redis数据存储在哪里 redis数据是存在哪里的

面试中问到Redis持久化的原理，本篇在做详细解答

我们知道redis是一个 高效的分布式内存数据库 ，由于是作内存所以性能非常之快，通常用它来做分布式缓存，用来提高微服务的高性能，但是因为是内存作，所以当出现故障，断电等情况就会造成 内存数据丢失 ，不可恢复，因此redis 引入了持久化机制来将内存数据写入磁盘，从而保障了Redis的数据不被丢失。

redis数据存储在哪里 redis数据是存在哪里的

redis数据存储在哪里 redis数据是存在哪里的

Redis有两种持久化的方式，一种是RDB，另外种是AOF。

RDB是将Redis内存中数据的快照存储在磁盘内，是Redis的默认持久化方案。

可在redis.conf中配置，会以一段时间内达到指定修改的次数为规则来触发快照作，快照文件名为dump.rdb。每当Redis服务重启的时候都会从该文件中把数据加载到内存中。

在60秒内有10000redis常用数据类型次作即触发RDB持久化。

没有满足种条件时，在900秒内有1次作即触发RDB持久化。

没有满足第二种条件时，在300秒内有10次作即触发RDB持久化。

RDB持久化除了可以根据配置中的策略来触发外，还可以使用se和bgse命令手动来触发。这两个命令的区别在于se会阻塞进程。在执行se命令的过程中，不能处理任何请求，但是bgse（background se，后台保存）命令会通过一个子进程在后台处理数据RDB持久化。本质上se和bgse调用的都是rdbSe函数，所以Redis不允许se和bgse命令同时执行，当然这也是为了避免RDB文件数据出现不一致性的问题。

每次都是一个大文件，备份写入IO作笔记大，很容易耗时，影响进程资源使用。

如果最近一次进程崩溃，那么最近一次数据备份后的数据就被丢失。

文件直接就可以当冷备使用

AOF（Append Only File）以日志的方式记录每次的写命令，可以很好地解决了数据持久化的实时性。系统重启时可以重新执行AOF文件中的命令来恢复数据。AOF会先把命令追加在AOF缓冲区，然后根据对应策略写入硬盘。

AOF的实现流程有三个步骤

步骤一

把命令追加到AOFif(String.IsNullOrWhiteSpace(sn)){缓冲区，

步骤二

将缓冲区的内容写入程序缓冲区

步骤三

将程序缓冲区的内容写入文件

当AOF持久化功能处于开启状态时，每执行完一个命令就会将命令以协议格式追加写入redis结构体的aof_buf缓冲区。而在服务重启的时候会把AOF文件加载到缓冲区中。

AOF有 三种触发机制

·always：每次发生数据变更都会被立即记录到磁盘，性能较，但数据完整性比较好。

·rysec：每秒钟将aof_buf缓冲区的内容写入AOF文件，如果宕机，就会有1秒内的数据丢失。

·no：将数据同步作交给作系统来处理，性能，但是数据可靠性最。在配置文件中设置appendonly=yes后，若没有指定apendfsync，默认会使用rysec选项。

写入指令随着时间的推移，记录了很多重复的指令，导致数据量非常大。

RDB小，AOF较大

RDB慢，AOF快

RDB快，AOF慢

数据多的时候为什么要使用redis而不用mysql？

通常来说，当数据多、并发量大的时候，架构中可以引入Redis，帮助提升架构的整体性能，减少Mysql(或其他数据库)的压力，但不是使用Redis，就不用MySQL。

因为Redis的性能十分优越，可以支持每秒十几万此的读/写作，并且它还支持持久化、集群部署、分布式、主从同步等，Redis在高并发的场景下数据的安全和一致性，所以它经常用于两个场景：

判断数据是否适合缓存到Redis中，可以从几个方面考虑： 会经常查询么？命中率如何？写作多么？数据大小？

我们经常采用这样的方式将数据刷到Redis中：查询的请求过来，现在Redis中查询，如果查询不到，就查询数据库拿到数据，再放到缓存中，这样第二次相同的查询请求过来，就可以直接在Redis中拿到数据；不过要注意【缓存穿透】的问题。

