Redis是一个开源、跨平台的高性能键值存储数据库，它通过快速高效的数据存储实现低延迟访问。Redis支持多种数据类型，比如字符串、散列、列表、集合和有序集合，可以通过这些数据类型方便地实现不同的数据结构.Redis与其他数据库最大的不同之处是Redis是一个内存数据库，它可以在内存中快速地存储数据，从而实现低延迟访问。
Redis可以使用不同的缓存策略，可以有效地实现缓存更新。比如，可以设置一些关键字，当任意一个关键字发生变化时，Redis可以立即清除对应该关键字的缓存数据，从而有效地保证了缓存数据的最新性。
Redis的接口也非常简洁易用，可以使程序员很方便地使用Redis。当想要存储
数据时，可以使用字符串或哈希类型的数据结构；当想要实现队列时，可以利用列表数据结构；当想要实现集合时，可以利用集合数据结构，这也是Redis和其他数据库最大的不同之处。
例如，要实现一个支持 服务器 端推送的应用，可以利用Redius下述代码：
// 创建你的消息服务var client = Redis.createClient();// 连接服务器，参数包括服务器的地址，端口等client.connect(host, port);// 订阅一个频道client.subscribe('channel');// 收到服务器端推送的消息client.on('message', function(channel, message) {// 处理消息});
通过Redis，可以快速实现以上功能，从而实现低延迟访问，提升服务器性能。
Redis可以通过快速高效的数据存储实现低延迟访问，它不仅支持多种数据类型，而且拥有更快的执行速度，更简便的接口，以及可以使用不同缓存策略等优势，便于实现高性能的应用程序。
香港服务器首选树叶云，2H2G首月10元开通。树叶云（www.IDC.Net）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。
redis java 有什么用
Java连接redis的使用示例 Redis是开源的key-value存储工具，redis通常用来存储结构化的数据，因为redis的key可以包含String、hash、listset和sorted list。
Redisclient支持多种语言，包括：c、C++、C#、php、java、python、go等语言，根据自己的开发语言，选择合适的redis client版本类型即可。
我是使用java语言开发的，针对java语言，redis client也提供了多种客户端支持，按照推荐类型依次是：Jedis、Redisson、JRedis、JDBC-Redis、RJC、redis-protocol、aredis、lettuce。
前两种类型是比较推荐的，我们采用了Redisson类型版本作为redisclient的使用。
Redisson版的redis可发工程搭建1.新建maven工程2.在文件的dependencies节点下增加如下内容：
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。
缓存和下载有什么区别，再就是缓存的文件一般怎么都找不到
缓存一般用于减少再次运行时花费的时间，提高读写速度的临时措施（内存缓存）；另一方面也是减少硬盘对数据的反复写读次数，对硬盘寿命有好处。 看网页时产生的缓存有很多是驻留在一些隐藏的文件夹中，当积累一定数量会自行或要求手动清理。 下载软件产生的缓存，在下载时会将指定大小的数据（软件设置有关）暂时写入内存或硬盘缓存中去，到达到指定大小后再正式写入硬盘，写入硬盘的数据就是“实体”数据；而像QVOD或迅雷下载时的视频文件的缓存一般会暂时驻留在硬盘上（该软件设定的路径）以减少再次读取时花的时间，一般文件下载完，缓存会自动清理。 可以理解为缓存只是临时占用的数据，没必要去找它。
发表评论