redis的学习

一、redis作用

Redis是一个开源的（BSD许可），内存中的数据结构存储系统，可以用作数据库、缓存和消息代理。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）等。Redis将这些结构存储在内存中，但也可以将数据持久化到磁盘上，以便在重启后恢复数据。

Redis的主要特点和用途包括：

1. 高性能：由于数据存储在内存中，Redis能够提供非常高的数据读写速度。

2. 丰富的数据结构：Redis支持多种数据结构，使其能够适用于多种场景，如计数器、队列、排行榜等。

3. 原子操作：Redis支持各种操作的原子性，保证了在高并发环境下数据的一致性和完整性。

4. 持久化：虽然Redis主要是一个内存数据库，但它提供了两种持久化机制——快照（RDB）和只追加文件（AOF），以便在重启后恢复数据。

5. 高可用性：Redis支持主从复制和Redis Sentinel，用于实现高可用性。此外，Redis Cluster提供了分布式数据库功能。

6. 用作缓存：由于其高速度特性，Redis常被用作缓存系统，以减少数据库负载和提高应用性能。

7. 用作消息队列：Redis的列表数据结构可以用来实现简单的消息队列，支持发布/订阅模式。

8. 广泛的应用场景：Redis广泛应用于社交网络、实时分析、排队系统、广告定向、实时统计等多个领域。

总之，Redis因其出色的性能、灵活的数据结构和广泛的应用场景而成为当今最流行的NoSQL数据库之一。

二、了解nosql（非关系型数据库）

NoSQL（Not Only SQL）数据库与传统的关系型数据库（如MySQL、Oracle等）相比，具有一些显著的优势，这些优势使得NoSQL数据库在特定场景下更加适用。以下是NoSQL数据库的一些主要优势：

1. 高性能：NoSQL数据库通常提供比传统关系型数据库更快的读写速度，特别是在处理大量数据和高并发请求时。这是因为NoSQL数据库通常使用更简单的数据模型，并且可以分布式部署，从而提高性能。

2. 高可扩展性：NoSQL数据库设计之初就考虑到了水平扩展性。它们可以轻松地在多台服务器之间分布数据，以应对数据量的增长，而无需停机或影响性能。

3. 灵活的数据模型：NoSQL数据库采用非关系型的数据模型，如键值对、文档、列族或图形等，这种灵活性使得NoSQL数据库能够更容易地适应快速变化的数据需求。

4. 高可用性：许多NoSQL数据库系统内置了复制和分片机制，确保了数据的高可用性。即使在部分节点故障的情况下，也能保证数据的持续可用。

5. 低成本：由于NoSQL数据库通常部署在廉价的硬件上，并且可以水平扩展，因此相比于需要昂贵硬件和专业维护的关系型数据库，NoSQL数据库具有更低的成本。

6. 适合大数据处理：NoSQL数据库在处理大规模数据集方面表现出色，尤其是在涉及到复杂数据处理和分析时。

7. 简化开发和维护：NoSQL数据库的简单数据模型和灵活的架构使得开发和维护变得更加容易，尤其是在快速迭代和开发新特性时。

8. 支持多样化的数据类型：NoSQL数据库能够存储和处理结构化、半结构化和非结构化的数据，这使得它们非常适合处理现代应用中常见的多样化数据类型。

非关系数据库，通常被称为NoSQL数据库，涵盖了多种不同的数据存储解决方案。以下是一些常见的非关系数据库类型及其例子：

1. 键值存储（Key-Value Stores）

   • Redis：支持多种类型的数据结构，如字符串、列表、集合、哈希表等。
   • Voldemort：Facebook开发的一个键值存储系统。
   • Riak：一个分布式键值数据库，强调高可用性和容错性。

2. 文档存储（Document Stores）

   • MongoDB：一个流行的NoSQL数据库，使用BSON（Binary JSON）作为数据的存储格式。
   • CouchDB：一个轻量级的文档数据库，使用JSON格式存储数据。
   • Couchbase：结合了CouchDB和Memcached的功能，支持文档存储和快速缓存。

3. 列存储（Column Stores）

   • HBase：一个构建在分布式文件系统（如Hadoop HDFS）之上的NoSQL数据库，适用于大规模数据集。
   • Cassandra：一个分布式NoSQL数据库，适用于高可用性和无单点故障。