缓存的刷新会比较复杂，通常是修改完数据库之后，还需要对Redis中的数据进行作；代码很简单，但是需要保证这两步为同一事务，或最终的事务一致性。

高速读写

常见的就是计数器，比如一篇文章的阅读量，不可能每一次阅读就在数据库里面update一次。

高并发的场景很适合使用Redis，比如双11秒杀，库存一共就一千件，到了秒杀的时间，通常会在极为短暂的时间内，有数万级的请求达到，如果使用数据库的话，很可能在这一瞬间造成数据库的崩溃，所以通常会使用Redis（秒杀的场景会比较复杂，Redis只是其中之一，例如如果请求超过某个数量的时候，多余的请求就会被限流）。

这种高并发的场景，是当请求达到的时候，直接在Redis上读写，请求不会访问到数据库；程序会在合适的时间，比如一千件库存都被秒杀，再将数据批量写到数据库中。

所以通常来说，在必要的时候引入Redis，可以减少MySQL（或其他）数据库的压力，两者不是替代的关系 。

我将持续分享Ja开发、架构设计、程序员职业发展等方面的见解，希望能得到你的关注。

通常来说，没有说用Redis就不用MySQL的这种情况。

因为Redis是一种非关系型数据库（NoSQL），而MySQL是一种关系型数据库。

和Redis同类的数据库还有MongoDB和Memchache（其实并没有持久化数据）

那关系型数据库现在常用的一般有MySQL，SQL ，Oracle。

我们先来了解一下关系型数据库和非关系型数据库的区别吧。

1.存储方式

关系型数据库是表格式的，因此存储在表的行和列中。他们之间很容易关联协作存储，提取数据很方便。而Nosql数据库则与其相反，他是大块的组合在一起。通常存储在数据集中，就像文档、键值对或者图结构。

2.存储结构

关系型数据库对应的是结构化数据，数据表都预先定义了结构（列的定义），结构描述了数据的形式和内容。这一点对数据建模至关重要，虽然预定义结构带来了可靠性和稳定性，但是修改这些数据比较困难。而Nosql数据库基于动态结构，使用与非结构化数据。因为Nosql数据库是动态结构，可以很容易适应数据类型和结构的变化。

3.存储规范

关系型数据库的数据存储为了更高的规范性，把数据分割为最小的关系表以避免重复，获得精简的空间利用。虽然管理起来很清晰，但是单个作设计到多张表的时候，数据管理就显得有点麻烦。而Nosql数据存储在平面数据集中，数据经常可能会重复。单个数据库很少被分隔开，而是存储成了一个整体，这样整块数据更加便于读写

4.存储扩展

这可能是两者之间的区别，关系型数据库是纵向扩展，也就是说想要提高处理能力，要使用速度更快的计算机。因为数据存储在关系表中，作的性能瓶颈可能涉及到多个表，需要通过提升计算机性能来克服。虽然有很大的扩展空间，但是最终会达到纵向扩展的上限。而Nosql数据库是横向扩展的，它的存储天然就是分布式的，可以通过给资源池添加更多的普通数据库来分担负载。

}}5.查询方式

关系型数据库通过结构化查询语言来作数据库（就是我们通常说的SQL）。SQL支持数据库CURD作的功能非常强大，是业界的标准用法。而Nosql查询以块为单元作数据，使用的是非结构化查询语言（UnQl），它是没有标准的。关系型数据库表中主键的概念对应Nosql中存储文档的ID。关系型数据库使用预定义优化方式（比如索引）来加快查询作，而Nosql更简单更的数据访问模式。

6.事务

关系型数据库遵循ACID规则（原子性(Atomicity)、一致性(Consistency)、隔离性(Isolation)、持久性(Durability)），而Nosql数据库遵循BASE原则（基本可用（Basically Availble）、软/柔性事务（Soft-state ）、最终一致性（Eventual Consistency））。由于关系型数据库的数据强一致性，所以对事务的支持很好。关系型数据库支持对事务原子性细粒度控制，并且易于回滚事务。而Nosql数据库是在CAP（一致性、可用性、分区容忍度）中任选两项，因为基于的分布式系统中，很难全部满足，所以对事务的支持不是很好，虽然也可以使用事务，但是并不是Nosql的闪光点。

关系型数据库为了维护数据的一致性付出了巨大的代价，读写性能比较。在面对高并发读写性能非常，面对海量数据的时候效率非常低。而Nosql存储的格式都是key-value类型的，并且存储在内存中，非常容易存储，而且对于数据的 一致性是 弱要求。Nosql无需sql的解析，提高了读写性能。

