1，Redis
- 丰富的数据结构（Data Structures）
-
- 字符串（String）
-
- Redis字符串能包含 任意类型的数据
- 一个字符串类型的值最多能存储 512M字节的内容
- 利用 INCR命令簇（ INCR, DECR, INCRBY）来把字符串当作 原子计数器使用
- 使用 APPEND命令在字符串后添加内容
- 列表（List）
-
- Redis列表是简单的字符串列表，按照插入顺序排序
- 你可以添加一个元素到列表的 头部（左边：LPUSH）或者 尾部（右边：RPUSH）
- 一个列表最多可以包含232-1个元素（4294967295，每个表超过 40亿个元素）
- 在社交网络中建立一个时间线模型，使用 LPUSH去添加 新的元素到 用户时间线中，使用 LRANGE去检索一些 最近插入的条目
- 你可以同时使用 LPUSH和 LTRIM去创建一个 永远不会超过指定元素数目的 列表并同时记住 最后的N个元素
- 列表可以用来当作 消息传递的 基元（primitive），例如，众所周知的用来创建后台任务的Resque Ruby库
- 集合（Set）
-
- Redis集合是一个 无序的， 不允许相同成员存在的字符串合集（ Uniq操作，获取某段时间所有数据 排重值）
- 支持一些服务端的命令从现有的集合出发去进行 集合运算，如合并（ 并集：union）,求交( 交集：intersection)， 差集, 找出不同元素的操作（共同好友、二度好友）
- 用集合跟踪一个独特的事。想要知道所有访问某个博客文章的独立IP？只要每次都用SADD来处理一个页面访问。那么你可以肯定重复的IP是不会插入的（ 利用 唯一性，可以 统计访问网站的所有独立IP）
- Redis集合能很好的表示 关系。你可以创建一个tagging系统，然后用集合来代表单个tag。接下来你可以用SADD命令把所有拥有tag的对象的所有ID添加进集合，这样来表示这个特定的tag。如果你想要同时有3个不同tag的所有对象的所有ID，那么你需要使用 SINTER
- 使用 SPOP或者 SRANDMEMBER命令 随机地获取元素
- 哈希（Hashes）
-
- Redis Hashes是字符串字段和字符串值之间的映射
- 尽管Hashes主要用来表示对象，但它们也能够 存储许多元素
- 有序集合（Sorted Sets）
-
- Redis有序集合和Redis集合类似，是 不包含相同字符串的合集
- 每个有序集合的成员都 关联着一个评分，这个评分用于把有序集合中的成员按最低分到最高分排列（ 排行榜应用，取TOP N操作）
- 使用有序集合，你可以非常快地（O(log(N))）完成添加，删除和更新元素的操作
- 元素是在插入时就排好序的，所以很快地通过 评分(score)或者 位次(position)获得一个 范围的元素（需要 精准设定过期时间的应用）
- 轻易地访问任何你需要的东西: 有序的元素， 快速的存在性测试， 快速访问集合中间元素
- 在一个 巨型在线游戏中建立一个 排行榜，每当有新的记录产生时，使用 ZADD 来更新它。你可以用 ZRANGE轻松地获取 排名靠前的用户， 你也可以提供一个用户名，然后用 ZRANK获取他在 排行榜中的名次。 同时使用 ZRANK和 ZRANGE你可以获得与指定用户有相同分数的用户名单。 所有这些操作都非常迅速
- 有序集合通常用来 索引存储在Redis中的数据。 例如：如果你有很多的hash来表示用户，那么你可以使用一个有序集合，这个集合的年龄字段用来当作评分，用户ID当作值。用 ZRANGEBYSCORE可以简单快速地检索到 给定年龄段的所有用户
- 复制（Replication, Redis复制很简单易用，它通过配置允许slave Redis Servers或者Master Servers的复制品）
-
- 一个Master可以有 多个Slaves
- Slaves能 通过接口其他slave的链接，除了可以接受同一个master下面slaves的链接以外，还可以接受同一个结构图中的其他slaves的链接
- redis 复制是在 master段是 非阻塞的，这就意味着master在同一个或多个slave端 执行同步的时候还可以 接受查询
- 复制在 slave端也是非阻塞的，假设你在redis.conf中配置redis这个功能，当slave在执行的新的同步时，它仍可以用旧的数据信息来提供查询，否则，你可以配置当redis slaves去master失去联系是，slave会给发送一个客户端错误
- 为了有多个slaves可以做只读查询， 复制可以重复2次，甚至多次，具有 可扩展性（例如：slaves对话与重复的排序操作，有多份数据冗余就相对简单了）
