每天一个知识点：基于 Redis 的思考，一个键值数据库的实现。

可以存哪些数据？

• Redis 能够在实际业务场景中得到广泛的应用，就是得益于支持多样化类型的 value。
• 不同 value 类型的实现，不仅可以支撑不同业务的数据需求，而且也隐含着不同数据结构在性能、空间效率等方面的差异，从而导致不同的 value 操作之间存在着差异。

可以对数据做什么操作？

• PUT：新写入或更新一个 key-value 对；
• GET：根据一个 key 读取相应的 value 值；
• DELETE：根据一个 key 删除整个 key-value 对。
• 根据一段 key 的范围返回相应的 value 值。因此，PUT/GET/DELETE/SCAN 是一个键值数据库的基本操作集合。
• 增加 EXISTS 操作接口，用于判断某个 key 是否存在。

键值对保存在内存还是外存？

• 保存在内存的好处是读写很快，毕竟内存的访问速度一般都在百 ns 级别。但是，潜在的风险是一旦掉电，所有的数据都会丢失。
• 保存在外存，虽然可以避免数据丢失，但是受限于磁盘的慢速读写（通常在几 ms 级别），键值数据库的整体性能会被拉低。
• 结论：如何进行设计选择，我们通常需要考虑键值数据库的主要应用场景。

采用什么访问模式？

• 通过函数库调用的方式供外部应用使用。
• 通过网络框架以 Socket 通信的形式对外提供键值对操作，这种形式可以提供广泛的键值存储服务，但也给键值数据库的性能、运行模型提供了不同的设计选择，带来了一些潜在的问题。

如何定位键值对的位置？

• 索引的作用是让键值数据库根据 key 找到相应 value 的存储位置，进而执行操作。
• 不同键值数据库采用的索引并不相同，例如，Memcached 和 Redis 采用哈希表作为 key-value 索引，而 RocksDB 则采用跳表作为内存中 key-value 的索引。
• 内存键值数据库（例如 Redis）采用哈希表作为索引，很大一部分原因在于，其键值数据基本都是保存在内存中的，而内存的高性能随机访问特性可以很好地与哈希表 O(1) 的操作复杂度相匹配。
• Redis 采用一些常见的高效索引结构作为某些 value 类型的底层数据结构，这一技术路线为 Redis 实现高性能访问提供了良好的支撑。

不同操作的具体逻辑是怎样的？

• 对于 GET/SCAN 操作而言，此时根据 value 的存储位置返回 value 值即可；
• 对于 PUT 一个新的键值对数据而言，需要为该键值对分配内存空间；
• 对于 DELETE 操作，需要删除键值对，并释放相应的内存空间，这个过程由分配器完成。

内存分配器

• 可以采用常用的内存分配器 glibc 的 malloc 和 free，因此，并不需要特别考虑内存空间的管理问题。但是，键值数据库的键值对通常大小不一，glibc 的分配器在处理随机的大小内存块分配时，表现并不好。一旦保存的键值对数据规模过大，就可能会造成较严重的内存碎片问题。因此，分配器是键值数据库中的一个关键因素。对于以内存存储为主的 Redis 而言，这点尤为重要。Redis 的内存分配器提供了多种选择，分配效率也不一样。
• memcached 相比 redis 为数不多的优点是由于使用预分配内存大小，mem只有内存浪费而没有内存碎片。

如何实现重启后快速提供服务？

鉴于磁盘管理要比内存管理复杂，直接采用了文件形式，将键值数据通过调用本地文件系统的操作接口保存在磁盘上。此时，只需要考虑何时将内存中的键值数据保存到文件中，就可以了。

• 一种方式是，对于每一个键值对，都对其进行落盘保存，这虽然让数据更加可靠，但是，因为每次都要写盘，性能会受到很大影响。
• 另一种方式是，只是周期性地把内存中的键值数据保存到文件中，这样可以避免频繁写盘操作的性能影响。但是，一个潜在的代价是数据仍然有丢失的风险。

最后，非常推荐极客时间的 Redis 核心技术与实战 这门课，受益良多。