8.授权方式

大多数的关系型数据库都是付费的并且价格昂贵，成本较大（MySQL是开源的，所以应用的场景最多），而Nosql数据库通常都是开源的。

所以，在实际的应用环境中，我们一般会使用MySQL存储我们的业务过程中的数据，因为这些数据之间的关系比较复杂，我们常常会需要在查询一个表的数据时候，将其他关系表的数据查询出来，例如，查询某个用户的订单，那至少是需要用户表和订单表的数据。

而在这样的使用场景中，我们使用Redis来存储的话，也就是KeyValue形式存储的话，其实并不能满足我们的需要。

即使Redis的读取效率再高，我们也没法用。

但，对于某些没有关联少，且需要高频率读写，我们使用Redis就能够很好的提高整个体统的并发能力。

例如商品的库存信息，我们虽然在MySQL中会有这样的字段，但是我们并不想MySQL的数据库被高频的读写，因为使用这样会导致我的商品表或者库存表IO非常高，从而影响整个体统的效率。

所以，对于这样的数据，且有没有什么复杂逻辑关系（就只是隶属于SKU）的数据，我们就可以放在Redis里面，下单直接在Redis中减掉库存，这样，我们的订单的并发能力就能够提高了。

个人觉得应该站出来更正一下，相反的数据量大，更不应该用redis。

为什么？

因为redis是内存型数据库啊，是放在内存里的。

设想一下，如你的电脑100G的资料，都用redis来存储，那么你需要100G以上的内存！

使用场景

Redis最明显的用例之一是将其用作缓存。只是保存热数据，或者具有过期的cache。

例如facebook，使用Memcached来作为其会话缓存。

总之，没有见过哪个大公司数据量大了，换掉mysql用redis的。

题主你错了，不是用redis代替MySQL，而是引入redis来优化。

BAT里越来越多的项目组已经采用了redis+MySQL的架构来开发平台工具。

如题主所说，当数据多的时候，MySQL的查询效率会大打折扣。我们通常默认如果查询的字段包含索引的话，返回是毫秒级别的。但是在实际工作中，我曾经遇到过一张包含10个字段的表，1800万+条数据，当某种场景下，我们不得不根据一个未加索引的字段进行查询的时候，单条sql语句的执行时长有时能够达到2min以上，就更别提如果用like这种模糊查询的话，其效率将会多么低下。

然而，我在上面也说了，是redis+MySQL结合的方式，而不是替代。原因就是redis虽然读写很快，但是不适合做数据持久层，主要原因是使用redis做数据落盘是要以效率作为代价的，即每隔制定的时间，redis就要去进行数据备份/落盘，这对于单线程的它来说，势必会因“分心”而影响效率，结果得不偿失。

楼主你好，首先纠正下，数据多并不是一定就用Redis，Redis归属于NoSQL数据库中，其特点拥有高性能读写数据速度，主要解决业务效率瓶颈。下面就详细说下Redis的相比MySQL优点。（ 关于Redis详细了解参见我近期文章： ）

读写异常快

丰富的数据类型

原子性

Redis的所有作都是原子作，这确保如果两个客户端并发访问，Redis能接收更新的值。

丰富实用工具 支持异机主从

Redis支持主从的配置，它可以实现主的完全拷贝。

以上为开发者青睐Redis的主要几个可取之处。但是，请注意实际生产环境中企业都是结合Redis和MySQL的特定进行不同应用场景的取舍。 如缓存——热数据、计数器、消息队列（与ActiveMQ，RocketMQ等工具类似）、位作（大数据处理）、分布式锁与单线程机制、列表（如列表页面的列表）以及排行榜等等 可以看见Redis大显身手的场景。可是对于严谨的数据准确度和复杂的关系型应用MySQL等关系型数据库依然不可替。

web应用中一般采用MySQL+Redis的方式，web应用每次先访问Redis，如果没有找到数据，才去访问MySQL。

本质区别

首先要知道mysql存储在磁盘里，redis存储在内存里，redis既可以用来做持久存储，也可以做缓存，而目前大多数公司的存储都是mysql + redis，mysql作为主存储，redis作为辅助存储被用作缓存，加快访问读取的速度，提高性能。

使用场景区别

1、mysql支持sql查询，可以实现一些关联的查询以及统计；

2、redis对内存要求比较高，在有限的条件下不能把所有数据} catch (ClassNotFoundException e) {都放在redis；

3、mysql偏向于存数据，redis偏向于快速取数据，但redis查询复杂的表关系时不如mysql，所以可以把热门的数据放redis，mysql存基本数据。

mysql的运行机制

mysql作为持久化存储的关系型数据库，相对薄弱的地方在于每次请求访问数据库时，都存在着I/O作，如果反复频繁的访问数据库。：会在反复链接数据库上花费大量时间，从而导致运行效率过慢；第二：反复地访问数据库也会导致数据库的负载过高，那么此时缓存的概念就衍生了出来。

