转自:http://blog.csdn.net/zhiguozhu/article/details/50517527

 
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,redis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