【Redis】从计算机组成原理开始讲解为什么会出现Redis

谁践踏了优雅 2024-03-31 11:59 53阅读 0赞

#### 文章目录 ####

*  前置知识
 *  数据库的出现
 *  Redis
 *   *  memcache与redis的区别

## 前置知识 ##

首先需要知道的一个常识就是：数据是存放在磁盘里面的。  
而磁盘有两个指标：

*  寻址：表示找到对应的数据所需要的时间，ms
 *  带宽：表示单位时间可以有多少个字节流入流出，G/M

相对于内存，内存寻址的速度一般为ns级别。  
也就是如果数据在内存中，那么找到它的速度比在磁盘中快了十万倍。  
而内存的带宽，以DDR3 1600的速度为12.8G/s，如果构成的是双通道，那么就是25.6G/s。所以内存的带宽是非常大的。

还有一个就是I/O buffer：他考虑的是一个成本问题，我们知道磁盘是有磁道和扇区的，而一个扇区有512Byte，目前大部分电脑的磁盘大小512G，那么就会有特别多的扇区（大约是10^6个）,而如果扇区特别多，想要找到一个数据所需要的索引就得跟着变大，因为如果操作系统的查找文件的索引还没有扇区多，那么就会出现找不到某些索引的数据，因此操作系统的索引所占的字节数也要跟着变大。那么就会造成一部分的空间被浪费在索引上。  
因此为了解决这个问题，操作系统在查找文件的时候都是以4k为一个标准的，因此无论我们读多大的数据，都是以4k大小去读取的。这样子所需要的索引大小就少了。  
这也就是为什么我们再写程序的时候如果设定一个缓冲区大小不是1k的倍数就是4k的倍数。

## 数据库的出现 ##

上面已经知道操作系统读取数据的时候都是以4k为基础大小去读取的。  
而我们的数据一般都存放在文件中，如果我们要读取一个非常大的文件，那么打开这个文件其实就会需要非常多的时间，因为此时磁盘的速度就已经成为了不可逾越的瓶颈了。

而为了解决这种问题，数据库就出现了。  
数据库中有一个东西叫做data page（数据页），它的大小是4k，和我们操作系统缓冲区大小一样。  
而数据库中是可以有很多的data page的，因此数据库中存储数据只要把数据放在不同的data page中，那么刚刚好每次OS读取的大小都是4k，那么就能很快的就读取到数据了。  
而读取文件就不行，因为读取文件，一个文件可能就几十几百M，那么OS就得一次性都把这些数据读出来之后才能展示给你，因此这就是为什么如果你有一个非常大的文本文件，你要打开它会导致系统卡顿一段时间。

但是此时这些数据只是散布在了这些data page中，如果你想要查询对应的数据，还是需要把这些所有的数据都先读取到内存中，也就是把这些data page一页一页的读取到内存中，那么其实和读取文本文件一样，都是全量IO，都是要全部读取完毕，那么就没有速度优势了不是吗？  
所以，数据库中有一个很特殊的东西就派上用场了-----**索引**  
索引本身也是数据，他们类似于data page中数据的身份证一样。

我们在创建关系型数据库的时候，要求必须给出schema，也就是必须给出表的每一个列以及每一个列的约束，类型。那么当你设计完毕一张表之后，其中每一个列的字节宽度就已经确定了。  
这样做的好处是，即使我们向数据库表插入数据的时候有些字段没有给他数据，那么他也会用默认数据去占位，这么做的好处就在于，下次进行数据修改等操作的时候，不需要去移动磁盘中的空间，而是直接把那个占位的数据给他覆盖掉，这样子就减少了移动空间的开销。

**这也就是为什么数据库中存储数据的时候倾向于行级存储。**

而我们的内存中，其实存放了一个指向了所有所有的B+树，这个B+树的树干存放在我们的内存中，当我们的SQL语句要进行查询的时候，如果SQL语句中的where条件中能命中某一个索引，那么此时B+树去查找的时候就会去查找我们之前所说的身份证（索引），然后根据这个索引我们就能找到对应的数据了。  
前面说过索引本身也是数据，而内存又不够大，因此我们只会把B+树存放在内存中，而不会把索引也放入内存中。

**而常见的面试题就是，对于一个非常大的数据库，其速度是否变慢，为什么？**  
答：  
在有索引的情况下，增删改操作变慢，因为这些操作对数据进行改变之后，索引也是需要跟着改变的，而修改索引是需要时间开销的。  
而对于查询，则不一定，分为两种情况：

*  如果是一个或者少量的查询，那么查询在命中索引之后将数据读入到内存中依旧很快。
 *  在高并发情况或者SQL语句十分复杂的情况下，由于在同一时间到达了许多的SQL语句，那么就会导致不止一个data page需要写入到内存中，并且如果这些语句查询的都是不同的data page，那么就会导致每一个data page都需要挨个写入到内存中，因此就会导致后面的data page需要等待前面的data page，此时影响速度的就是磁盘的带宽了。这就会导致后来的SQL语句就需要进行等待。
    
    也就是答题的时候不仅仅是寻址速度的问题，还有带宽大小的问题。

而对于数据越来越大的数据库，除了分库分表操作，也就只有一种方式了，就是将尽可能多的数据放入到内存中，但是这个价格非常昂贵。  
因此出现了一个内存与磁盘的中间人，那就是缓存，将少量的数据放入到缓存中，缓存的速度非常的快，尽可能的接近了内存，因为他们的材质是一样的。  
所以提到了缓存，那么就引入了今天的主角，Redis。

