Python--Redis实战：第一章：初识Redis：第一节：Redis简介

摘要：上一篇文章实战安装下一篇文章实战第一章初识第二节数据结构简介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，是一个速度非常快的非关系数据库。

上一篇文章：Pyhton--Redis实战：Mac brew安装redis
下一篇文章：Python--Redis实战：第一章：初识Redis：第二节：Redis数据结构简介

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，是一个速度非常快的非关系数据库（no-relational database）。

Redis提供了5种不同类型的数据结构，它可以存储键（key）与5种不同类型的值（value）之间的映射（mapping），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-side sharding）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、每秒处理上百万此请求的系统。

持久化：将存储在内存的键值对数据持久化带硬盘。

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则属于人民常说的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要求用户对Redis存储的不同数据进行关联。

高性能键值对缓存服务器memcached也经常被拿来于Redis进行比较：这两者都可以用于存储键值映射，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，还可以存储其它4种数据结构，而memcached只能存储普通的字符串。这些不同之处使得Redis可以用于解决更为广泛的问题，并且即可以用于主数据库（primary database）使用，又可以作为其他存储系统的辅助数据库（auxiliar database）来使用。

一般来说，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中。如果程序对性能要求不高，又或者因为费用原因而没有办法将大量数据库存储到内存中，那么用户可以选择使用关系数据库，或者其他非关系数据库。

下表展示了一部分功能上与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。

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，他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-time dump）。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的硬盘（dump-to-disk）命令中的任何一条来执行。

第二种持久化方法为：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、每秒同步一次、写入一个命令就同步一次。

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，接受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，从而实时的更新从服务器的数据集。

因为【从服务器】包含的数据会不断的更新，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访问。

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，并将那个字符串当做列表来使用。但随后如何删除这些元素呢？memcached采用的方法是通过黑名单（blacklist）来隐藏列表里面的元素，从而避免对元素执行读写、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。相反的，Redis的LIST和SET允许用户添加或则删除元素。

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允许速度更快（因为用户不需要通过读取数据库来更新数据）。除此之外，在其他很多情况下，Redis的效率和易用性也比关系数据库要好的多。

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

再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，出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非常慢的操作，因为这种更新除了会引起一次随机读（random read）之外，还可能会引起一次随机写（random write）。而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，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，所有对Redis存储的数据执行随机写的速度总是非常迅速的。

使用Redis而不是关系数据库或则其他硬盘存储数据库，可以避免写入不必要的临时数据，也免去了对临时数据进行扫描或则删除的麻烦，并最终改善程序的性能。

【工具会极大地改变人们解决问题的方式】

上一篇文章：Pyhton--Redis实战：Mac brew安装redis
下一篇文章：Python--Redis实战：第一章：初识Redis：第二节：Redis数据结构简介