Redis Basic

Redis的定位于特性

1. SQL与NoSQL

1. 1. 关系型数据库特点：
2. 1. 1. 以表格的形式，基于行存储数据，是一个二维的模式
      2. 存储的是结构化的数据，数据存储有固定的模式，数据需要适应表结构
      3. 表与表之间存在关联
      4. 大部分关系型数据库都支持SQL（结构化查询语言）的操作，支持复杂的关联查询
      5. 通过事务（ACID酸）来提供严格或实时的数据一致性
3. 1. 关系型数据库的一些限制
4. 1. 1. 实现扩容的话，只能垂直扩容，比如磁盘限制了数据存储，就扩大磁盘容量通过推硬件的方式，不支持动态扩容。水平扩容需要复杂的技术实现，比如分库分表
      2. 表结构修改困难，存储的数据格式也会收到限制
      3. 关系型数据库通常会把数据持久化到磁盘，在高并发和搞数据量的情况下，磁盘的读写压力会比较大
5. 1. 非关系型数据库的特点：
6. 1. 1. 我们一般把它叫做“non-relational”或者“Not Only SQL”，NoSQL不提供SQL（Structure Query Language 结构化查询语言）
      2. 特点：
7. 1. 1. 1. 存储非结构化的数据，比如文本、图片、音频、视频；
         2. 表与表之间没有关联，可扩展性强；
         3. 保证数据的最终一致性，遵循BASE理论；Basically Available（基本可用）；Soft-state（软状态）；Eventually Consistent（最终一致性）
         4. 支持海量数据的存储和高并发的高效读写
         5. 支持分布式，能够对数据进行分片存储，扩缩容简单
8. 1. 1. 常见的非关系型数据库
9. 1. 1. 1. KV存储：Redis和MemCached
         2. 文档存储：MongoDB
         3. 列存储：HBase
         4. 图存储：Neo4j
         5. 对象存储：
10. 1. 1. NewSQL：结合了SQL和NoSQL的特性，例如TiDB（PingCAP）、ScaleDB
11. 1. Memcached和Redis的主要区别是什么？
12. 1. 1. Memcached只存储KV、没有持久化机制、不支持主从复制、是多线程的

Redis基本数据类型

Redis默认有16个库（0-15）可在配置文件中修改，redis的存储我们叫做key-value存储，或者叫字典结构。key的最大长度限制是512M

1. String 类型

1. 1. 可以用来存储int（整数）、float（单精度浮点数）、String（字符串）
   2. 数据模型
2. 1. 1. redis 最外层是一个redisDb结构体，里面放的是dict
      2. 在redis中每个键值对都是一个dictEntry，其中，key存储的是关键字定义，val存储是value定义，next指向下一个键值对
      3. 以set hello world为例
3. 1. 1. 1. 因为key是字符串，redis自己实现了一个字符串类型，叫做SDS，所以hello 指向SDS的结构。
         2. value是world，也是一个字符串，但是没有直接指向SDS，而是存储在redisObject中。5种常见的数据类型的value都是通过redisObject存储，最终redisObject再通过指针指向一个实际的数据结构
         3. redis中string类型实际对外都是string且用的string命令，但是内部却又3中不同的编码：
4. 1. 1. 1. 1. int，存储8个字节的长整型（long，2^64-1）
            2. embstr，代表embstr格式的SDS，存储小于44个字节的字符串
            3. raw，存储大于44个字节的字符串
5. 1. 1. 1. 常见问题：
6. 1. 1. 1. 1. SDS是什么？
7. 1. 1. 1. 1. 1. 是redis中字符串的实现，Simple Dynamic String，简单动态字符串。本质上还是字符串数组，但是多了一些长度等等定义。
8. 1. 1. 1. 1. 为什么redis要用SDS实现字符串？
9. 1. 1. 1. 1. embstr和raw编码的区别？为什么要为不同的大小设计不同的编码？
10. 1. 1. 1. 1. 1. embstr的使用只分配一次内存空间（因为redisObject和SDS是连续的），而raw需要分配两次内存空间（分别为redisObject和SDS分配空间）。
                2. 与raw相比，embstr的好处是在创建时少分配一次空间，删除时少分配一次空间。而且数据是连在一起方便寻找。
                3. embstr的坏处，字符串的长度增加时需要重新分配内存，redisObject和SDS都需要重新分配，因此redis中embstr实现为只读，这种编码的内容是不能修改的
11. 1. 1. 1. 1. int和embstr什么时候转为raw？
12. 1. 1. 1. 1. 1. int数据不再是整数—–raw
                2. int大小超过了long的范围（2^63-1）—–embstr
                3. embstr字节超过了44字节—–raw
13. 1. 1. 1. 1. 明明没有超过44字节，为什么变成了raw？
14. 1. 1. 1. 1. 1. 前面说过，对于embstr，由于实现只是可读的，因此在对embstr对像进行修改时都会先转化为raw再进行修改。因此，只要是修改embstr对象，随后都会变成raw，无论是否到达了44个字节
15. 1. 1. 1. 1. 当长度小于阈值时，会还原吗？
16. 1. 1. 1. 1. 1. 不会，编码转换在redis写入数据时完成，且转换过程不可逆，只能从小内存编码到大内存编码转换
17. 1. 1. 1. 1. 为什么要对底层的数据结构使用redisObject进行一层封装呢？
18. 1. 1. 1. 1. 1. 无论是设计redisObject还是设计这么多的SDS，都是为了在存储不同的内容选择不同的存储方式，这样可以尽可能的节省内存空间和提升查询速度