4. 图形数据库（Graph Databases）

   • Neo4j：一个高性能的图形数据库，允许通过节点和关系来存储和查询数据。
   • ArangoDB：一个多模式数据库，支持图形、文档和键值存储。

5. 宽列存储（Wide-Column Stores）

   • Apache HBase：如上所述，是一个宽列存储系统。
   • Cassandra：同样，Cassandra也支持宽列存储。

6. 键值对缓存（Key-Value Cache）

   • Memcached：一个高性能分布式内存对象缓存系统。
   • Tropical Futures（以前叫做BoltDB）：一个持久化键值数据库，设计用于提供快速的键值访问。

7. 时间序列数据库（Time-Series Databases）

   • InfluxDB：一个开源的时间序列数据库，用于存储、查询和分析时间序列数据。

   • TimescaleDB：一个基于PostgreSQL的数据库，扩展了时间序列数据库的功能。

检索 关系型和非关系型数据库优缺点、特点、区别、适用场景 … - https://blog.csdn.net/weixin_54247764/article/details/115178747 ..
检索 关系型与非关系型数据库：概念、特点与对比-百度开发者中心 - https://developer.baidu.com/article/details/3031246 …
检索 关系型数据库和非关系型数据库的优缺点和对比 - CSDN博客 - https://blog.csdn.net/cr_lzy/article/details/94961460 …
检索 关系型数据库与非关系型数据库：定义、优缺点和比较 - Baidu - https://developer.baidu.com/article/detail.html?id=3139692 …
检索 关系型数据库 VS 非关系型数据库——SQL DB 和 NoSQL DB … - https://www.freecodecamp.org/chinese/news/relational-vs-nonrelational-databases-difference-between-sql-db-and-nosql-db/ …
检索 关系型数据库与非关系型数据库：概念、特点与比较 - 百度 … - https://cloud.baidu.com/article/3031152 …
检索 关系型数据库与非关系型数据库：详细对比与说明-百度开发 … - https://developer.baidu.com/article/details/3195140 …
检索 【独家】一文读懂非关系型数据库（NoSQL） - 腾讯云 - https://cloud.tencent.com/developer/article/1030365 ..

三、关系数据库和非关系数据库

关系数据库（Relational Databases, RDBMS）和非关系数据库（NoSQL）是两种不同的数据库管理系统，它们在多个方面有着显著的差异。以下是它们之间的一些主要比较：

数据模型

• 关系数据库：基于关系模型，数据以表格的形式存储，表之间通过关系（如外键）相互关联。
• 非关系数据库：不使用单一固定的表格模型，而是支持多种数据模型，如键值对、文档、列族、图形等。

扩展性

• 关系数据库：通常通过垂直扩展（增加单个服务器的资源）来提高性能，但扩展性有限。
• 非关系数据库：设计用于水平扩展，通过增加更多的服务器节点来提高性能和存储容量。

灵活性

• 关系数据库：结构固定，对数据的变更通常需要修改表结构，这可能涉及复杂的迁移过程。
• 非关系数据库：提供更高的灵活性，可以更轻松地存储和处理非结构化或半结构化数据。

一致性和完整性

• 关系数据库：提供ACID（原子性、一致性、隔离性、持久性）事务，确保数据的一致性和完整性。
• 非关系数据库：通常提供最终一致性模型，可能在某些情况下牺牲一致性以换取更高的性能和可用性。

查询语言

• 关系数据库：使用SQL（结构化查询语言）进行数据查询和操作，这是一种标准化和广泛支持的查询语言。
• 非关系数据库：使用各种查询语言，如MongoDB的查询语言、Redis的命令集等，这些语言通常与特定的数据库系统紧密相关。

应用场景

• 关系数据库：适合需要高度一致性和复杂查询的应用，如金融交易、客户关系管理（CRM）系统等。
• 非关系数据库：适合需要高扩展性、处理大量非结构化数据或快速迭代开发的应用，如社交网络、大数据分析、实时消息系统等。

成本

• 关系数据库：可能需要更昂贵的硬件和专业维护人员，尤其是在需要高可用性和灾难恢复的情况下。
• 非关系数据库：通常可以在更便宜的硬件上运行，并且维护成本相对较低。

总结

选择关系数据库还是非关系数据库，取决于具体的应用需求、数据模型、性能要求、成本预算和开发团队的熟悉程度。在某些情况下，甚至可以在同一个应用中同时使用关系数据库和非关系数据库，以利用各自的优势。

四、写法区别

关系数据库（RDBMS）和非关系数据库（NoSQL）在写法上的主要区别体现在数据模型、查询语言、数据操作方式等方面。以下是它们在写法上的一些具体区别：

数据模型和存储方式

• 关系数据库：

  • 数据以表格的形式存储，每个表有固定的列和行。
  • 表之间通过主键和外键建立关系，实现数据的引用和整合。

  CREATE TABLE Users (
      UserID INT PRIMARY KEY,
      Username VARCHAR(255),
      Email VARCHAR(255)
  );
  
