到redis中。而在满足一定的条件后，再将这些数据写入到内存中。

也就是，当一个请求到达服务器，只是把业务数据放在redis上进行读写，而没有进行任何对数据库的操作，换句话说就是，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的多。但是缓存不能持久化，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的读或写操作后，会判断该高速读写业务是否结束。

这个条件一般是商品剩余个数为0，抢红包剩余金额为0。如果不成立，就不会操作数据库，否则会触发事件将redis缓存的数据以批量的形式一次性写入数据库，从而完成持久化操作。

而实际上，真正的情况远比上述更为复杂，因为实际中要考虑高并发下的数据安全和一致性的问题，以及有效请求无效请求以及事务一致性等诸多问题。