Redis原理是什么？

本文使用第一人称来介绍Redis 一、概述 Redis，英文全称是Remote Dictionary Server（远程字典服务），是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。 与MySQL数据库不同的是，Redis的数据是存在内存中的。它的读写速度非常快，每秒可以处理超过10万次读写操作。因此redis被广泛应用于缓存，另外，Redis也经常用来做分布式锁。除此之外，Redis支持事务、持久化、LUA 脚本、LRU 驱动事件、多种集群方案。 提及我的诞生，我与关系数据库MySQL之间有着不解之缘。在我尚未降临这个世界之前，MySQL历经艰辛，伴随着互联网的飞速发展，它所承载的数据量日益庞大，用户请求也如潮水般汹涌而至。每一次的用户请求，都化作了对它无尽的读写挑战，使得MySQL备受煎熬。特别是在“双11”、“618”这样的全民购物狂欢节，对MySQL而言，无疑是难熬的考验时刻。 后来，MySQL向我透露了一个秘密。它告诉我，其实大多数的用户请求都是读取操作，而且往往都是对同一数据的反复查询，这导致它不得不花费大量时间进行磁盘I/O操作，这无疑是一种巨大的资源浪费。 有人开始深思，是否可以借鉴CPU的工作原理，为数据库也添加一个缓存机制呢？于是，我便应运而生，踏上了这个世界的舞台。 自诞生之初，我便与MySQL结下了深厚的友谊。我们携手并肩，共同出现在后端服务器的舞台上。每当应用程序需要从MySQL查询数据时，它们会首先在我这里进行登记。当再次需要这些数据时，它们会首先向我发出请求。如果我这里有它们所需的数据，它们便无需再劳烦MySQL；若我这里没有，它们才会转向MySQL寻求帮助。 如此，我便成为了MySQL的得力助手，与它共同应对着日益增长的数据挑战。我们携手前行，共同书写着数据库世界的辉煌篇章。 二、支持的数据结构 大多数小伙伴都知道，为了方便使用，我支持以下这五种基本类型： String（字符串） Hash（哈希） List（列表） Set（集合） zset（有序集合） string 字符串最基础的数据结构。字符串类型的值实际可以是字符串（简单的字符串、复杂的字符串（例如JSON、XML））、数字 （整数、浮点数），甚至是二进制（图片、音频、视频），但是值最大不能超过512MB。 字符串主要有以下几个典型使用场景： 缓存功能 计数 共享Session 限速 hash 哈希类型是指键值本身又是一个键值对结构。 哈希主要有以下典型应用场景： 缓存用户信息 缓存对象 list 列表（list）类型是用来存储多个有序的字符串。列表是一种比较灵活的数据结构，它可以充当栈和队列的角色 列表主要有以下几种使用场景： 消息队列 文章列表 set 集合（set）类型也是用来保存多个的字符串元素，但和列表类型不一 样的是，集合中不允许有重复元素，并且集合中的元素是无序的。 集合主要有如下使用场景： 标签（tag） 共同关注 sorted set 有序集合中的元素可以排序。但是它和列表使用索引下标作为排序依据不同的是，它给每个元素设置一个权重（score）作为排序的依据。 有序集合主要应用场景： 用户点赞统计 用户排序 我还有三种特殊的数据结构类型 Geospatial Hyperloglog Bitmap 因为我把登记的数据都记录在内存中，不用去执行慢如蜗牛的I/O操作，所以找我要比找MySQL要省去了不少的时间呢。 可别小瞧这简单的一个改变，我可为MySQL减轻了不小的负担！随着程序的运行，我缓存的数据越来越多，有相当部分时间我都给它挡住了用户请求，这一下它可乐得清闲自在了！ 有了我的加入，网络服务的性能提升了不少，这都归功于我为数据库挡下了不少的事儿。 三、缓存过期 && 缓存淘汰 不过很快我发现事情不妙了，我缓存的数据都是在内存中，可是就算是在服务器上，内存的空间资源还是很有限的，不能无节制的这么存下去，我得想个办法，不然吃枣药丸。 不久，我想到了一个办法：给缓存内容设置一个超时时间，具体设置多长交给应用程序们去设置，我要做的就是把过期了的内容从我里面删除掉，及时腾出空间就行了。 超时时间有了，我该在什么时候去干这个清理的活呢？ 最简单的就是定期删除，我决定100ms就做一次，一秒钟就是10次！ 我清理的时候也不能一口气把所有过期的都给删除掉，我这里面存了大量的数据，要全面扫一遍的话那不知道要花多久时间，会严重影响我接待新的客户请求的！ 时间紧任务重，我只好随机选择一部分来清理，能缓解内存压力就行了。