redis 的特性

redis 的一些特性（优点）成就了它

在内存中存储数据

• In-memory data structures

MySQL 主要是通过“表”的方式来存储组织数据的“关系型数据”
Redis 主要是通过“键值对”的方式来存储数据的“非关系型数据库”

• key 都是 String
• value 则可以是这些数据结构（string、hashes、lists、sets、sorted sets、streams，and more）

可编程的

• Programmability
  针对 Redis 的操作，可以直接通过简单的交互式命令进行操作，也可以通过一些脚本的方式，批量执行一些操作（可以带有一些逻辑）
• 主要是使用 Lua 语言

扩展能力

• Extensibility
  可以在 Redis 原有的功能基础上，再进行扩展。Redis 提供了一组 API，可以通过 C、C++、Rust 这几个语言编写 Redis 扩展（本质上就是第一个动态链接库）
• Windows 上的 .dll（动态链接库），里面包含很多的函数和代码，去给 exe 调用
• LInux 上的动态库是 .so，虽然和 dll 格式不同，但本质是一样的

这个特性可以让我们自己去扩展 Redis 的功能。比如，Redis 自身已经提供了很多的数据结构和命名，通过扩展，让 Redis 支持更多的数据结构以及支持更多的命令

持久化

• Persistence
Redis 是把数据存储在内存上的，为了能更快速地访问。但内存上的数据是“易失的“（当进程退出/系统重启，数据就会丢失）

Redis 会把数据存储在硬盘上，内存为主，硬盘为辅（硬盘相当于对内存的数据备份了一下）。如果 Redis 重启了，就会在重启的时候加载硬盘中的备份数据，使 Redis 的内存回复到启动前的状态

集群

• Clustering
Redis 作为一个分布式系统的中间件，能够支持集群是很关键的

一个 Redis 能存储的数据是有限的（内存空间有限）。如果要存储更多的数据，就可以引入多个主机，部署多个 Redis 节点，每个 Redis 存储数据的一部分

高可用

• High availability

核心就是“冗余/备份”
Redis 自身也使支持“主从”结构，从节点就相当于主节点的备份，当主节点挂了，从节点就能顶上去，代替主节点。这样就能保证系统可用性是很高的。当主节点挂了用户也感知不到，因为在这挂的一瞬间，从节点就顶上去了

快

天下武功，唯快不破！但为什么 Redis 快？

1. Redis 数据在内存中，就比访问硬盘的数据库速度要快很多

2. Redis 核心功能都是比较简单的逻辑，功能都是比较简单的操作内存的数据结构

3. 从网络角度上，Redis 使用了 IO多路复用 的方式（epoll）
   IO多路复用 就是使用一个线程，管理多个 Socket。这样就可以在系统资源开销比较小的情况下，可以比较高效的处理比较高的并发量

4. Redis 使用的是单线程模型（虽然更高版本的 Redis 引入了多线程）
   这样的单线程模型，减少了不必要的线程之间的竞争开销
   多线程提高效率的前提是：这是一个 CPU 密集型的任务，使用多个线程可以充分的利用多核资源。但是对于 Redis 来说，它的主要核心任务主要就是操作内存的数据结构，不会吃很多 CPU

redis 的应用场景

实时数据存储

• Real-time data store
  把 Redis 当做了数据库，按照键值对存储数据。（低延迟、高吞吐情况）存的是全量数据，这里的数据不能随便丢
  大多数情况下，考虑到数据存储，优先考虑的是“大”，但是仍然有一些场景，考虑的是“快”

缓存

• Caching
  使用 MySQL 来存储数据，大、慢。使用二八原则，把热点数据拎出来，存储在 redis 中，把其他数据还是放在 MySQL 中
  redis 里面存的是部分数据，全量数据都是以 MySQL 为主的，哪怕 redis 里面的数据没有了，还可以从 MySQL 中再加载回来

---

• session storage
cookie 实现用户身份信息的保存，需要 session 配合
• session 在服务器这里真正的存储了用户数据
• cookie 只是在浏览器里存储了一个用户的身份标识（sessionId）
  之前 session 是存储在应用服务器上的，但现在变成了分布式系统，引入了负载均衡

---

第一次客户端发出请求，负载均衡器将请求传到应用服务器 A，进行登录操作。登录成功之后，应用服务器就会生成当前用户的会话
但下次这个用户再次访问的时候，负载均衡器就可能将请求传到应用服务器 B，而这个应用服务器又没有这个用户上次进行访问产生的相关会话，难倒要再登录一次吗？
如何解决上述问题？

1. 想办法让负载均衡器，把同一个用户的请求始终打到同一个机器上（不能轮询了，要通过 userId 之类的方式来分配机器）

2. 把会话数据单独拎出来，放到一组独立的机器上存储

• 可以让应用服务器存到 redis 中，之后每一个应用服务器在读取会话或者写入会话的时候，都去访问这个 redis
• 之后不管用户的请求打到那个应用服务器上，始终我们都是从 redis 中拿到会话，这样就能保证无论访问到哪台应用服务器上，会话数据都能被完整的拿到。
• 万一应用程序重启了，会话也不会丢失

消息队列

• Streaming & messaging
  此处说到的消息队列，是一个消息队列服务器。它是一个单独的服务器，起到消息队列的功能。基于这个服务器，我们就能实现一个网络版本的“生产者-消费者模型”
  对分布式系统来说，服务器和服务器之间，有时候也需要使用到生产者消费者模型，因为有优势：

1. 解耦合
2. 削峰填谷
   业界也有很多知名的消息队列，RabbitMQ、Kafka、RocketMQ… redis 也是提供了消息队列的功能的，但一般不怎么使用。如果当前场景中，对于消息队列的功能依赖的不是很多，并且又不想引入额外的依赖，redis 可以作为一个选择