  INSERT INTO Users (UserID, Username, Email) VALUES (1, 'JohnDoe', 'john@example.com');

• 非关系数据库：

  • 数据存储方式多样，如键值对、文档、列族、图形等。
  • 通常不需要预定义的模式，可以灵活地存储各种结构的数据。

  // 以MongoDB为例，存储文档数据
  db.users.insertOne({
      _id: ObjectId("507f191e810c19729de860ea"),
      username: "JohnDoe",
      email: "john@example.com"
  });

查询语言

• 关系数据库：

  • 使用SQL（结构化查询语言）进行数据查询和操作，SQL是一种声明式语言，通过描述要执行的操作来查询和操作数据。

  SELECT * FROM Users WHERE Username = 'JohnDoe';

• 非关系数据库：

  • 使用各自特定的查询语言或API，这些查询语言通常是过程式的，需要明确地描述操作步骤。

  // 以MongoDB为例，查询文档数据
  db.users.find({ username: "JohnDoe" });

数据操作

• 关系数据库：

  • 数据操作通常涉及事务处理，确保数据的一致性和完整性。
  • 支持复杂的连接（JOIN）操作，可以轻松地跨表查询和整合数据。

  BEGIN TRANSACTION;
  UPDATE Users SET Email = 'newemail@example.com' WHERE Username = 'JohnDoe';
  COMMIT;

• 非关系数据库：

  • 数据操作通常更简单，但可能不支持复杂的事务处理。
  • 跨数据模型的查询可能需要更多的编程逻辑。

  // 以MongoDB为例，更新文档数据
  db.users.updateOne({ username: "JohnDoe" }, { $set: { email: "newemail@example.com" } });

总结

• 关系数据库的写法更注重结构化和关系性，使用SQL进行数据定义、查询和操作，适合需要复杂查询和事务处理的场景。
• 非关系数据库的写法更灵活，支持多种数据模型和查询方式，适合需要高扩展性和处理非结构化数据的场景。

五、redis的键值数据类型

字符串（String）

• 设置键值对：SET key value
• 获取键的值：GET key
• 递增数值：INCR key
• 递减数值：DECR key

示例：

# 设置键值对
SET mykey "Hello World"

# 获取键的值
GET mykey

# 递增数值
INCR counter

# 递减数值
DECR counter

哈希（Hash）

• 设置哈希字段值：HSET key field value
• 获取哈希字段值：HGET key field
• 获取所有哈希字段和值：HGETALL key

示例：

# 设置哈希字段值
HSET user:1 name "John Doe"
HSET user:1 age 30

# 获取哈希字段值
HGET user:1 name

# 获取所有哈希字段和值
HGETALL user:1

列表（List）

• 向列表左侧添加元素：LPUSH key value [value ...]
• 向列表右侧添加元素：RPUSH key value [value ...]
• 获取列表元素：LRANGE key start stop

示例：

# 向列表左侧添加元素
LPUSH mylist "element1"
LPUSH mylist "element2"

# 向列表右侧添加元素
RPUSH mylist "element3"

# 获取列表元素
LRANGE mylist 0 -1

集合（Set）

• 添加元素到集合：SADD key member [member ...]
• 获取集合中的所有元素：SMEMBERS key
• 判断元素是否在集合中：SISMEMBER key member

示例：

# 添加元素到集合
SADD myset "member1"
SADD myset "member2"

# 获取集合中的所有元素
SMEMBERS myset

# 判断元素是否在集合中
SISMEMBER myset "member1"

有序集合（Sorted Set）

• 添加元素到有序集合：ZADD key score member [score member ...]
• 获取有序集合中指定范围的元素：ZRANGE key start stop [WITHSCORES]
• 根据分数范围获取元素：ZRANGEBYSCORE key min max [WITHSCORES]

示例：

# 添加元素到有序集合
ZADD myzset 1 "member1"
ZADD myzset 2 "member2"

# 获取有序集合中指定范围的元素
ZRANGE myzset 0 -1 WITHSCORES

# 根据分数范围获取元素
ZRANGEBYSCORE myzset 1 2 WITHSCORES

以上是 Redis 中几种常见数据类型的一些基本写法示例。在实际使用中，你可以通过 Redis 客户端（如 redis-cli）或编程语言的 Redis 库来执行这些命令。