Redis的特性和应用场景

对于Redis，我们可以把它理解成一个在内存中存储数据的中间件，它可以用作数据库来存储数据，也可以用来当做数据缓存，在分布式系统中也起着重要的作用；

Redis 的特性

 1. 在内存中进行存储数据，并且是通过 键值对 的形式来存储组织数据的，属于 非关系型数据库；在键值对中，key可以是 string 类型，value 可以是所支持的一些数据结构；

2. Redis 的操作，可以直接通过简单的交互式命令来进行操作，也可以通过一些脚本的方式来批量进行一些操作； 

3. 在Redis中，可以在其原有的功能基础上，进行一些功能性的扩展，例如 Redis 本身支持一部分的数据结构和命令，通过扩张，可以支持更多的数据结构和命令；

这个就有点类似于window上的 dll 文件，可以让 exe 去调用里面的代码；(Linux 上是 .so 文件) 

4. Redis 具有持久化。Redis 是把数据存在内存上的，而内存的数据又是易失的，当系统重启或者进程退出，都会让内存中的数据丢失。所以 Redis 也会把数据存储在硬盘上，硬盘上的数据就相当于是对内存上的数据进行了备份，如果 Redis 进行了重启，就会在重启时，加载硬盘中的备份数据，使 Redis 恢复到重启前的状态；

5. Redis 支持集群。一个 Redis 能够存储的数据量是有限的，因此它可以像分布式系统中进行分库分表一样，来引入多个主机，部署多个 Redis 节点，每个节点存储数据的一部分； 

6. Redis 也支持 "主从" 结构，从节点就相当于是对主节点的一个备份； 

Redis 为何 "快" 

1. Redis 的数据是存储在内存中的，这就比访问硬盘的数据库要快得多了；

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

3. 从网络的角度上来看，Redis 使用了 IO多路复用的方式，也就是使用一个线程，来监听管理多个 socket；

4. Redis 使用单线程模型，单线程模型减少了不必要的线程之间的竞争开销；

此处可以就会有疑问点：之前提出的多线程不就是为了解决单线程的低效率吗？那么此处的单线程为什么会提高效率呢？

原因是：多线程提高效率的前提是，当前的任务为 CPU密集型任务，引入多线程来充分利用 CPU 的多核资源，从而提高效率；而 Redis 的核心任务，就是操作内存中的数据结构，而不会吃很多的 CPU，所以如果引入多线程，反而会造成线程之间的资源竞争，反而降低效率；

Redis 的应用场景 

Redis 的应用场景一般分为三个方向：

1. 将 Redis 用为数据库；

在大多数情况下，使用数据库，考虑到的是容量要大，此时一般选用的就是 MySQL了，但也有一些场景的需求是快，这种就对性能的要求比较高，此时就可以考虑将数据量存储在类似于 Redis 这样的内存数据库中，从而来提高效率，但这种情况下，如果要存储大量的数据，是要在硬件设备上进行进一步的升级和充值的；

2. 将 Redis 用来缓存数据；

单纯的使用 MySQL 来存储数据，虽然容量大，但是效率不高，而单纯的使用 Redis 来存储数据，虽然效率高，但是容量小，那么就可以考虑将二者的优点进行结合。使用 MySQL 来存储全量数据，使用 Redis 来存储热点数据，并且当 Redis 中的热点数据丢失的时候，也可以再次从 MySQL 中进行同步；

3. 将 Redis 作为消息队列；

将 Redis 作为消息队列，就可以基于此实现一个生产者消费者模型。

除此之外，Redis 也可以用来存储会话。之前 session 是存储在应用服务器上的，而在引入了负载均衡器和多台应用服务器后， 可能会出现一种情况：客户端第一次进行访问的时候，负载均衡器将需求打到应用服务器1，此时应用服务器1 就存储着该客户端的会话，当客户端第二次进行访问的时候，负载均衡器可能会将需求打到别的应用服务器上，这就让存储在应用服务器1 的会话发挥不到该有的作用。

 那么对于此问题，就有两种方案：

1. 可以通过 cookie 来实现鉴别不同的应用服务器，让负载均衡器不再通过轮询的方式来进行需求分配，而是通过设定的 cookie 来打给指定的应用服务器；

2. 通过 Redis 的方式：把会话的数据单独取出，放在一台单独的 Redis 机器中进行存储，这样的话，负载均衡器就可以继续通过轮询的方式来进行需求分配，而每个请求在应用服务器中都可以通过 Redis 来校对会话；