学习Redis从这里开始
Redis是一个远程内存数据库 ， 它不仅性能强劲 ， 而且还具有复制特性以及为解决问题而生的独一无二的数据模型 。 Redis提供了5种不同类型的数据结构 ， 各式各样的问题都可以很自然地映射到这些数据结构上：Redis的数据结构致力于帮助用户解决问题 ， 而不会像其他数据库那样 ， 要求用户扭曲问题来适应数据库 。 除此之外 ， 通过复制、持久化（persistence）和客户端分片（client-sidesharding）等特性 ， 用户可以很方便地将Redis扩展成一个能够包含数百GB数据、每秒处理上百万次请求的系统 。
笔者第一次使用Redis是在一家公司里面 ， 这家公司需要对一个保存了6万个客户联系方式的关系数据库进行搜索 ， 搜索可以根据名字、邮件地址、所在地和电话号码来进行 ， 每次搜索需要花费10～15秒的时间 。 在花了一周时间学习Redis的基础知识之后 ， 我使用Redis重写了一个新的搜索引擎 ， 然后又花费了数周时间来仔细测试这个新系统 ， 使它达到生产级别 ， 最终这个新的搜索系统不仅可以根据名字、邮件地址、所在地和电话号码等信息来过滤和排序客户联系方式 ， 并且每次操作都可以在50毫秒之内完成 ， 这比原来的搜索系统足足快了200倍 。 阅读本书可以让你学到很多小技巧、小窍门以及使用Redis解决某些常见问题的方法 。
本章将介绍Redis的适用范围 ， 以及在不同环境中使用Redis的方法（比如怎样跟不同的组件和编程语言进行通信等）；而之后的章节则会展示各式各样的问题 ， 以及使用Redis来解决这些问题的方法 。
现在你已经知道我是怎样开始使用Redis的了 ， 也知道了这本书大概要讲些什么内容了 ， 是时候更详细地介绍一下Redis ， 并说明为什么应该使用Redis了 。
(使用优惠码Redis_EPUBIT_T5BY7 ， 在异步社区购买《Redis实战》纸书可以享受七折优惠）
在其他编程语言里面使用Redis本书只展示了使用Python语言编写的示例代码 ， 使用Ruby、Java和JavaScript（Node.js）编写的示例代码可以在这里找到： 。 使用Spring框架的读者可以通过查看来学习如何在Spring框架中使用Redis 。
前面对于Redis数据库的描述只说出了一部分真相 。 Redis是一个速度非常快的非关系数据库（non-relationaldatabase） ， 它可以存储键（key）与5种不同类型的值（value）之间的映射（mapping） ， 可以将存储在内存的键值对数据持久化到硬盘 ， 可以使用复制特性来扩展读性能 ， 还可以使用客户端分片1来扩展写性能 ， 接下来的几节将分别介绍Redis的这几个特性 。
如果你熟悉关系数据库 ， 那么你肯定写过用来关联两个表的数据的SQL查询 。 而Redis则属于人们常说的NoSQL数据库或者非关系数据库：Redis不使用表 ， 它的数据库也不会预定义或者强制去要求用户对Redis存储的不同数据进行关联 。
高性能键值缓存服务器memcached也经常被拿来与Redis进行比较：这两者都可用于存储键值映射 ， 彼此的性能也相差无几 ， 但是Redis能够自动以两种不同的方式将数据写入硬盘 ， 并且Redis除了能存储普通的字符串键之外 ， 还可以存储其他4种数据结构 ， 而memcached只能存储普通的字符串键 。 这些不同之处使得Redis可以用于解决更为广泛的问题 ， 并且既可以用作主数据库（primarydatabase）使用 ， 又可以作为其他存储系统的辅助数据库（auxiliarydatabase）使用 。
本书的后续章节会分别介绍将Redis用作主存储（primarystorage）和二级存储（secondarystorage）时的用法和查询模式 。 一般来说 ， 许多用户只会在Redis的性能或者功能是必要的情况下 ， 才会将数据存储到Redis里面：如果程序对性能的要求不高 ， 又或者因为费用原因而没办法将大量数据存储到内存里面 ， 那么用户可能会选择使用关系数据库 ， 或者其他非关系数据库 。 在实际中 ， 读者应该根据自己的需求来决定是否使用Redis ， 并考虑是将Redis用作主存储还是辅助存储 ， 以及如何通过复制、持久化和事务等手段保证数据的完整性 。
表1-1展示了一部分在功能上与Redis有重叠的数据库服务器和缓存服务器 ， 从这个表可以看出Redis与这些数据库及软件之间的区别 。
