1 Redis架构分析
1.1 为什么要用nosqlàredis？
1）存储方式的区别：
nosql：使用K-V的方式存储数据
例如：mset id 0001 name zhangsan age 18
关系型数据库：使用多表结构关联的方式存储数据
例如：
|
Id |
Name |
Age |
|
0001 |
Zhangsan |
18 |
|
… |
… |
… |
2）读写方式的区别：
nosql：可以把不同类型的数据通过k-v的方式进行快速的读写操作，无关系性、数据结构简单。
关系型数据库：在不同类型的数据下需要进行多表关联的方式读写，造成性能上损耗
3）nosql的优缺点
优点：读写数据快，取决于他的无关系性，数据库结构简单。
缺点：不支持sql工业化的数据操作，对于业务类型的数据使用不方便，并且最重要的是不支持对于事务的操作。不适合做数据安全性要求很高的数据存储。
1.2 为什么redis可以快速,并且替代memcache，占领市场
1.2.1 为什么要与memcache来比较
其他的缓存框架（如oscache）只是一个小型的jar包形式的框架，档次不够，而memcache跟redis一样也是可以独立运行在服务器上，并且支持了分布式集群，但是我们今天的redis不光是独立运行，还支持了分布式集群，而且还支持持久化和丰富数据类型，并且在缓存上更加优秀。
1.2.2 了解Memcache实际应用中出现的问题
1）Memcache数据丢失问题：
为了防止意外（服务器宕机、断电），会把一个时间段缓存中的数据插入到DB中，这个过程会给服务器运行效率带来巨大的影响，如果这个时候在高并发的时间段，可能造成服务器压力过大出现死机，数据丢失，然而这种数据的丢失对于企业来说却是灾难性的，所以一般我们会把入库的时间与并发的时间分开（2-3个小时）。
2）数据一致性的问题：
在这个时差（2-3个小时）有的模块已经修改了DB中的数据，但是memcache还没有同步，所以数据就不一致了，为了解决数据一致和命中率的问题，在企业中通常让客户端请求读取不到的数据，去DB中读取，导致大量请求穿透到DB，导致DB无法支撑。
3）命中率低问题：
hash算法是有失误率的，可能在某一段时间的失误率很大导致在memcache中读取不到数据。同时为了解决命中率的问题，在企业中通常也会让客户端请求读取不到的数据，去DB中读取，也会导致大量请求穿透到DB，导致DB无法支撑。
4）业务量增加、访问量持续增长的问题：
导致DB（mysql）表结构的变化，需要重新建表、拆表，memcache也需要扩容，这些工作会浪费很多的人力、物力，造成资源上的浪费。
1.2.3 Memcache+mysql vs redis
1）redis支持了数据持久化的功能（相当于数据库），我们可以配置让从服务器来做RDB、AOF。
（a）可以在很大的程度上防止了数据的丢失。
（b）redis提供了持久化（相当于数据库），可以设计实现前后台数据分离，数据一致性和命中率的问题完全由redis解决。redis存储数据结构简单，建表拆表的情况不存在。
2）数据类型
（a）memcache只支持string类型。
（b）Redis支持5种数据类型，企业使用更加方便。
3）缓存性能
（a）缓存性能比memcache优（在数据结构、内存使用上进行了优化调整，所以比memcache性能优）
（b）内存使用区别：
Memcache：使用内存池的方式，可以省去申请/释放内存的开销，但是在空间上就有了浪费，因为他不能释放空闲内存空间。当内存空间不够的时候，memcache即便是新数据也会被剔除。
Redis：现场申请内存的方式来存储数据。所以不存内存空间的浪费。当内存空间不够的时候，即便是导致swap（替换），也不会剔除数据（非临时数据）。所以Redis更适合作为存储而不是cache。
1.3 Redis在企业架构中的应用
l redis在电商网站中存储的是门户数据，用来处理大数据，高并发的问题
l 关系型数据库在电商网站中存储的是后台业务类型的数据。
1.4 Redis应用场景
l 应用范围：电商购物商品信息缓存、商品抢购、购票系统的队列、新浪微博对于大量不同数据类型的操作、实时聊天信息平台、游戏排行榜
可用场景：数据量比较大且数据内容变化大的场合，需要进行数据快速的读写。并且对数据的安全性要求不高。
不可用的场合：对于数据安全性要求绝对高的情况，比如：银行转账、存取款。
1.5 总结：
1.nosql->redis与关系型数据库差别：
存储方式：数据存储结构简单，不存在表关联
读写速度：速度快，取决于结构简单、无关系型
2.针对于同级别的缓存框架而言，与memcache的对比
--缓存性能比memcache好
--数据类型丰富
--持久化
3.用memcache+mysql与redis对比
业务数据量的不断增加，和访问量的持续增长，遇到的问题：
--mysql需要建表拆表，memcache需要扩容
--数据一致性（持久化）
--访问穿透到DB