Redis持久化

由于Redis的数据都存放在内存中，如果没有配置持久化，redis重启后数据就全丢失了，于是需要开启redis的持久化功能，将数据保存到磁盘上，当redis重启后，可以从磁盘中恢复数据。redis提供两种方式进行持久化，一种是RDB持久化（原理是将Reids在内存中的数据库记录定时dump到磁盘上的RDB持久化），另外一种是AOF（append only file）持久化（原理是将Reids的作日志以追加的方式写入文件）。

redis是放在内存的~！

数据量多少不是选择redis和mysql的准则，因为无论是mysql和redis都可以集群扩展，约束它们的只是硬件(即你有没有那么多钱搭建上千个组成的集群)，我个人觉得数据读取的快慢可能是选择的标准之一，另外工作中往往是两者同是使用，因为mysql存储在硬盘，做持久化存储，而redis存储在内存中做缓存提升效率。

关系型数据库是必不可少的，因为只有关系型数据库才能提供给你各种各样的查询方式。如果有一系列的数据会频繁的查询，那么就用redis进行非持久化的存储，以供查询使用，是解决并发性能问题的其中一个手段

redis 存储什么数据

redis开创了一种新的数据存储思路，使用redis，我们不用在面对功能单调的数据库时，把精力放在如何把大象放进冰箱这样的问题上，而是利用redis灵活多变的数据结构和数据作，为不同的大象构建不同的冰箱。

实现方式：redRedis和MySQL的应用场景是不同的。is最为常用的数据类型主要有以下五种：string、hash、list、set、sorted set

linux redis 一般会安装在哪儿

redis用于存储使用较为频繁的数据到缓存中，读取速度快

redis作为NoSQL数据库的一种应用，响应速度和命中率上还是比较高效的。项目中需要用集中式可横向扩展的缓存框架，做了一点调研，即便redis、memc}}ached存在效率上的异（具体比较参考

Redis 是一种 NoSQL 数据库，具体地说，是（ ）存储数据库。

curSn = snQueue.Dequeue(); // 出队

【】：A

因此这里选择了一种开发成本更加低廉的方式，借用已经比较成熟的MySQL UDF，将MySQL数据首先放入Gearman中，然后通过一个自己编写的PHP Gearman Worker，将数据同步到Redis。比分析binlog的方式增加了不少流程，但是实现成本更低，更容易作。

本题考查数据库新技术相关问题。NoSQL是指非关系型数据库，是对不同于传统关系型数据库DBMS统称。有几种典型NoSQL数据库。文档存储数据库是以文档为存储信息基本单位，如BaseX，CouchDB，MongoDB等。键值存储数据库支持简单键值存储和提取，具有极高并发读写性能，如Dynamo，Memcached，Redis等。图形存储数据库利用计算机将点、线、面等图形基本元素按照一定数据结构进行存储，如FlockDB、Neo4j等。多值数据库系统是一种分布式数据库系统，提供了一个通用数据集成与访问平台，屏蔽了各种数据库系统不同访问方法和用户界面，给用户呈现出一个访问多种数据库公共接口。

查询数据放入了redis中缓存，怎么查看缓存的数据

{// 提前分配好订单Sn号 入队

但是往往又有数据可靠性的需求，采用MySQL作为数据存储，不会因为内存问题而引起数据丢失，同时也可以利用关系数据库的特性实现很多功能。

所以就会很自然的想到是否可以采用MySQL作为数据存储引擎，Redis则作为Cache。而这种需求目前还没有看到有特别成熟File file = getFile("test");的解决方案或工具，因此采用Gearman+PHP+MySQL UDF的组合异步实现MySQL到Redis的数据。

MySQL到Redis数据方案

无论MySQL还是Redis，自身都带有数据同步的机制，比较常用的MySQL的Master/Sle模式，就是由Sle端分析Master的binlog来实现的，这样的数据其实还是一个异步过程，只不过当都在同一内网时，异步的延迟几乎可以忽略。

那么理论上也可以用同样方式，分析MySQL的binlog文件并将数据插入Redis。但是这需要对binlog文件以及MySQL有非常深入的理解，同时由于binlog存在Statement/Row/Mixedll多种形式，分析binlog实现同步的工作量是非常大的。

