随着互联网的高速发展，高并发，大数据量的应用场景越来越普遍，传统的DB数据库已经不能直接的支撑业务的要求了，系统需要那些低延迟高处理速度，能够处理海量的数据流，并且易于大规模集群化管理的数据存储系统。这时候 ，NoSQL型数据库应运而生，它一般具备高性能、可扩展性强、高可用等优点，而Redis便是其中应用最广泛的一种。
Redis是什么？
在redis的官网上我们可以看到下面一段简介：
Redis is an open source (BSD licensed), in-memory data structure store, used as a database, cache, and message broker. Redis provides data structures such as strings, hashes, lists, sets, sorted sets with range queries, bitmaps, hyperloglogs, geospatial indexes, and streams. Redis has built-in replication, Lua scripting, LRU eviction, transactions, and different levels of on-disk persistence, and provides high availability via Redis Sentinel and automatic partitioning with Redis Cluster.
Redis是一个开源（BSD许可），基于内存运行的数据结构存储系统，可用作数据库、缓存和消息代理。Redis提供诸如字符串(String)、哈希(Hash)、列表(List)、集合(Set)、 有序集合 (sorted set)、位图(Bitmaps)、hyperloglogs、geospatial indexes,和流(streams)等数据结构。Redis具有内置的 复制（replication）， LUA脚本（Lua scripting），LRU驱动事件（LRU eviction），事务（transactions） 和不同级别的磁盘持久性 （persistence），并通过Sentinel和自动分区（Cluster）提供高可用性（high availability） 。
简而言之，Redis是一种开源的，运行于内存中的的，基于k-v(键值对)的非关系型数据存储系统。
一.Redis 特点概览
Redis作为目前市场上最受欢迎的NoSQL数据库，有着非常多的优点。下面总体的概括介绍下，Redis的特点：
纯内存操作、读写性能优异： C语言实现，所有数据都加载在内存中，运行速度非常快，数据读速度11万/秒，写数据81000/s。(在笔者所在公司单台redis机器为2C4G的规格，通常计算tps为2万tps/s);
单进程单线程模型 ：单线程操作，避免线程上下文切换开销，非阻塞的多路复用IO防止IO等待的开销 ，这也是Reids快的一个原因。
支持数据持久化：基于内存存储的Redis，提供了提供了两种数据持久化策略(RDB 和 AOF)，可以方便的实现数据的落盘存储。
操作原子性， 支持事务：所有Redis操作是原子的，同时Redis还支持对几个操作合并后的原子性执行。
非关系型、数据结构丰富： Redis为key-value存储系统 ，支持多种数据结构：列表，集合，有序集合，散列数据类型。
支持主从复制（master-slaver）：通过主从复制可以允许多个slave server拥有和master server相同的数据库副本。可读写分离，让master server专用于写数据，slave server用于读数据，一写多读。
实现高可用和分布式：提供了高可用实现Redis Sentinel，它能够保证Redis节点的故障发现和故障自动转移。从3.0版本正式提供了分布式实现Redis Cluster，它是Redis真正的分布式实现，提供了高可用、读写和容量的扩展性。
支持多开发语言：Redis支持多种语言，诸如Lua，Ruby,Python, Twisted Python, PHP, Erlang, Tcl, Perl, ,Java, Scala, Clojure等。
下面将结合这些特点，对Redis的一些常见知识做梳理，帮助读者更快的理解Redis。
1.为什么要使用Redis?
因为Redis够快，读写速度快就意味“高性能”与天生适应“高并发”，而这两个性能正是现代互联网所需要的。
2.Redis为什么这么快?
