Radis：Linux上安装Redis（步骤）

一：Linux上安装Redis

第一步：下载redis

第二步：使用Xftp工具上传redis-5.0.2.tar.gz到linux 系统。

 

第三步：解压redis-5.0.2.tar.gz到/opt目录

第四步：编译redis，进入解压目录，并且执行make命令：

 有的可能直接安装完成：就不用执行下面的步骤了

报错：gcc命令未找到

第五步：安装gcc。

什么是 gcc ?

gcc是GNU compiler collection的缩写，它是Linux下一个编译器集合(相当于javac )，是c或c++程序的编译器。

怎么安装gcc ?

方式一：在有外网的情况下，使用yum进行安装。执行命令：yum -y install gcc。

方式二：在没有外网的情况下，从光盘里进行安装。

3、执行gcc –v查看Linux内核版本

安装完成：

 第六步：再次回到redis解压目录执行make命令进行编译

 

第七步：进行清理工作

第八步：再次执行make指令进行编译：

 

第九步：执行make install安装redis：

注意：在make执行之后再执行 make install，该操作则将 src下的许多可执行文件复制到/usr/local/bin 目录下，这样做可以在任意目录执行redis的软件的命令（例如启动，停止，客户端连接服务器等）， make install 可以不用执行，看个人习惯。

查看make编译结果，cd src目录：绿色的为编译结果，（绿色的就是可执行文件）

make install后：去查看结果：bin目录下查看

第十步：启动Redis

启动方式：

① 前台启动 redis-server

②后台启动 redis-server &

 有这个标志就是启动成功了，端口号Port：6379

Redis不操作表了，它操作键值对

③根据配置文件启动 启动命令 配置文件 &

注意：如果修改了redis的配置文件redis.conf，必须在启动时指定配置文件，否则修改无效！

第十一步：关闭Redis服务

关闭方式：

①使用redis客户端关闭，向服务器发出关闭命令

任意目录下执行 指令redis-cli shutdown

推荐使用这种方式， redis先完成数据操作，然后再关闭。

例如：

②kill pid 或者 kill -9 pid

这种不会考虑当前应用是否有数据正在执行操作，直接就关闭应用。

先使用 ps -ef | grep redis 查出进程号，在使用 kill pid

知识点：

单片数据时代：一个应用对应，一个数据库实例

如果把大量的数据都存在一个数据库里面，数据量大，即是能存下，访问的时候要从上万条数据中查找，效率也慢

缓存时代：把经常需要访问的数据，放到缓存里面，以后不用经常访问数据库了，加快效率，能解决效率问题，但随着数据量增大，也出现了问题

表太多了：

水平切割时代：，每张表有大量的数据，如果一个数据库存放这么多张表，存放不下，就把存放大量数据的表，存放在一个数据库实例里面  就解决了大量数据的问题，随着应用的发展，功能更复杂了，数据量更大了，水平拆分和缓存也满足不了

表的访问效率太低了：

虽然把大量的数据表放在一个数据库实例里面，但是并发操作太大了，同时从前端发来大量的请求访问这个表，就处理不了过来了，就可以把这个表做多个数据库实例，这个表多很多分实例，做一个集群，写的找写的数据库实例，读的找读的数据库实例，就把这个压力分散了，通过同步机制，发起广播，所有的表都有了，数据都同步了，这就是读写分离时代

一表放的数据有限

Web1.0时代，做些Web程序部署到服务器上，这些程序用户不能参与，我发布什么，用户能看什么，用户不能产生数据

随着Web2.0的发展，用户参加进来（博客系统），用户产生数据，数据量就不可控了，一个实例放表的数据都放不下了，就垂直切割，把一个表的进行垂直切割，分表了，一个表中的数据分开了，分成多个数据库存一张表中的数据，要查询那个阶段的数据，就查询那个数据库，叫分库分表时代

随着互联网的发展，数据量太大，关系型数据库（都是以表进行存储的）还不能满足需求，关系型数据库已经用到极致了，已经分表分库了，数据已经不能再存放在表里面了，就出现了非关系型数据库，彻底改变了底层存储机制，聚合存储结构

 

向DataBase存放数据量较大的数据

NoSQL数据模型

传统关系型数据库：表。

      t_student、t_address、t_course

NoSql数据库：聚合结构。

{  "student":{    "id":1001,    "name":"zhangsan",    "addresses":{"province":"beijing","city":"daxingqu","street":"liangshuihe"},    "courses":[          {                   "id":01,                   "name":"java"          },          {                   "id":02,                   "name":"mybatis"          },          {                   "id":03,                   "name":"spring"          }     ]   } }