Redis-day01-常识补充及redis介绍

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

个人学习笔记，仅供参考！欢迎指正！

---

一、常识

内存

1、寻址：ns（纳秒） 2、带宽：很大 秒 > 毫秒 > 微妙 > 纳秒 在寻址上，磁盘比内存慢了10W倍

磁盘

1、寻址：ms 2、带宽：G或者M，单位时间内可以有多少个数据流过去

文件读取问题

如果文件存储在磁盘上，随着文件越大，读取文件的速度会变慢，这是由于IO的瓶颈导致的

I/O Buffer成本问题

磁盘与磁道，扇区，一扇区 512Byte，容器区域足够小，会导致一个成本变大：索引；但是真正使用硬盘的时候，有一个4K对齐操作，读一扇区512Byte时，操作系统无论你读多少都是最少4K从磁盘拿，系统每一次的读写量都是4K

二、关系型数据库常识

IO基础知识

data page：默认4K，刚好和磁盘上每次的默认读取量4K相同。根据第一天的经验，data page设置时，如果小于4K时，会导致浪费，比如data page设置为1K，实际上对磁盘做数据操作时，磁盘还是给返回4K的数据回来；不过如果data page的设置大于4K，则磁盘每次的读写量大小就是data page设置的大小

磁盘读写量与data page的关系：磁盘每次的读写量 = data page < 4K ? 4K : data page

数据库基础知识

1. 如果数据库仅仅只是建表，但是没有建索引，每次从数据库中读取信息时，实际上IO也是按照顺序去遍历每一个data page所对应的磁盘数据，找到了就给你返回，数据量越大，IO速度也就会越慢。
2. 如果为表中的某个列建索引，那么索引其实底层上也是保存在data page上的，只是这个data page上除了保存索引列的信息之外，还保存了当前索引所在行的data page磁盘地址，方便我们后续的查询能更快的定位。
3. 关系型数据库建表的时候，必须给出 schema （ schema ：一共多少个列，每个列的类型是啥），定死了每列的数据类型的字节宽度，假设此时数据表中有5个字段，每个字段占一个字节，然后我们新增一条数据，只有2个字段是有值的，当我们向 data page 中存数据的时候，其他3个没有值的字段会用 0 作为填充，把当前列字节的宽度给全部占满，这是由于关系型数据库偏向于 行级储存 ，当我们以后对行数据做编辑操作的时候，不需要移动数据，直接对行数据做覆盖操作就可以了。数据表和索引因为都是文件，都会放在磁盘上，而我们常说的 B+ 树其实是一种算法，用来更快的找到数据的所在区间，减少磁盘寻址的次数，提升查询效率， B+ 树里是不存储数据的，因此它可以放在内存中，而它的叶子结点保存的是索引所在的data page地址。

表很大的时候，性能下降？这句话对吗

1. 如果表有索引，增删改会变慢，因为需要维护索引
2. 查询速度呢？（假数据量巨大，1TB）

1个或少量查询依然会很快，并发大的时候会受到硬盘带宽影响速度。
硬盘的速度除了受寻址影响之外，还会受到硬盘带宽的影响

数据库的两个极端

数据库有两个极端：一个是把数据存储在磁盘上的数据库（MYSQL），还有一个是把数据存在内存上的数据库（SAP HANA）。

数据存在内存和存在磁盘上时，所占用的空间是不一样的，因为磁盘中的文件不存在引用这个概
念，而内存可以利用引用来减少索引带来的额外的空间使用，因此基于内存的数据库往往要比基于
磁盘的数据库存储相同数据时，所使用的空间更少，但是内存数据库的价格也是极其高昂的，一般
的企业无法承担

所以才有了一个折中的处理方案，也就是利用缓存保存部分热点数据，提高访问的效率

K-V数据库

K-V数据库其实就是JSON，一般JSON所表示的数据形式有：

三、介绍

架构师要做技术选型，不能破坏技术的特征，比如 Redis 的一致性是最终一致性，如果在其他维度需要强一致性，那么就不是适合使用 Redis 了
Redis 的速度：1.5M 每秒，每秒15W笔操作，换算成K是150000K，当然这是理想状态，所以现实中还是会有些出入，但是 redis 就是一个毫秒级响应的中间件

简介

Redis 是一个开源（BSD许可）的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件。 它支持多种类型的数据结构，如 字符串（strings）， 散列（hashes）， 列表（lists）， 集合
（sets）， 有序集合（sorted sets） 与范围查询， bitmaps， hyperloglogs 和 地理空间（geospatial） 索引半径查询。 Redis 内置了 复制（replication），LUA脚本（Lua scripting）， LRU驱动事件（LRU eviction），事务（transactions） 和不同级别的 磁盘持久化（persistence）， 并通过Redis哨兵（Sentinel）和自动 分区（Cluster）提供高可用性（high availability）在 Redis 中，一般说的数据结构是针对 value 的，只有 value 才有类型的区分

在 Redis 之前，还有一个也是基于 K-V 的缓存数据库 memcached ，但是与 Redis 不同的是，
memcached 中的 value 没有类型这个概念。当发现两者的不同时，思考一下当没有 Redis 时，只有
memcached 时，如果表示一个复杂的数据结构？没错，就是 JSON ，世界上只有三种数据表示方式：

根据上面的描述，其实 memcached 也完全是OK的，那么为什么需要去学习 Redis ？

为什么选择Redis？

场景：此时我们需要从缓存中通过 key 获取 value 中的某个元素，他们都是怎么做的？

---