Redis是一款优秀的KEY-Value存储型NoSQL数据库，是当前最热门的NoSQL数据库之一，它融合了缓存、消息队列、数据库等特性，让程序使用者可以始终用最小的成本实现最好的性能。进入Redis世界，开启NoSQL之旅，是开发者们展开新世界的入口之一。
想要进入Redis世界，需要搭建Redis的环境，这里我们选择在本地搭建Redis环境，下载地址：，具体搭建过程可参考[Redis在Windows环境的安装及入门指南](。
搭建完Redis环境后，需要安装Redis客户端，我们选择使用Redis Desktop Manager(RDM)，RDM是一个免费、开源、高性能的Redis客户端服务，点击下载地址：，安装完成后，即可打开界面如下：
此时，我们已经准备部署好Redis环境，可以开始使用了。在Redis Desktop Manager中，我们可以创建联接、探索数据库、更改服务端参数等相关操作，下面，我们看看如何使用Redis的一些基本功能：
可以使用SET命令把字符串设置到指定的key上：
SET key value
使用GET命令可以从Redis中获得value：
GET key
以上只是Redis短暂的入门操作，Redis还有很多其它功能，比如：ZIPLIST、HASH、 LIST等，通过redis可以实现跨 服务器 的数据同步，数据可靠性得到保障，开发者也可以根据需要定制自己的数据结构，实现自定义的数据类型。
Redis是一款非常优秀的数据库产品，它提供了高性能、高可用性的NoSQL解决方案，为开发者构建更丰富的应用提供了更多的可能性。进入Redis世界，开启NoSQL之旅，你也可以发掘Redis新世界的奥秘！
香港服务器首选树叶云，2H2G首月10元开通。树叶云（shuyeidc.com）提供简单好用，价格厚道的香港/美国云服务器和独立服务器。IDC+ISP+ICP资质。ARIN和APNIC会员。成熟技术团队15年行业经验。
linux下redis 怎么使用
1. 安装，软件仓库里有的并且满足需要那就直接从软件仓库里安装ubuntu: sudo apt-get install redis-ServercentOS: yum install redis其他的也差不多另一种编译安装就比较麻烦一点，去官网下载合适的版本的源代码，make ...2. 使用 a）命令行使用 redis-clib) shell 调用同ac) 通过其他语言调用，比如php，则需要安装php-redis扩展,Python则需要安装Python-redis模块，其他语言类似，然后就是在各个语言中根据api调用啦
redis添加数据set好还是add
set常见操作：（1）sadd向一个集合中添加一个元素。 例如：sadd set1 Hello（2）smembers查看集合中的所有元素。 例如：smembers set1（3）srem删除集合中一个指定的元素。 例如：srem set1 Hello（4）spop随机弹出set集合中德一个元素。 例如：spop set1（5）sdiff求两个集合的差集，比如sdiff set1 set2，表示保留set1中与set2不同的所有元素。 （6）sdiffstore将返回的差集存进一个集合。 例如：sdiffstore set3 set1 set2，表示把set1与set2的差集存进集合set3。 （7）sinter返回给定两个集合的交集。 例如：sinter set1 set2，表示返回set1和set2的交集。 （8）sinterstore将两个集合的交集存进一个集合。 例如：sinterstore set3 set1 set2，表示把set1和set2的交集存进集合set3。 （9）sunion返回给定两个集合的并集。 例如：sunion set1 set2，表示返回set1和set2的并集。 （10）sunionstore将两个集合的并集存进一个集合。 例如：sunionstore set3 set1 set2，表示把set1和set2的并集存进集合set3（11）smove从第一个key对应的set中移除member并添加到第二个对应的集合中。 例如：smove set1 set2 Hello，表示把set1中的Hello元素移动到set2中。 （12）scard返回key对应集合的元素的个数。 例如：scard set1。 （13）sismember判断某一个元素是否为集合的元素。 比如：sismember set1 Hello，表示判断Hello是否为set1的中的元素。 （14）srandmember随机返回名称为key的set的一个元素。 例如：srandmember set1。
memcached和redis的区别