Redis数据库在哪些场景可以应用的到

e.printStackTrace();

redis开创了一种新的数据存储思路，使用redis，我们不用在面对功能单调的数据库时，把精力放在如何把大象放进冰箱这样的问题上，而是利用redis灵活多变的数据结构和数据作，为不同的大象构建不同的冰箱。

redis最为常用的数据类型主要有以下五种：

strpublic Object byte2Object(byte[] bytes) {ing

list

set

sorted set

在具体描述这几种数据类型之前，我们先通过一张图了解下redis内部内存管理中是如何描述这些不同数据类型的：

首先redis内部使用一个redisobject对象来表示所有的key和value,redisobject最主要的信息如上图所示：type代表一

个value对象具体是何种数据类型，encoding是不同数据类型在redis内部的存储方式，比如：type=string代表value存储的是

一个普通字符串，那么对应的encoding可以是raw或者是int,如果是int则代表实际redis内部是按数值型类存储和表示这个字符串的，当然

前提是这个字符串本身可以用数值表示，比如:"123"

"456"这样的字符串。

这里需要特殊说明一下vm字段，只有打开了redis的虚拟内存功能，此字段才会真正的分配内存，该功能默认是关闭状态的，该功能会在后面具体描述。通过

上图我们可以发现redis使用redisobject来表示所有的key/value数据是比较浪费内存的，当然这些内存管理成本的付出主要也是为了给

string

常用命令：

set,get,decr,incr,mget 等。

应用场景：

string是最常用的一种数据类型，普通的key/value存储都可以归为此类，这里就不所做解释了。

string在redis内部存储默认就是一个字符串，被redisobject所引用，当遇到incr,decr等作时会转成数值型进行计算，此时redisobject的encoding字段为int。

常用命令：

hget,hset,hgetall 等。

应用场景：

我们简单举个实例来描述下hash的应用场景，比如我们要存储一个用户信息对象数据，包含以下信息：

用户id为查找的key，存储的value用户对象包含姓名，年龄，生日等信息，如果用普通的key/value结构来存储，主要有以下2种存储方式：

种方式将用户id作为查找key,把其他信息封装成一个对象以序列化的方式存储，这种方式的缺点是，增加了序列化/反序列化的开销，并且在需要修改其中一项信息时，需要把整个对象取回，并且修改作需要对并发进行保护，引入cas等复杂问题。

那么redis提供的hash很好的解决了这个问题，redis的hash实际是内部存储的value为一个hashmap，并提供了直接存取这个map成员的接口，如下图：

也就是说，key仍然是用户id,

value是一个map，这个map的key是成员的属性名，value是属性值，这样对数据的修改和存取都可以直接通过其内部map的key(redis里称内部map的key为field),

也就是通过 key(用户id) + field(属性标签)

就可以作对应属性数据了，既不需要重复存储数据，也不会带来序列化和并发修改控制的问题。很好的解决了问题。

这里同时需要注意，redis提供了接口(hgetall)可以直接取到全部的属性数据,但是如果内部map的成员很多，那么涉及到遍历整个内部map的

作，由于redis单线程模型的缘故，这个遍历作可能会比较耗时，而另其它客户端的请求完全不响应，这点需要格外注意。

上面已经说到redis

hash对应value内部实际就是一个hashmap，实际这里会有2种不同实现，这个hash的成员比较少时redis为了节省内存会采用类似一维数组的方式来紧凑存储，而不会采用真正的hashmap结构，对应的value

redisobject的encoding为zipmap,当成员数量增大时会自动转成真正的hashmap,此时encoding为ht。

list

常用命令：

lpush,rpush,lpop,rpop,lrange等。

应用场景：

redis

list的应用场景非常多，也是redis最重要的数据结构之一，比如twitter的关注列表，粉丝列表等都可以用redis的list结构来实现，比较好理解，这里不再重复。

redis

list的实现为一个双向链表，即可以支持反向查找和遍历，更方便作，不过带来了部分额外的内存开销，redis内部的很多实现，包括发送缓冲队列等也都是用的这个数据结构。

set

常用命令：

sadd,spop,embers,sunion 等。

应用场景：

redis

set对外提供的功能与list类似是一个列表的功能，特殊之处在于set是可以自动排重的，当你需要存储一个列表数据，又不希望出现重复数据时，set是一个很好的选择，并且set提供了判断某个成员是否在一个set内的重要接口，这个也是list所不能提供的。

