1.了解Redis与其应用场景（理解）
问题的出现：
-
常见现象：春运时12306网页崩溃，双十一淘宝和京东连连卡顿…
-
分析原因特征：大量用户同时访问同一数据，即海量数据和高并发。
-
根本原因：关系型数据库
-
性能瓶颈：磁盘IO性能低下。数据交换：CPU—>cache—>内存—>硬盘，数据一层层传递导致性能低下。
-
扩展瓶颈：数据关系复杂，扩展性差，不便于大规模集群。在关系型数据库中，常常一张表需要关联多张表，错综复杂的关系使得数据牵一发而动全身，导致数据不便于扩展。
-
-
解决思路：
- 降低磁盘IO次数，越低越好——将数据存储在内存
- 去除数据间关系，越简单越好——不存储数据关系，仅存储数据
也就是，Nosql。
NoSql：
-
NoSql：即Not-Only SQL（泛指非关系型数据库），作为关系型数据库的补充。
-
作用：应对基于海量用户和海量数据前提下的数据处理问题。
-
特征（相比较于关系型数据库）：
- 可扩容，可伸缩
- 大数据量下高性能
- 灵活的数据模型
- 高可用
-
常见的NoSql模型：Redis、memcache、HBase、MongoDB
-
应用场景：数据库存储固定的基本数据，其余类型的数据根据其特征存放在不同的地方，一起对外提供服务。
Redis
- 概念：Redis（Remote Dictionary Server），即远程字典服务，是用C语言开发的一个开源的高性能键值对（key-value）数据库。
- 特征：
- 数据间没有必然的联系
- 内部采用单线程机制进行工作
- 高性能。官方提供测试数据，50个并发执行100000个请求，读的速度是110000次/s，写的速度是81000次/s。
- 多数据类型支持：字符串（String）、列表（list）、散列（hash）、集合（set）、有序集合（sorted_set）。
- 持久化支持。Redis可以进行灾难性恢复，比如突然断电的情况。通过将内存中的数据保存在磁盘中，重启的时候可以再次加载进行使用来保证数据的可恢复。
- 应用场景：
- 为热点数据加速查询（主要应用场景），如热点商品、热点新闻、热点资讯、推广类等高访问量信息等。
- 任务队列，如秒杀、抢购、购票排队等。
- 即时信息查询，如各位排行榜、各类网站访问统计、公交到站信息、在线人数等。
- 时效性信息控制，如验证码控制（比如验证码五分钟之内有效）、投票控制等。
- 分布式数据共享，如分布式集群架构中的session分离。
- 消息队列。
- 分布式锁。