1、完全基于内存，绝大部分请求是纯粹的内存操作，非常快速。数据存在内存中，类似于 HashMap，HashMap 的优势就是查找和操作的时间复杂度都是O(1)；
2、数据结构简单，对数据操作也简单，Redis 中的数据结构是专门进行设计的；
3、采用单线程，避免了不必要的上下文切换和竞争条件，也不存在多进程或者多线程导致的切换而消耗 CPU，不用去考虑各种锁的问题，不存在加锁释放锁操作，没有因为可能出现死锁而导致的性能消耗；
4、使用多路 I/O 复用模型，非阻塞 IO；
3.Redis有哪些数据类型
Redis主要有5种数据类型，包括String，List，Set，Zset，Hash，满足大部分的使用要求
二、持久化相关
3.Redis为什么要持久化？
Redis是纯内存操作的，那么断电停机了要怎么办？因此出现了数据持久化，即把内存的数据写到磁盘中去，防止服务宕机了内存数据丢失。
4. Redis 的持久化机制是什么？各自的优缺点？
Redis 提供两种持久化机制 RDB（默认） 和 AOF 机制:
RDB：是Redis DataBase缩写快照
RDB是Redis默认的持久化方式。按照一定的时间将内存的数据以快照的形式保存到硬盘中，对应产生的数据文件为dump.rdb。通过配置文件中的save参数来定义快照的周期。
优点：
- 1、只有一个文件 dump.rdb，方便持久化。
- 2、容灾性好，一个文件可以保存到安全的磁盘。
- 3、性能最大化，fork 子进程来完成写操作，让主进程继续处理命令，所以是 IO 最大化。使用单独子进程来进行持久化，主进程不会进行任何 IO 操作，保证了 redis 的高性能
- 4.相对于数据集大时，比 AOF 的启动效率更高。
缺点：
数据安全性低。RDB 是间隔一段时间进行持久化，如果持久化之间 redis 发生故障，会发生数据丢失。所以这种方式更适合数据要求不严谨的时候)
- AOF：持久化
AOF持久化(即Append Only File持久化)，则是将Redis执行的每次写命令记录到单独的日志文件中(aof 文件)，当重启Redis会重新将持久化的日志中文件恢复数据。
当两种方式同时开启时，数据恢复Redis会优先选择AOF恢复。
优点：
- 1、数据安全，aof 持久化可以配置 appendfsync 属性，有 always，每进行一次 命令操作就记录到 aof 文件中一次。
- 2、通过 append 模式写文件，即使中途服务器宕机，可以通过 redis-check-aof 工具解决数据一致性问题。
- 3、AOF 机制的 rewrite 模式。AOF 文件没被 rewrite 之前（文件过大时会对命令 进行合并重写），可以删除其中的某些命令（比如误操作的 flushall）)
缺点：
- 1、AOF 文件比 RDB 文件大，且恢复速度慢。
- 2、数据集大的时候，比 rdb 启动效率低。
总结
- AOF文件比RDB更新频率高，优先使用AOF还原数据。
- AOF比RDB更安全也更大
- RDB性能比AOF好
- 如果两个都配了优先加载AO
5.如何选择合适的持久化方式？
- 一般来说， 如果想达到足以媲美PostgreSQL的数据安全性，你应该同时使用两种持久化功能。在这种情况下，当 Redis 重启的时候会优先载入AOF文件来恢复原始的数据，因为在通常情况下AOF文件保存的数据集要比RDB文件保存的数据集要完整。
- 如果你非常关心你的数据， 但仍然可以承受数分钟以内的数据丢失，那么你可以只使用RDB持久化。
- 有很多用户都只使用AOF持久化，但并不推荐这种方式，因为定时生成RDB快照（snapshot）非常便于进行数据库备份， 并且 RDB 恢复数据集的速度也要比AOF恢复的速度要快，除此之外，使用RDB还可以避免AOF程序的bug。
- 如果你只希望你的数据在服务器运行的时候存在，你也可以不使用任何持久化方式。
三、过期键的删除策略
6. Redis的过期键的删除策略
我们都知道，Redis是key-value数据库，我们可以设置Redis中缓存的key的过期时间。Redis的过期策略就是指当Redis中缓存的key过期了，Redis如何处理。
过期策略通常有以下三种：
-
定时过期：每个设置过期时间的key都需要创建一个定时器，到过期时间就会立即清除。该策略可以立即清除过期的数据，对内存很友好；但是会占用大量的CPU资源去处理过期的数据，从而影响缓存的响应时间和吞吐量。
-
惰性过期：只有当访问一个key时，才会判断该key是否已过期，过期则清除。该策略可以最大化地节省CPU资源，却对内存非常不友好。极端情况可能出现大量的过期key没有再次被访问，从而不会被清除，占用大量内存。
-
定期过期：每隔一定的时间，会扫描一定数量的数据库的expires字典中一定数量的key，并清除其中已过期的key。该策略是前两者的一个折中方案。通过调整定时扫描的时间间隔和每次扫描的限定耗时，可以在不同情况下使得CPU和内存资源达到最优的平衡效果。