2. Hash 类型

1. 1. Hash用来存储多个无序的键值对。最大的存储数量2^32（大概40亿左右）；注意hash的value只能存储字符串，不能嵌套其他类型；field不能单独设置过期时间；
   2. 数据模型
2. 1. 1. Hash类型的底层使用两种数据结构实现：ziplist 和 hashtable
3. 1. 1. 1. ziplist是一个经过特殊编码的，由连续的内存块组成的双向链表。但是他不存储上一个节点和下一个节点的指针。而是存储上一个节点的长度和当前节点的长度。这样读写可能会慢一点，但是节省内存。
4. 1. 1. 1. 1. 什么时候使用ziplist存储？当hash对象同时满足以下条件时，使用ziplist编码：
5. 1. 1. 1. 1. 1. hash对象保存的键值对数量<512个
               2. 所有键值对的键和值的字符串长度都<64字节（一个英文字母一个字节）
6. 1. 1. 1. hashtable数据结构
7. 1. 1. 1. 1. 如果超过上面的阈值的任何一个，存储结构就会转化为hashtable
            2. hashtable的本质就是一个KV的结构，是一个数组 + 链表的结构！！！
            3. 前面我们知道redis的KV结构是都是通过dictEntry来实现的。但是，在hashtable中，又对dictEntry进行了多层封装。从最高层到最底层：dict->dictht->dictEntry
            4. 整体数据结构就是数组+链表。
8. 1. 1. 1. 1. 1. 为什么要定义两个哈希表（dictht[2]）,其中一个不用呢？hash默认使用ht[0]，ht[1]不会分配空间和初始化。ht[1]用来扩容迁移。
               2. 什么时候触发扩容？
9. 1. 1. 1. 1. 1. 1. 具体和HashMap一样，由扩容因子控制

3. List 集合类型

1. 1. 存储有序的字符串（从左到右），元素可以重复，最大的存储数量2^32-1（40亿左右）
   2. 数据模型：
2. 1. 1. 3.2版本后统一用quicklist来存储。quicklist存储了一个双向链表，每个节点都是一个ziplist。

4. Set 集合类型

1. 1. Set存储String类型的无序集合，最大存储数量2^32-1（40亿左右）
   2. 数据模型：
2. 1. 1. Redis使用intset或者hashtable存储set
3. 1. 1. 1. 如果数据都是整数类型就用intset类型，否则用hashtable（数组+链表）；如果元素超过512个也会用hashtable存储

5. Zset 有序集合

1. 1. Zset存储有序的元素，每个元素都有个score，按照score从小到大排名。score相同时，按照key的ASCLL码排序。
   2. 数据结构对比。
   3. 默认使用ziplist编码，在ziplist内部，按照score排序递增来存储。插入的时候要移动之后的数据。
   4. 如果元素数量大于等于128个，或者任一member长度大于等于64字节，则使用skiplist + dict存储
   5. 什么事skiplist（跳表）？
2. 1. 1. 使用有序链表的问题？我们查找某个元素时，需要从头到尾逐个比较，时间复杂度O(n)，当我们要插入时，同样要经历同样的过程。因此，skiplist可以解决上述问题。
      2. 查找过程：
3. 1. 1. 1. 当我们查找数据时，可以先沿着新链表查找。当碰到比待查找数据大的节点，再到下层查找。
         2. 总结，这个查找过程中，由于新增指针我们不需要与链表每个节点逐个比较了，需要比较的节点大概只有原来的一半，这就是跳表。为什么不用AVL树或者红黑树？因为跳表更简洁。

4. 总结：

5. 1.