【redis】redis的特性和主要应用场景

文章目录

redis 的特性
- 在内存中存储数据
- 可编程的
- 扩展能力
- 持久化
- 集群
- 高可用
- 快
redis 的应用场景
- 实时数据存储
- 缓存
- 消息队列

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？

Redis 数据在内存中，就比访问硬盘的数据库速度要快很多
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
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
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

image.png|405
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？

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）
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：