文章图片
表1-1一些数据库和缓存服务器的特性与功能
在使用类似Redis这样的内存数据库时 ， 一个首先要考虑的问题就是“当服务器被关闭时 ， 服务器存储的数据将何去何从呢？”Redis拥有两种不同形式的持久化方法 ， 它们都可以用小而紧凑的格式将存储在内存中的数据写入硬盘：第一种持久化方法为时间点转储（point-in-timedump） ， 转储操作既可以在“指定时间段内有指定数量的写操作执行”这一条件被满足时执行 ， 又可以通过调用两条转储到硬盘（dump-to-disk）命令中的任何一条来执行；第二种持久化方法将所有修改了数据库的命令都写入一个只追加（append-only）文件里面 ， 用户可以根据数据的重要程度 ， 将只追加写入设置为从不同步（sync）、每秒同步一次或者每写入一个命令就同步一次 。 我们将在第4章中更加深入地讨论这些持久化选项 。
另外 ， 尽管Redis的性能很好 ， 但受限于Redis的内存存储设计 ， 有时候只使用一台Redis服务器可能没有办法处理所有请求 。 因此 ， 为了扩展Redis的读性能 ， 并为Redis提供故障转移（failover）支持 ， Redis实现了主从复制特性：执行复制的从服务器会连接上主服务器 ， 接收主服务器发送的整个数据库的初始副本（copy）；之后主服务器执行的写命令 ， 都会被发送给所有连接着的从服务器去执行 ， 从而实时地更新从服务器的数据集 。 因为从服务器包含的数据会不断地进行更新 ， 所以客户端可以向任意一个从服务器发送读请求 ， 以此来避免对主服务器进行集中式的访问 。 我们将在第4章中更加深入地讨论Redis从服务器 。
有memcached使用经验的读者可能知道 ， 用户只能用APPEND命令将数据添加到已有字符串的末尾 。 memcached的文档中声明 ， 可以用APPEND命令来管理元素列表 。 这很好！用户可以将元素追加到一个字符串的末尾 ， 并将那个字符串当作列表来使用 。 但随后如何删除这些元素呢？memcached采用的办法是通过黑名单（blacklist）来隐藏列表里面的元素 ， 从而避免对元素执行读取、更新、写入（包括在一次数据库查询之后执行的memcached写入）等操作 。 相反地 ， Redis的LIST和SET允许用户直接添加或者删除元素 。
使用Redis而不是memcached来解决问题 ， 不仅可以让代码变得更简短、更易懂、更易维护 ， 而且还可以使代码的运行速度更快（因为用户不需要通过读取数据库来更新数据） 。 除此之外 ， 在其他许多情况下 ， Redis的效率和易用性也比关系数据库要好得多 。
【学习Redis从这里开始】数据库的一个常见用法是存储长期的报告数据 ， 并将这些报告数据用作固定时间范围内的聚合数据（aggregates） 。 收集聚合数据的常见做法是：先将各个行插入一个报告表里面 ， 之后再通过扫描这些行来收集聚合数据 ， 并根据收集到的聚合数据来更新聚合表中已有的那些行 。 之所以使用插入行的方式来存储 ， 是因为对于大部分数据库来说 ， 插入行操作的执行速度非常快（插入行只会在硬盘文件末尾进行写入） 。 不过 ， 对表里面的行进行更新却是一个速度相当慢的操作 ， 因为这种更新除了会引起一次随机读（randomread）之外 ， 还可能会引起一次随机写（randomwrite） 。 而在Redis里面 ， 用户可以直接使用原子的（atomic）INCR命令及其变种来计算聚合数据 ， 并且因为Redis将数据存储在内存里面2 ， 而且发送给Redis的命令请求并不需要经过典型的查询分析器（parser）或者查询优化器（optimizer）进行处理 ， 所以对Redis存储的数据执行随机写的速度总是非常迅速的 。
推荐阅读
- 从小就馋此口，比肉香多了，几块钱做一大盘，咋吃都不腻
- 这早餐我从3岁开始吃，三十多年了，从没吃腻过，晶莹剔透很好吃
- 自从学会做这个，我家隔三差五吃，拌一拌上锅一蒸，蘸着料吃，老香了
- 听力障碍|预防耳聋从身边小事做起
- 自从学会这道肉卷，我家隔三差五吃，一卷一蒸，不用蘸酱也好吃
- 我家零食从来不用买，切一切锅里一炸，比油条薯片好吃，越嚼越香
- 馄饨的家常做法，从擀皮到调馅全教你，汤鲜肉香，太好吃了
- 我家茄子从不炒着吃，淋入3个鸡蛋，比吃肉还香，上桌瞬间被扫光
- 引力波|从暗物质到暗物质引力波
- 有两种谷物被称为“长寿食材”，却很少人当主食吃，从今天要改