目录
Redis是在内存中存储数据的一个中间件，用作为数据库，也可以用作为缓存，在分布式中有很高的威望。
特性
- In-memory data structures：在内存中存储数据
- key-value model：使用键值对的存储方式，是一种非关系型数据库（相较于MySQL等数据库以表的形式）
- Programmability：针对redis的操作，可以直接通过简单的交互式命令进行操作，也可以使用脚本的方式，批量进行操作
- Extensibliity：可拓展性，可以在redis原有的基础上再进行扩展，可以通过c，c++等语言编写Redis扩展
- Presistence：数据持久化，将数据保存在内存中以便更快速的访问，但是内存中的数据是易失的，redis会将数据存储在硬盘上，内存为主硬盘为辅，redis会将数据备份在硬盘中方便在异常状况后恢复数据
- Clustering：水平扩展，类似于分库分表。一个 Redis 能存储的数据是有限的 (内存空间有限) 引入多个主机,部署多个 Redis 节点每个 Redis 存储数据的一部分
- High availability：高可用，Redis自身也是支持主从结构，从节点就相当于主节点的备份。
为啥Redis快?
- Redis数据存储在内存中，访问速度比硬盘快
- Redis核心功能都是比较简单的逻辑
- 从网络角度，Redis使用的io多路复用（使用一个线程管理多个socket）
- Redis是使用的单线程模型，减少了线程之间不必要的竞争开销
应用场景
- 键值对数据库：实时性更高，速度要求更快的场景
- 使用Redis存储热点数据
- 会话存储
- 实现网络版本的消息队列（生产者消费者模型）
Redis不能做什么？
实际上和任何一门技术一样，每个技术都有自己的应用场景和边界，也就是说 Redis 并不是万金油，有很多合适它解决的问题，但是也有很多不合适它解决的问题。我们可以站在数据规模和数据冷热的角度来进行分析。
站在数据规模的角度看，数据可以分为大规模数据和小规模数据，我们知道 Redis 的数据是存放在内存中的，虽然现在内存已经足够便宜，但是如果数据量非常大，例如每天有几亿的用户行为数据，使用 Redis 来存储的话，基本上是个无底洞，经济成本相当高。
站在数据冷热的角度，数据分为热数据和冷数据，热数据通常是指需要频繁操作的数据，反之为冷数据，例如对于视频网站来说，视频基本信息基本上在各个业务线都是经常要操作的数据，而用户的观看记录不一定是经常需要访问的数据，这里暂且不讨论两者数据规模的差异，单纯站在数据冷热的角度上看，视频信息属于热数据，用户观看记录属于冷数据。如果将这些冷数据放在 Redis 上，基本上是对于内存的一种浪费，但是对于一些热数据可以放在 Redis 中加速读写，也可以减轻后端存储的负载，可以说是事半功倍