medis与Memcached的区别传统MySQL+ Memcached架构遇到的问题 实际MySQL是适合进行海量数据存储的，通过Memcached将热点数据加载到cache，加速访问，很多公司都曾经使用过这样的架构，但随着业务数据量的不断增加，和访问量的持续增长，我们遇到了很多问题： 需要不断进行拆库拆表，Memcached也需不断跟着扩容，扩容和维护工作占据大量开发时间。 与MySQL数据库数据一致性问题。 数据命中率低或down机，大量访问直接穿透到DB，MySQL无法支撑。 4.跨机房cache同步问题。 众多NoSQL百花齐放，如何选择 最近几年，业界不断涌现出很多各种各样的NoSQL产品，那么如何才能正确地使用好这些产品，最大化地发挥其长处，是我们需要深入研究和思考的问题，实际归根结底最重要的是了解这些产品的定位，并且了解到每款产品的tradeoffs，在实际应用中做到扬长避短，总体上这些NoSQL主要用于解决以下几种问题 1.少量数据存储，高速读写访问。 此类产品通过数据全部in-momery 的方式来保证高速访问，同时提供数据落地的功能，实际这正是Redis最主要的适用场景。 2.海量数据存储，分布式系统支持，数据一致性保证，方便的集群节点添加/删除。 3.这方面最具代表性的是dynamo和Bigtable 2篇论文所阐述的思路。 前者是一个完全无中心的设计，节点之间通过gossip方式传递集群信息，数据保证最终一致性，后者是一个中心化的方案设计，通过类似一个分布式锁服务来保证强一致性,数据写入先写内存和redo log，然后定期compat归并到磁盘上，将随机写优化为顺序写，提高写入性能。 free，auto-sharding等。 比如目前常见的一些文档数据库都是支持schema-free的，直接存储json格式数据，并且支持auto-sharding等功能，比如mongodb。 面对这些不同类型的NoSQL产品,我们需要根据我们的业务场景选择最合适的产品。 Redis适用场景，如何正确的使用 前面已经分析过，Redis最适合所有数据in-momory的场景，虽然Redis也提供持久化功能，但实际更多的是一个Disk-backed的功能，跟传统意义上的持久化有比较大的差别，那么可能大家就会有疑问，似乎Redis更像一个加强版的Memcached，那么何时使用Memcached,何时使用Redis呢?如果简单地比较Redis与Memcached的区别，大多数都会得到以下观点： 1Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，zset，hash等数据结构的存储。 2Redis支持数据的备份，即master-slave模式的数据备份。 3Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。 抛开这些，可以深入到Redis内部构造去观察更加本质的区别，理解Redis的设计。 在Redis中，并不是所有的数据都一直存储在内存中的。 这是和Memcached相比一个最大的区别。 Redis只会缓存所有的 key的信息，如果Redis发现内存的使用量超过了某一个阀值，将触发swap的操作，Redis根据“swAPPability = age*log(size_in_memory)”计 算出哪些key对应的value需要swap到磁盘。 然后再将这些key对应的value持久化到磁盘中，同时在内存中清除。 这种特性使得Redis可以 保持超过其机器本身内存大小的数据。 当然，机器本身的内存必须要能够保持所有的key，毕竟这些数据是不会进行swap操作的。 同时由于Redis将内存 中的数据swap到磁盘中的时候，提供服务的主线程和进行swap操作的子线程会共享这部分内存，所以如果更新需要swap的数据，Redis将阻塞这个 操作，直到子线程完成swap操作后才可以进行修改。 使用Redis特有内存模型前后的情况对比： VM off: 300k keys, 4096 bytes values: 1.3G used VM on:300k keys, 4096 bytes values: 73M used VM off: 1 million keys, 256 bytes values: 430.12M used VM on:1 million keys, 256 bytes values: 160.09M used VM on:1 million keys, values as large as you want, still: 160.09M used当 从Redis中读取数据的时候，如果读取的key对应的value不在内存中，那么Redis就需要从swap文件中加载相应数据，然后再返回给请求方。 这里就存在一个I/O线程池的问题。 在默认的情况下，Redis会出现阻塞，即完成所有的swap文件加载后才会相应。 这种策略在客户端的数量较小，进行 批量操作的时候比较合适。 但是如果将Redis应用在一个大型的网站应用程序中，这显然是无法满足大并发的情况的。 所以Redis运行我们设置I/O线程 池的大小，对需要从swap文件中加载相应数据的读取请求进行并发操作，减少阻塞的时间。 如果希望在海量数据的环境中使用好Redis，我相信理解Redis的内存设计和阻塞的情况是不可缺少的。
发表评论