「前言」文章的大致内容是对 Redis 的特性进行介绍和应用场景。

一、特性

ln-memory data structures -- Redis 在内存中的存储数据。

  • Well-known as a "data structure server", with support for strings, hashes, lists,sets, sorted sets,streams, and more.
  • Redis 主要通过键值对的方式来组织存储数据。Redis 是一种非关系型数据库。
  • Redis 支持的数据结构有 string（字符串）、hash（哈希）、list（列表）、set（集合）、zset（有序集合）、Bitmaps（位图）等。
  • Redis 的键都是 string，value 则是上述的任意一种。
  • MySQL 主要是通过表的方式来组织存储数据，MySQL 则是一种关系型数据库。

Programmability -- Redis 的可编程性。

  • Server-side scripting with Lua and server-side stored procedures with Redis Functions.
  • 针对 Redis 的操作可以通过一些简单的交互式命令进行操作，也可以通过脚本的方式，批量执行一些操作，比如使用 Lua 脚本语言。

Extensibility -- Redis 的可扩展性。

  • A module APl for building custom extensions to Redis in C, C++, and Rust.
  • Redis 可以在原有的基础上进行扩展（本质是动态链接库），可以使用C，C++ 或者 Rust 语言进行编写扩展，让 Redis 支持更多命令或者数据结构。

Persistence -- Redis 的持久性。

  • Keeps the dataset in memory for fast access, but can also persist all writes to permanent storage to survive reboots and system failures.
  • Redis 的数据是存储在内存中的，内存中的数据有一个特性——易失性，进程退出或者系统重启内存中的数据就丢失了。
  • 而 Redis 会把数据存储在硬盘上，即内存为主，硬盘为辅（相当于备份数据）。
  • 如果 Redis 重启了，在重启时就会加载硬盘中的备份数据，使 Redis 的内存恢复到重启前的状态。

Clustering -- Redis 支持集群（非常关键）。

  • Horizontal scalability with hash-based sharding, scaling to millions of nodes with automatic re-partitioning when growing the cluster.
  • Horizontal scalability，水平扩展，类似于分库分表。
  • 一台服务器上的 Redis 能够存储的数据是有限的，物理内存空间有限。这时就可以引入更多的主机，部署多个 Redis 节点，让每个 Redis 节点存储一部分数据。

High availability -- Redis 的高可用性

  • Replication with automatic failover for both standalone and clustered deployments.
  • 高可用的核心是备份。
  • Redis 是支持主从结构的，从节点就相当于主节点的备份。一旦主节点挂了，从节点就会代替主节点进行工作。

Redis 最核心的特点就是快！

  • Redis 的数据存储在内存中，比需要访问硬盘的数据库快得多。
  • Redis 核心功能都是比较简单的逻辑，直接在内存中操作数据结构。
  • 从网络的角度，Redis 使用了 IO 多路复用（epoll）。
  • Redis 使用的是但线程模型（高版本引入了多线程，网络方面），这样的单线程模型，减少了线程之间不必要的竞争开销。注意：多线程高效的前提是：CPU 密集性任务，使用多个线程可以充分利用 CPU 多核资源。对于 Redis 来说，主要任务就是在内存中操作数据结构，不会吃很多的 CPU，引入多线程反而可能会导致性能下降，比如线程竞争，锁竞争等。

二、应用场景

Real-time data store -- 实时数据存储

  • Redis' versatile in-memory data structures enable building data infrastructure for real-time applications that require low latency and high-throughput.
  • 需要低延迟和高吞吐量的实时应用程序（需要快的场景），可以把 Redis 当作数据库使用。
  • 这里 Redis 存的是全量数据，不能随意丢失。

Caching & session storage -- 缓存和会话存储

  • Redis' speed makes it ideal for caching database queries, complex computations, APl calls, and session state.
  • 使用 Redis 作为缓存。
  • 这里 Redis 存的是部分数据，全量数据使用类似于 MySQL 这样的数据库存储。Redis 存的部分数据丢失了，也可以从全量数据里面进行恢复。
  • session storage 会话存储，可以单独设置一台服务器用来存储用户会话。用于解决同一个用户的请求都打在同一台服务器上的问题，使用 Redis 进行会话存储之后，就不要求同一个用户的请求都打在同一台服务器上了，而且还有一个优点，应用程序重启之后可以保证会话不丢失，会话丢失也不怕，用户重新登陆就好了。

Streaming & messaging -- 消息队列

  • The stream data type enables high-rate data ingestion, messaging, event sourcing, and notifications.
  • 消息队列指的是消息队列服务器，网络版本的生产者消费者模型。
  • 使用消息队列的场景少，因为有更优秀的消息队列，比如 RabbitMQ，Kafka 等。

此外，在这些场景也是很适合，比如排行榜系统，计数器应用，社交网络。

  1. 排行榜系统：排行榜系统⼏乎存在于所有的网站，例如按照热度排名的排行榜，按照发布时间的排行榜，按照各种复杂维度计算出的排行榜，Redis 提供了列表和有序集合的结构，合理地使用这些数据结构可以很⽅便地构建各种排行榜系统。
  2. 计数器应用：计数器在网站中的作用至关重要，例如视频网站有播放数、电商网站有浏览数，为了保证数据的实时性，每一次播放和浏览都要做加 1 的操作，如果并发量很大对于传统关系型数据的性能是一种挑战。Redis 天然⽀持计数功能⽽且计数的性能也⾮常好，可以说是计数器系统的重要选择。
  3. 社交网络：赞 / 踩、粉丝、共同好友 / 喜好、推送、下拉刷新等是社交网站的必备功能，由于社交网站访问量通常比较大，⽽且传统的关系型数据不太合适保存这种类型的数据，Redis 提供的数据结构可以相对比较容易地实现这些功能。

--------------- END ---------------

「 作者 」 枫叶先生
「 更新 」 2024.7.18
「 声明 」 余之才疏学浅，故所撰文疏漏难免，
          或有谬误或不准确之处，敬请读者批评指正。