目录
单机架构
分布式系统
个人总结
一.Redis的介绍
二.Redis特性
三.Redis的快原因
四.Redis的应用场景
五.Redis的总结
由于Redis和分布式系统息息相关，因此我们需要先了解一下，分布式系统！
接下来就是分布式系统的演化过程。
单机架构
在了解什么是分布式系统之前，我们之前使用的都是单机架构。
单机架构：只有一台服务器，负责了所以的工作。
如上图：一个服务器即负责应用服务，也负责数据库服务，如果访问人数不多的情况下，是可以接收处理的。
服务器收到请求需要消耗一些硬件资源，因此，如果成千上万的用户同时请求， 可能会导致某个硬件资源不够用，会导致服务器处理请求的时间变长，甚至于处理出问题。
针对以上的问题，虽然我们可以通过开源节流的方法，但是治标不治本，因此我们可以引入多台主机----分布式系统
注：虽然引入分布式系统可以更好的解决大量请求，但同时复杂程度也是直线上升，出现Bug的概率也会越来越高
分布式系统
分布式系统（Distributed System）是由多个独立计算机（或者是多个硬件节点）通过网络互相通信和协调工作，以达到共同目标的系统。
在分布式系统中，这些计算机被称为节点（nodes）或者处理器（processors），它们可以是物理上分布在不同的地理位置，也可以是逻辑上分布在不同的计算机上。
抛出的砖：
我们将应用服务和数据库服务分开，各置一个服务器，而且我们可以针对不同的需求场景，配建不同的硬件资源！例如，应用服务器，需要的高cpu，对于硬盘空间却没有那么大需求，而数据库服务器却需要更大的硬盘空间。在一个大型系统中，可能有多个应用服务器同时运行，它们协同工作以处理高并发的请求。
引出的玉：
问：在图中，我们发现多了一个负载均衡器，那么有什么作用呢？
答：负载均衡是一种将工作负载分布到多个应用服务器上的技术，以实现系统的高可用性和性能优化。在分布式系统中，负载均衡器是位于客户端和多个应用服务器之间的中介设备或软件组件。
主要功能包括：
1.请求分发：负载均衡器接收来自客户端的请求，并将这些请求分发到多个应用服务器上，以均衡各服务器的负载。
2.性能优化：通过有效地分配请求，负载均衡器可以提高整体系统的响应速度和处理能力。
3.故障转移：当某个应用服务器发生故障或不可用时，负载均衡器可以自动将流量重定向到其他健康的服务器，从而提高系统的可靠性和稳定性。
4.会话保持：某些负载均衡器可以支持会话保持，确保同一个用户的请求都被发送到同一个应用服务器上，以维持会话状态。
总结：负载均衡器就是领导，应用服务器就是下属，领导分配任务给下属。
进阶的玉：
那么大量的应用服务器去调用存储服务器，请问存储服务器能抗住吗？可不可以和应用服务器一样，也开辟大量的存储服务器呢？不可以啊，你想啊，存储服务器存储的数据，那么数据分开放，应用服务器怎么知道自己需要的数据在哪呢？但是我们可以根据需求将存储服务器分类---- 例如：读和写。
每次写入数据，都会将数据同步到读取的数据当中！同样的道理，也可以开辟出删除数据的存储服务器和更改数据的服务器。
再次进阶的玉：
存在问题：数据库的响应速度是很慢的！
解决方案：二八原则可以解决，在计算机中，有缓存，还有硬盘空间，缓存的数据一般都是我们经常需要使用的，那么数据库是否也可以细分为，经常使用和不经常使用呢？也称冷数据和热数据，当我们需要数据时，先从数据量少的热数据中查找，不存在再去查找冷数据。
缓存服务器中，存放的是频繁被访问的数据（少）。只有主存储服务器的百分之20的数据。
最终版的璞玉：
在之前，我们可以发现存储服务器，我们从一个存储服务器划分为读、写和缓存服务器了，但我们发现，无论如何变化，这只是提高了存储服务器处理数据的速度，但是存储服务器明显是有存储数据量的上限的。那么我们怎么修改存储服务器的上限呢？
解决方法：可以针对数据库，进行分库分表存储，例如将一个数据库的不同表存储在不同的存储服务器中！
如图：我们将数据库当中的表分在不同的存储服务器当中，然后应用服务器根据需求调用相应的存储服务器。
扩展学习：微服务架构
所谓的微服务，就是上面的基础上，再进行功能的划分，将应用服务器划分对应的功能，如下图：
缺点：系统性能下降，更加依赖于网络通信
个人总结
- 单机架构（应用程序+数据库服务器）
- 数据库和应用分离
- 应用程序和数据库 分别在不同的主机部署
- 引入负载均衡器，应用服务器->集群
- 通过负载均衡器，把请求比较均匀的分发给集群的每一个应用服务器
- 引入读写分离，数据库主从结构
- 一个数据库节点作为主节点，其他N个节点作为从节点，主节点负责写，从节点，负责读
- 引入缓存，冷热数据分离
- 进一步提升了服务器针对请求的能力
- 引入分库分表，数据库进一步扩展存储空间
- 提高了数据库的存储上限
以上就是分布式系统的演化过程
在分布式系统当中，涉及到多个进程，但是进程具有隔离性，更何况，这些进程可能在不同的主机上，又如何跨主机通信呢？
