Redis 概述

Redis 概述

在传统的 Java Web 项目中，使用数据库进行存储数据，但是有一些致命的弊端，这些弊端主要来自于性能方面。由于数据库持久化数据主要是面向磁盘，而磁盘的读/写比较慢，在一般管理系统中，由于不存在高并发，因此往往没有瞬间需要读/写大量数据的要求，这个时候使用数据库进行读/写时没有太大的问题的，但是在互联网中，往往存在大数据量的需求，比如，需要在极短的时间内完成成千上万次的读/写操作，这个时候往往不是数据库能够承受的，极其容易造成数据库系统瘫痪，导致服务宕机的严重生产问题。

为了克服这些问题，Java Web 项目往往就引入了 NoSQL 技术，NoSQL 工具也是一种简易的数据库，它主要是一种基于内存的数据库，并提供了一定的持久化功能。比如 Redis 和 MongoDB。

Redis 的性能十分优越，可以支持每秒十几万次的读/写操作，其性能远超数据库，并且支持集群、分布式、主从同步等配置，原则上可以无限扩展，同时还支持一定的事务能力。

Redis 性能优越的核心原因

Redis 性能之所以表现突出，主要源于以下 3 个关键方面：

1. 开发语言优势：基于 ANSI C 语言编写，该语言接近于汇编语言的机器语言，运行速度十分快速。
2. 存储介质特性：基于内存进行读/写操作，规避了磁盘 I/O 的慢速瓶颈。
3. 数据结构简洁：仅包含 6 种数据类型，数据结构简单导致规则较少，处理逻辑轻便；而传统数据库需遵循范式、完整性、规范性等诸多规则，业务处理相对复杂。

NoSQL 不能代替数据库的原因

尽管 NoSQL 具备诸多优势，但仍无法取代传统数据库，核心原因如下：

1. NoSQL 数据主要存储在内存中，传统数据库主要存储在磁盘上。
2. NoSQL 数据库结构简单，虽能处理多数常规问题，但功能有限，不如数据库的 SQL 语句强大，难以支持更为复杂的计算场景。
3. NoSQL 基于内存存储，一旦遭遇停电或机器故障，数据极易丢失，其持久化能力有限；而基于磁盘的数据库则不会出现此类问题。
4. NoSQL 在数据完整性、事务能力、安全性、可靠性以及可扩展性等方面，均远不及传统数据库。

Redis 在 Java Web 中的应用

一般而言，Redis 在 Java Web 应用中主要有两个核心应用场景：一是缓存常用的数据，二是在需要高速读/写的场合发挥快速读写优势。

缓存

在对数据库的读/写操作中，读操作远超写操作，比例通常在 9:1 到 7:3 之间，因此数据被读取的概率远高于被写入的概率。

当发送 SQL 语句到数据库进行数据读取时，数据库需要从磁盘中索引对应数据，而磁盘索引是一个相对缓慢的过程。如果将数据直接存储在运行于内存中的 Redis 服务器上，就无需进行磁盘读/写，而是直接读取内存数据，显然速度会大幅提升，同时能极大减轻数据库的压力。

不过，使用内存存储数据的开销相对较大，因此在决定 Redis 中存储哪些数据时，需要从以下 3 个方面进行考量：

• 业务数据的常用程度以及命中率大小：如果命中率很低，就没有必要写入缓存。
• 业务数据的操作类型占比：该业务数据是读操作多，还是写操作多；如果写操作频繁，需要频繁写入数据库，则无需使用缓存。
• 数据体量：如果要存储几百兆字节的大文件，会给缓存带来极大压力，没有必要存入 Redis。

读操作流程

• 当第一次读取数据时，读取 Redis 会失败，此时会触发程序读取数据库，将数据读取出来后，同时写入 Redis 进行缓存。
• 当第二次及以后读取该数据时，会直接读取 Redis，读取到数据后流程结束，从而大幅提升读取速度。

写操作流程

如果业务数据的写操作次数远远大于读操作次数，那么没有必要使用 Redis。

高速读/写场合

高速读/写场合常见的例子有：秒杀商品、抢红包、抢票等。这类场景下，一瞬间会有成千上万的请求到达服务器，如果使用传统数据库处理，极易造成数据库瘫痪。

对应的解决办法是异步写入数据库：即在高速读/写场合单独使用 Redis 应对高并发请求，将需要高速读/写的数据缓存到 Redis 中，然后在满足特定条件时，触发将缓存的数据写入数据库。

• 当一个请求到达服务器时，仅先在 Redis 中完成业务数据的读/写操作，不进行任何数据库相关操作。
• 由于一般缓存不能持久化，或者所持久化的数据格式不太规范，因此需要将这些业务数据存入数据库。在请求完成 Redis 的读/写操作后，会判断该高速读/写业务是否结束，判断条件通常为秒杀商品剩余个数为 0、抢红包金额为 0 等；如果条件不成立，则不操作数据库；如果条件成立，则触发事件，将 Redis 缓存的数据以批量形式一次性写入数据库，从而完成数据持久化操作。

当然，现实中这类需要高速响应的系统会更加复杂，还需要考虑高并发下的数据安全和一致性、有效请求和无效请求的甄别、事务一致性等诸多问题。