- 他可以利用 复制去避免在master端保存数据，只要对master端redis.conf进行配置，就可以避免保存（所有的保存操作），然后通过slave的链接，来实时的保存在slave端
- LRU过期处理（Eviction）
-
- EVAL 和 EVALSHA 命令是从 Redis 2.6.0 版本开始的，使用内置的 Lua 解释器，可以对 Lua 脚本进行求值
- Redis 使用 单个 Lua 解释器去运行所有脚本，并且， Redis 也保证脚本会以 原子性(atomic)的方式执行： 当某个脚本正在运行的时候，不会有其他脚本或 Redis 命令被执行。 这和使用 MULTI / EXEC 包围的事务很类似。 在其他别的客户端看来，脚本的效果(effect)要么是不可见的(not visible)，要么就是已完成的(already completed)
- LRU过期处理（Eviction）
-
- Redis允许为每一个key设置不同的 过期时间，当它们到期时将自动从服务器上删除（EXPIRE）
- 事务
-
- MULTI 、 EXEC 、 DISCARD 和 WATCH 是 Redis 事务的基础
- 事务是一个 单独的隔离操作：事务中的所有 命令都会 序列化、按顺序地执行。事务在 执行的过程中， 不会被其他客户端发送来的命令请求所打断
- 事务中的命令要么全部被执行，要么全部都不执行， EXEC 命令负责触发并执行事务中的所有命令
- Redis 的 Transactions 提供的并 不是严格的 ACID 的事务
- Transactions 还是提供了基本的 命令打包执行的功能： 可以保证一连串的命令是顺序在一起执行的，中间有会有其它客户端命令插进来执行
- Redis 还提供了一个 Watch 功能，你可以 对一个 key 进行 Watch，然后再 执行 Transactions，在这过程中，如果这个 Watched 的值进行了修改，那么这个 Transactions 会发现并拒绝执行
- 数据持久化
-
- RDB
-
- 特点
-
- RDB持久化方式能够在 指定的时间间隔能对你的 数据进行快照存储
- 优点
-
- RDB是一个非常 紧凑的文件,它保存了 某个时间点得数据集,非常 适用于数据集的备份
- RDB是一个紧凑的单一文件, 非常 适用于灾难恢复
- RDB在保存RDB文件时父进程唯一需要做的就是 fork出一个子进程,接下来的 工作全部由 子进程来做，父进程不需要再做其他IO操作，所以RDB持久化方式可以 最大化redis的性能
- 与AOF相比,在 恢复大的数据集的时候， RDB方式会更快一些
- 缺点
-
- 如果你希望在 redis意外停止工作（例如电源中断）的情况下 丢失的数据最少的话，那么 RDB不适合，Redis要完整的 保存整个数据集是一个比较 繁重的工作
- RDB 需要经常fork子进程来保存数据集到硬盘上,当 数据集比较大的时候, fork的过程是非常耗时的,可能会导致Redis在一些毫秒级内不能响应客户端的请求.如果数据集巨大并且CPU性能不是很好的情况下,这种情况会持续1秒, AOF也需要fork,但是你可以 调节重写日志文件的频率来提高数据集的耐久度
- AOF
-
- 特点
-
- AOF持久化方式记录 每次对服务器写的操作
- 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
- 优点
-
- 使用AOF 会让你的Redis 更加耐久: 你可以使用不同的 fsync策略： 无fsync,每秒fsync,每次写的时候fsync
- AOF文件是一个只 进行追加的日志文件,所以不需要写入seek
- Redis 可以在 AOF 文件体积 变得过大时， 自动地在后台对 AOF 进行重写
- AOF 文件有序地保存了对数据库执行的所有写入操作， 这些写入操作以 Redis 协议的格式保存， 因此 AOF 文件的内容非常 容易被人读懂， 对文件进行 分析（parse）也很轻松。 导出（export） AOF 文件也非常简单
- 缺点
-
- 对于 相同的数据集来说， AOF 文件的体积通常要 大于 RDB 文件的体积
- 根据所使用的 fsync 策略， AOF 的速度可能会 慢于 RDB
- 选择
-
- 同时使用 两种持久化功能
- 分布式
-
- Redis Cluster （Redis 3版本）
- Keepalived
-
- 当 Master挂了后， VIP漂移到Slave； Slave 上 keepalived 通知redis 执行：slaveof no one ,开始提供业务