## Redis ##

[Redis在数据库世界中的含金量][Redis]

### memcache与redis的区别 ###

Redis 是一个开源（BSD许可）的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件。

它支持多种类型的数据结构，如 [字符串（strings）][strings]， [散列（hashes）][hashes]， [列表（lists）][lists]， [集合（sets）][sets]， [有序集合（sorted sets）][sorted sets] 与范围查询， [bitmaps][]， [hyperloglogs][] 和 [地理空间（geospatial）][geospatial] 索引半径查询。  
![在这里插入图片描述][81a7a346126148899f173b441a673a22.png]

Redis 内置了 [复制（replication）][replication]，[LUA脚本（Lua scripting）][LUA_Lua scripting]， [LRU驱动事件（LRU eviction）][LRU_LRU eviction]，[事务（transactions）][transactions] 和不同级别的 [磁盘持久化（persistence）][persistence]， 并通过 [Redis哨兵（Sentinel）][Redis_Sentinel]和自动 [分区（Cluster）][Cluster]提供高可用性（high availability）。

在redis之前已经有一个技术，这个技术叫做memcache，它也是键值对，key-value的，那么redis是kv的，然后memcach是kv的，那么redis的出来之后，反而要取代memcach生存的地位。那么为什么它会取代memcach的？  
如果稍微一查资料就会知道，memcache当中它的value没有类型的概念，但是redis value具有类型的概念了，这是两个的一个最本质的区别。

redis说他有value，有类型，然后我们开始没有类型，然后当时我大脑条件反射第一个东西是啥？json（因为你的所有数据都能用json表示出来），为什么要条件反射json那个东西，因为肯定开始没有redis。那么如果假设世界上只有这种键值对，然后value没有类型，那么我们使用这个技术的时候可不可以存一些复杂的东西？那么这时候你的条件反射是json对不对？json它可以表示很复杂的的数据结构。首先如果你条件反射想起这个知识，那么你会得出一个间接结论，也就是说你value有没有类型？好像是无所谓的，因为我memcache只要有键值对了，我的value里是不是也可以放一个json，然后来代表有数组，这边你有list，我这边是不是也可以用json表示一个list？你这边有hashes这种键值对的，我这边是不是也可以放？

当这个理论你明白之后，也就是说其实我可以不用redis，我用memcache的它的value也可以存很复杂的东西，但是注意了，你要再逆推一件事情，那么他们的成本，value的类型的意义是什么？

如果注意听下面一个很重要的一句话描述，你就知道为什么你要学redis。

如果我的客户端想通过一个缓存系统，而且是kv的缓存器系统当中取回value当中的某一个元素，也就是memcach当中value里面存了一个数组，然后你用redis中的value当中存了一个list。

那么这时候如果想取回其中的数据，使用memcache的话就是获取它在json里面的某一个元素，而使用redis则是直接取回有类型的这个list中的某一个元素的话。

很明显他们的成本就不一样了。相对memcache来说的话，memcache怎么去做的？你需要返回value所有的数据到 client段。那么memcach这台服务器如果很多人都这么获取的话，网卡I/O就是最大的瓶颈，这是第一个，第二个就是client端要有你实现的代码去解码，解码你的json，把json当中数据解码出来，也就是说有两个复杂度，但是如果换成redis的话，因为它有类型了，类型是什么意思？类型其实并不是太重要的，重要的是redis Server中对每种类型都有自己的方法，也就是说其实他可能给你提供了一个什么？基于index（），让你给出一个索引下标，或者lpop怎么怎么样，也就是你的客户端只需要向对方调一个我取value的某一个元素，或者左边或右边弹出一个元素，那么这个时候其实他就规避了上面的问题，你客户端不需要写很多的，因为他不需要把全量数据取走，你的redis Serve网卡就ok，然后你客户端的代码也比较轻盈。

就比如使用过redistemplate的，都知道其返回值是直接对应了某种具体的类型了，就不再需要我们自己手动编写某种方式去解析从memcache那里面取出来的json了。这也就是为什么Redis渐渐取代了memcache的原因。  
![在这里插入图片描述][9db25d2edb0d42089716afc743260d29.png]

[Redis]: https://db-engines.com/en/system/Redis
[strings]: http://redis.cn/topics/data-types-intro.html#strings
[hashes]: http://redis.cn/topics/data-types-intro.html#hashes
[lists]: http://redis.cn/topics/data-types-intro.html#lists
[sets]: http://redis.cn/topics/data-types-intro.html#sets
[sorted sets]: http://redis.cn/topics/data-types-intro.html#sorted-sets
[bitmaps]: http://redis.cn/topics/data-types-intro.html#bitmaps
[hyperloglogs]: http://redis.cn/topics/data-types-intro.html#hyperloglogs
[geospatial]: http://redis.cn/commands/geoadd.html
[81a7a346126148899f173b441a673a22.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/99f0308c9faa42aabe3c9e00044723b0.png
[replication]: http://redis.cn/topics/replication.html
[LUA_Lua scripting]: http://redis.cn/commands/eval.html
[LRU_LRU eviction]: http://redis.cn/topics/lru-cache.html
[transactions]: http://redis.cn/topics/transactions.html
[persistence]: http://redis.cn/topics/persistence.html
[Redis_Sentinel]: http://redis.cn/topics/sentinel.html
[Cluster]: http://redis.cn/topics/cluster-tutorial.html
[9db25d2edb0d42089716afc743260d29.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/31/322cb5aa84654747b25d532cbed31794.png