【开发】Redis 的理解与数据存储格式

1. NOSQL和关系型数据库比较

优点：低成本、高查询、存储格式丰富、支持多种数据类型

nosql简单易部署，且多数开源
nosql将数据存储在缓存之中，sql将数据存储在硬盘中；nosql比sql数据库查询速度快
nosql的存储格式是键值对形式，文档形式、图片形式等，可以存储基础类型以及对象或者集合等格式，sql支支持基础数据
关系型数据库有类似Join的多表查询机制限制扩展很艰难

缺点：维护技术有限、学习使用成本高、不提供关系型数据库对事务的处理

新技术，维护工具
不遵循SQL标准，学习使用成本高
不提供关系型数据库对事务的处理

2. 主流的NOSQL产品

键值(Key-Value)存储数据库

相关产品： Tokyo Cabinet/Tyrant、Redis、Voldemort、Berkeley DB

典型应用：内容缓存，主要用于处理大量数据的高访问负载。数据模型：一系列键值对

优势：快速查询

劣势：存储的数据缺少结构化

列存储数据库

相关产品：Cassandra, HBase, Riak

典型应用：分布式的文件系统

数据模型：以列簇式存储，将同一列数据存在一起

优势：查找速度快，可扩展性强，更容易进行分布式扩展劣势：功能相对局限

文档型数据库

相关产品：CouchDB、MongoDB

典型应用：Web应用（与Key-Value类似，Value是结构化的）数据模型：一系列键值对

优势：数据结构要求不严格

劣势：查询性能不高，而且缺乏统一的查询语法

图形(Graph)数据库

相关数据库：Neo4J、InfoGrid、Infinite Graph

典型应用：社交网络数据模型：图结构

优势：利用图结构相关算法。

劣势：需要对整个图做计算才能得出结果，不容易做分布式的集群方案。

数据库排名:

3. Redis的理解

概念：C语言开发的一个开源的高性能键值对存储形式的数据库

特征：

1. 数据之间没有必然的关联关系

2. 内部采用单线程机制进行工作

3. 高性能

4. 多数据类型支持

名称类型 数据结构
字符串类型 String
String

列表类型 list
LinkedList

散列类型 hash
HashMap

集合类型 set
HashSet

有序集合类型 sorted_set
TreeSet

5. 持久化支持。可以进行数据灾难恢复

名称	类型	数据结构
字符串类型	String	String
列表类型	list	LinkedList
散列类型	hash	HashMap
集合类型	set	HashSet
有序集合类型	sorted_set	TreeSet

4. redis数据存储格式

redis自身是一个map，所存储的数据都采用键值对的形式存储
key部分永远都是字符串，value部分指的是存储的数据的类型
key的语法：
在同一个项目中，key部分最好使用统一的命名模式
key区分大小写
key尽量不超过1024字节。不仅消耗内存，也会降低查找的效率
key不易太短，太短会降低可读性

4.1 String

存储的数据：单个数据，最简单最常用的数据存储类型
存储的数据格式：一个存储空间保存一个数据
存储内容：通常使用字符串，如果字符串以整数的形式展示，可以作用数字操作使用

4.2 Hash

存储的困惑：对象类数据的存储如果具有频繁的更新需求会显得笨重
哈希的特点：
存储需求：对一系列存储的数据进行编组，方便管理
存储结构：一个存储空间保存多个键值对数据
hash类型：底层使用哈希表结构实现数据存储
hash存储结构优化
如果filed数量较少，存储结构优化为类数组结构
如果filed数量较多，存储结构使用HashMap结构

4.3 List

存储需求：存储多个数据，并对数据进入存储空间的顺序进行区分
存储结构：一个存储空间保存多个数据，且通过数据可以体现进入顺序
list类型：保存多个数据，底层使用双向链表存储结构实现

4.4 Set

存储需求：存储大量的数据，在查询方面提供更高的效率
存储结构：存储大量的数据，高效的内部存储机制，便于查询
set类型：与hash存储结构完全相同，仅存储键，不存储值，并且值是不允许重复的

4.5. sorted_set

存储需求：数据排序有利于数据的有效展示，需要提供一种可以根据自身特征进行排序的方式
存储结构：新的存储模型，可以保存可排序的数据
sorted_set类型：在set的存储结构基础上添加可排序字段