- 当 Master起来后， VIP 地址不变， Master的 keepalived 通知redis 执行slaveof slave IP host ，开始 作为从同步数据
- 依次类推
- Twemproxy
-
- 快、轻量级、减少后端Cache Server连接数、易配置、支持ketama、modula、random、常用hash 分片算法
- 对于客户端而言，r edis集群是透明的，客户端简单，遍于动态扩容
- Proxy为 单点、处理一致性hash时，集群节点 可用性检测不存在脑裂问题
- 高性能，CPU密集型，而 redis节点集群多CPU资源冗余，可部署在redis节点集群上，不需要额外设备
- 高可用（HA）
-
- Redis Sentinel（redis自带的集群管理工具 ）
-
- 监控（Monitoring）： Redis Sentinel实时监控主服务器和从服务器运行状态
- 提醒（Notification）：当被监控的某个 Redis 服务器出现问题时， Redis Sentinel 可以向系统管理员发送通知， 也可以通过 API 向其他程序发送通知
- 自动故障转移（Automatic failover）： 当一个主服务器不能正常工作时，Redis Sentinel 可以将一个从服务器升级为主服务器， 并对其他从服务器进行配置，让它们使用新的主服务器。当应用程序连接到 Redis 服务器时， Redis Sentinel会告之新的主服务器地址和端口
- 单M-S结构
-
- 单M-S结构特点是在Master服务器中配置 Master Redis（Redis-1M）和 Master Sentinel（Sentinel-1M）
- Slave服务器中配置 Slave Redis（Redis-1S）和 Slave Sentinel（Sentinel-1S）
- 其中 Master Redis可以提供 读写服务，但是 Slave Redis只能提供 只读服务。因此，在业务压力比较大的情况下，可以选择将只读业务放在Slave Redis中进行
- 双M-S结构
-
- 双M-S结构的特点是在 每台服务器上配置一个 Master Redis，同时部署一个 Slave Redis。由两个 Redis Sentinel同时对 4个Redis进行监控。 两个Master Redis可以同时对应用程序提供 读写服务，即便其中一个服务器出现故障，另一个服务器也可以同时运行两个Master Redis提供读写服务
- 缺点是 两个Master redis之间无法实现数据共享，不适合存在大量用户数据关联的应用使用
- 单M-S结构和双M-S结构比较
-
- 单M-S结构适用于 不同用户数据存在关联，但 应用可以实现读写分离的业务模式。 Master主要提供写操作，Slave主要提供读操作，充分利用硬件资源
- 双（多）M-S结构适用于 用户间不存在或者存在较少的数据关联的业务模式， 读写效率是单M-S的两（多）倍，但 要求故障时单台服务器能够承担两个Mater Redis的资源需求
- 发布/订阅（Pub/Sub）
- 监控：Redis-Monitor
-
- 历史redis运行查询： CPU、内存、命中率、请求量、主从切换等
- 实时监控曲线
2，数据类型Redis使用场景
- String
-
- 计数器应用
- List
-
- 取 最新N个数据的操作
- 消息队列
- 删除与 过滤
- 实时分析正在发生的情况，用于 数据统计与 防止垃圾邮件（结合Set）
- Set
-
- Uniqe操作，获取某段时间所有数据 排重值
- 实时系统，反垃圾系统
- 共同好友、二度好友
- 利用 唯一性，可以 统计访问网站的所有 独立 IP
- 好友推荐的时候，根据 tag 求交集，大于某个 threshold 就可以推荐
- Hashes
-
- 存储、读取、修改用户属性
- Sorted Set
-
- 排行榜应用，取 TOP N操作
- 需要 精准设定过期时间的应用（时间戳作为Score）
- 带有 权重的元素，比如一个游戏的用户得分排行榜
- 过期项目处理，按照时间排序
3，Redis解决秒杀/抢红包等高并发事务活动
- 秒杀开始前30分钟把秒杀库存从数据库同步到Redis Sorted Set
- 用户秒杀 库存放入秒杀限制数长度的 Sorted Set
- 秒杀到 指定秒杀数后， Sorted Set不在接受秒杀请求，并显示返回标识
- 秒杀活动完全结束后， 同步Redis数据到数据库，秒杀正式结束
已有 0 人发表留言，猛击->> 这里
ITeye推荐
- —软件人才免语言低担保 赴美带薪读研！—