set 的内部实现是一个

value永远为null的hashmap，实际就是通过计算hash的方式来快速排重的，这也是set能提供判断一个成员是否在内的原因。

sorted set

常用命令：

zadd,zrange,zrem,zcard等

使用场景：

redis sorted set的使用场景与set类似，区别是set不是自动有序的，而sorted

set可以通过用户额外提供一个优先级(score)的参数来为成员排序，并且是插入有序的，即自动排序。当你需要一个有序的并且不重复的列表，那么可以选择sorted

set数据结构，比如twitter 的public

gemfire和redis的区别

经过一番调研，最终敲定的解决方案是引入redis作为缓存。redis具有运行效率高，数据查询速度快，支持多种存储类型以及事务等优势，我们把经常读取，而不经常改动的数据放入redis中，读取这类数据的时候时候，直接与redis通信，极大的缓解了MySQL的压力。

1. 数据存储：Redis将数据存储在内存中，可以通过持久化机制将数据定期写入磁盘，但是磁盘IO会影响性能；而GemFire可以将数据存储在内存中也可以存储在磁盘中，可以通过缓存数据到磁盘来避免内存不足的问题。

2. 数据模型：Redis使用键值存储模型，支持丰富的数据类型，如字符串、列表、哈希表、和有序等；而GemFire使用内存对象模型，可以存储Ja对象、JSON对象、XML文档等。

3. 数据分布：Redis使用一致性哈希算法将数据分布在多个缓存就是数据交换的缓冲区（cache），当浏览器执行请求时，首先会对在缓存中进行查找，如果存在，就获取；否则就访问数据库。上，每个负责部分数据的存储和查询；而GemFire支持多种分布策略，如哈希分区、范围分区、和备份等。

4. 事务支持：Redis支持简单的事务，可以将多个作封装在一个事务中，但是不支持复杂的事务和回滚作；而GemFire支持分布式事务，可以在多个上执行复杂的事务，并支持回滚作。

5. 应用场景：Redis适合存储小型数据，如缓存、会话数据、计数器、排行榜等；而GemFire适合存储大型数据和复杂对象，如金融交易数据、传感器数据、分布式会话等。

总的来说，GemFire和Redis都是高性能的分布式内存缓存系统，但是它们的应用场景和数据模型有所不同，需要根据具体的需求来选择合适的系统。

redis 怎么缓存数据库数据

缓存

但是往往又有数据可靠性的需求，采用MySQL作为数据存储，不会因为内存问题而引起数据丢失，同时也可以利用关系数据库的特性实现很多功能。

所以就会很自然的想到是否可以采用MySQL作为数据存储引擎，Redis则作为Cache。而这种需求目前还没有看到有特别成熟的解决方案或工具，因此采用Gearman+PHP+MySQL UDF的组合异步实现MySQL到Redis的数据。

MySQL到Redis数据方案

无论MySQL还是Redis，自身都带有数据同步的机制，比较常用的MySQL的Master/Sle模式，就是由Sle端分析Master的binlog来实现的，这样的数据其实还是一个异步过程，只不过当都在同一内网时，异步的延迟几乎可以忽略。

那么理论上也可以用同样方式，分析MySQL的binlog文件并将数据插入Redis。但是这需要对binlog文件以及MySQL有非常深入的理解，同时由于binlog存在Statement/Row/Mixedll多种形式，分析binlog实现同步的工作量是非常大os.testFile("test", "D:test.txt");的。

如何使用redis做mysql的缓存

7.性能

1redis不同数据类型提供一个统一的管理接口，实际作者也提供了多种方法帮助我们尽量节省内存使用，我们随后会具体讨论。，redis是一种内存性的数据存储服务，所以它的速度要比mysql快。

2，redis只支持String,hashmap,set,sortedset等基本数据类型，但是不支持联合查询，所以它适合做缓存。

3，有时候缓存的数据量非常大，如果这个时候服务宕机了，且开启了redis的持久化功能，重新启动服务，数据基本上不会丢。

4，redis可以做内存共享，因为它可以被多个不同的客户端连接。

5，做为mysql等数据库的缓存，是把部分热点数据先存储到redis中，或次用的时候加载到redis中，下次再用的时候，直接从redis中取。

6，redis中的数据可以设置过期时间expire，如果这个数据在一定时间内没有被延长这个时间，那个一定时间之后这个数据就会从redis清除。

所以，redis只是用来缓存数据库中经常被访问的数据，可以增加访问速度和并发量。而mysql只是提供一种数据备份和数据源的作用。