(expires字典会保存所有设置了过期时间的key的过期时间数据，其中，key是指向键空间中的某个键的指针，value是该键的毫秒精度的UNIX时间戳表示的过期时间。键空间是指该Redis集群中保存的所有键。)
Redis中同时使用了惰性过期和定期过期两种过期策略。
扩展：Redis key的过期时间和永久有效分别怎么设置？
EXPIRE和PERSIST命令。
7.Redis的内存空间用完了会怎样？
1.如果达到设置的上限，Redis的写命令会返回错误信息（但是读命令还可以正常返回）。
2.如果配置了内存淘汰机制，当Redis达到内存上限时会冲刷掉旧的内容。
8. Redis的内存淘汰策略有哪些？
Redis的内存淘汰策略是指在Redis的用于缓存的内存不足时，怎么处理需要新写入且需要申请额外空间的数据。
不同于之前的版本，redis5.0为我们提供了八个不同的内存置换策略。很早之前提供了6种。
设置过期时间的键空间选择性移除：
（1）volatile-lru：从已设置过期时间的数据集中挑选最近最少使用的数据淘汰。
（2）volatile-ttl：从已设置过期时间的数据集中挑选将要过期的数据淘汰。
（3）volatile-random：从已设置过期时间的数据集中任意选择数据淘汰。
（4）volatile-lfu：从已设置过期时间的数据集挑选使用频率最低的数据淘汰。
全局的键空间选择性移除
（5）allkeys-lru：从数据集中挑选最近最少使用的数据淘汰
（6）allkeys-lfu：从数据集中挑选使用频率最低的数据淘汰。
（7）allkeys-random：从数据集（server.db[i].dict）中任意选择数据淘汰
（8） no-enviction（驱逐）：禁止驱逐数据，这也是默认策略。意思是当内存不足以容纳新入数据时，新写入操作就会报错，请求可以继续进行，线上任务也不能持续进行，
9.淘汰机制的实现
1、删除失效主键
既然是淘汰，那就需要把这些数据给删除，然后保存新的。Redis 删除失效主键的方法主要有两种：
（1）消极方法（passive way），在主键被访问时如果发现它已经失效，那么就删除它。redis在实现GET、MGET、HGET、LRANGE等所有涉及到读取数据的命令时都会调用 expireIfNeeded，它存在的意义就是在读取数据之前先检查一下它有没有失效，如果失效了就删除它。
（2）积极方法（active way），周期性地探测，发现失效就删除。消极方法的缺点是，如果key 迟迟不被访问，就会占用很多内存空间，所以才有积极方式。
（3）主动删除：当内存超过maxmemory限定时，触发主动清理策略，该策略由启动参数的配置决定
主键具体的失效时间全部都维护在expires这个字典表中：
四、Redis的应用场景
1.计数器
可以对 String 进行自增自减运算，从而实现计数器功能。Redis 这种内存型数据库的读写性能非常高，很适合存储频繁读写的计数量。利用这一特性可以生成全局唯一性ID。
2.缓存
将热点数据放到内存中，设置内存的最大使用量以及淘汰策略来保证缓存的命中率。
3.分布式锁实现
在分布式场景下，无法使用单机环境下的锁来对多个节点上的进程进行同步。可以使用 Redis 自带的 SETNX 命令实现分布式锁，除此之外，还可以使用官方提供的 RedLock 分布式锁实现。
4.消息队列(发布/订阅功能)
List 是一个双向链表，可以通过 lpush 和 rpop 写入和读取消息。不过最好使用 Kafka、RabbitMQ 等消息中间件。
5.查找表
例如 DNS 记录就很适合使用 Redis 进行存储。查找表和缓存类似，也是利用了 Redis 快速的查找特性。但是查找表的内容不能失效，而缓存的内容可以失效，因为缓存不作为可靠的数据来源。
五、Redis的常见数据类型
Redis主要有5种数据类型，包括String，List，Set，Zset，Hash，满足大部分的使用要求
| 数据类型 | 可存储的Value | 操作 | 应用场景 |
|---|---|---|---|
| String | 字符串、整数、浮点数 | 对整个字符串或其中部分操作； 对数进行自增、自减操作 |
键-值 缓存 |
| List | 列表 | 首位压入、弹出元素； 对部分元素进行操作 |
存储表型数据结构，入文章列表 |
| Hash | 包含键值对的无序散列表 | 添加、获取、移除单个键值对； 获取所有键值对； 检查某键是否存在 |
结构化对象，如一个实体 |
| Set | 无序集合 | 添加、获取、移除单个元素； 检查元素是否存在； 计算交、并、差集； 从集合中随机获取元素 |
交集、并集、差集操作 |
| ZSet | 有序集合 | 添加、获取、移除单个元素； 根据分值范围或成员来获取元素 计算一个键的排名 |
去重、排序 |