解决方法：Redis就是基于网络，无论是当前主机上的不同进程还是跨主机的进程，我们都可以将内存变量给予其他主机的进程。
一.Redis的介绍
上图：官方的解释，也就是说Redis是 在内存中存储数据
Redis（Remote Dictionary Server）是一个开源的内存数据库系统，属于键值存储（Key-Value Store）类别。它支持多种数据结构，包括字符串（Strings）、哈希表（Hashes）、列表（Lists）、集合（Sets）、有序集合（Sorted Sets）等。Redis以其高性能、丰富的数据类型和灵活的应用场景而广受欢迎。
或许有人问：Mysql数据库不能达到该效果吗？
MySQL数据库存在一个很大的问题，访问速度远远慢于Redis，而目前的互联网产品当中，对性能要求是很高的。但同样Redis的存储空间是有限的。那么该怎么解决呢？
典型的方案：MySQL和Redis结合起来，但依然也存在缺点：系统复杂程度大大提升，如果数据发生了改变，还会涉及到很多Redis和MySQL之间的数据同步问题。
二.Redis特性
这是在Redis官网中，我们可以看见所谓的特性。接下来一一讲解：
存储数据方面：
之前我们学习的MySQL数据库，是一种关系型数据库，而它的存储方式是通过 ‘ 表 ’ 的方式进行存储组织数据。但是Redis是一种非关系型数据库，存储数据的方式是通过 ‘ 键值对 ’的方式
Redis的操作：
争对Redis的操作，有两种方式；第一种：直接通过简单的交互式命令进行操作。第二种：通过脚本方式，批量执行一些操作。
Redis的扩展：
在官网里，可以在redis基础上进行扩展，Redis提高一组API，扩展方式：C、C++、Rust等语言。
Redis的持久化：
将数据存储在内存上，但是内存容易丢失，因此也会在硬盘备份数据。
Redis的集群：
Redis身为一个分布式系统的中间件，能够支持集群是关键的，官网上描述的是"Horizonta scalability " 中文名：分库分表， 意思是：一个redis能存储的数据是有限的，引入多个主机，部署多个Redis节点，每个Redis存储数据的一部分 。
Redis高可用：
意思：冗余，又或者名为备份，节点拥有主节点的备份。当主节点挂了，从节点就摇身一变为主节点。
三.Redis的快原因
Redis之所以能够如此快速主要归因于以下几个关键因素：
-
内存存储和操作：Redis主要将数据存储在内存中，而不是磁盘。内存的读写速度远高于磁盘，因此Redis能够快速地存取数据。此外，Redis使用了高效的数据结构（如哈希表、链表等），使得数据操作的时间复杂度很低，通常为O(1)或者较低的常数时间复杂度。
-
单线程模型：Redis采用单线程模型，通过事件驱动机制来处理多个客户端的并发请求。这种设计避免了多线程或多进程之间的竞争和同步开销，简化了系统的设计和实现，并且在一定程度上减少了上下文切换的成本。
-
非阻塞IO：Redis使用非阻塞IO来处理网络请求和响应，充分利用了操作系统提供的异步IO机制，从而在等待数据读取或写入时不会阻塞整个进程，提高了系统的吞吐量和响应速度。
-
精简和优化的实现：Redis的代码经过高度优化和精简，遵循了“少即是多”的原则，去除了不必要的复杂性和开销，专注于核心功能的实现和性能优化。
四.Redis的应用场景
以上是官方推出的应用场景！
第一，把redis当作数据库使用，为降低延迟以及高吞吐量，将数据存储在内存中，并且可以持久化到磁盘，它能够快速读写，适合用来缓存频繁访问的数据，减轻后端数据库的压力，提升整体系统的性能。
第二，会话缓存，将用户会话数据存储在 Redis 中，能够快速存取，并且支持设置过期时间，非常适合用来管理用户登录状态、购物车信息等。
或许有人问，分布式系统，应用服务器那么多，用户每一次访问通过负载均衡都是同一台吗？不会出现差错吗？
答：在典型的负载均衡配置中，用户的每一次访问请求会通过负载均衡器分发到不同的应用服务器上，而不会总是落在同一台应用服务器上。这种分发通常是基于一定的负载均衡算法，如轮询、最小连接数、IP哈希等。
解决方法：
- 会话粘滞（Session Stickiness）：这是一种常见的解决方案，它确保同一个用户的所有请求都被发送到同一台服务器上。负载均衡器会根据用户的标识（如IP地址、Cookie中的标识符等）将用户的请求路由到同一台服务器上，从而保持会话的一致性。
- 会话状态共享：另一种方法是确保所有后端服务器可以访问相同的会话状态存储（如数据库、共享缓存或专用的会话存储服务器）。
第三，与MySQL搭配使用，MySQL存储全量数据，而Redis可以存储一些频繁访问的数据，如此，哪怕Redis丢失数据，也依然可以找回。
第四，消息队列，Redis 的列表（List）和发布/订阅（Pub/Sub）功能使其成为一个高效的消息队列中间件。它可以用于异步任务处理、实时消息传递等场景。
