NoSQL分类及ehcache memcache redis 三大缓存的对比

NoSQL分类

由于NoSQL中没有像传统数据库那样定义数据的组织方式为关系型的，所以只要内部的数据组织采用了非关系型的方式，就可以称之为NoSQL数据库。
目前，可以将众多的NoSQL数据库按照内部的数据组织形式进行如下分类：

• Key/Value的NoSQL数据库
• 面向文档的NoSQL数据库
• 面向列的NoSQL数据库
• 面向图的NoSQL数据库

不同的数据组织适合于不同的应用场景，后面将进行介绍。

为什么要使用NoSQL
ＳＱＬ语言和关系型数据库（My SQL、PostgreSQL、Oracle等） 是通用的数据解决方案，占有绝大多数的市场。不过在最近兴起的NoSQL运动中，涌现出一批具备高可用性、支持线性扩展、支持Map/Reduce操作等特性的数据产品，它们具有如下特性：

1. 频繁的写入操作、相对较少的读取统计信息的操作（如网站访问计数器），应该使用基于内存的Key/Value（键／值）存储系统（如redis） 或者是具备本地更新特性的文档存储系统（如MongoDB）。
2. 海量数据（如数据仓库中需要分析的数据） 适合存储在一个结构松散、分布式的文件存储系统中，如Hadoop。
3. 存储二进制文件（如mp3或者pdf文档） 并且能够直接为用户的浏览器提供下载功能，可以使用Amazon S3。
4. 临时性的数据（如网站的session、缓存HＴＭＬ页面信息等） 适合存储在Memcache中。
5. 如果希望数据具备高可用性，并且能够将数据丢失的风险降到最低，同时整个系统具备线性扩展的能力，可以考虑使用Cassandra和HBase。

Key/Value的NoSQL库

1 memcached
memcached是国外社区网站LiveJournal开发的高性能的内存Key/Value缓存服务器，目的是通过缓存数据库查询结果，减少数据库访问次数，以提高动态Ｗeb应用的速度，从而提高系统的可扩展性。

2 redis
redis是一款先进的Key/Value存储系统。它与Memcached类似，区别如下：
redis不仅支持简单的Key/Value类型的数据，同时还提供list、set、hash等数据结构的存储。
redis支持数据的备份，即master slave模式的数据备份。
redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候再次加载进行使用。
在redis中，并不是所有的数据都一直存储在内存中。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个阈值，将触发交换（swap） 的操作。redis根据“swappabillity=age*log(size_in_memory)” 计算出哪些Key对应的Value需要交换到磁盘，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交换操作的。同时由于redis将内存中的数据交换到磁盘中的时候，提供服务的主线程和进行交换操作的子线程会共享这部分内存，所以如果更新需要交换的数据，redis将阻塞这个操作，直到子线程完成交换操作后才可以进行修改。
3 Dynamo
Dynamo是亚马逊公司开发的一款分布式Key/Value存储系统，用于存储用户的购物车信息。Dynamo与传统的Key/Value存储系统相比，最大的优势在于无单点故障，整个系统的可用性非常高，同时具备数据的最终一致性。

面向文档的NoSQL数据库
1 MongoDB
　　MongoDB是一个高性能、开源、模式自由（schma free） 的文档型数据库，它在许多场景下可用于替代传统的关系型数据库或Key/Value存储方式。MongoDB使用C++开发，具有以下特性：

1. 面向文档的存储，适合存储对象及JＳＯＮ形式的数据。
2. 动态查询，MongoDB支持丰富的查询表达式。查询指令使用JＳＯＮ形式的标记，可轻易查询文档中内嵌的对象及数组。
3. 完整的索引支持，包括文档内嵌对象及数组。MongoDB的查询优化器会分析查询表达式，并生成一个高效的查询计划。
4. 查询监视，MongoDB包含一个监视工具用于分析数据库操作的性能。
5. 复制及自动故障转移，MongoDB数据库支持服务器之间的数据复制，支持主－从模式（Master/Slave）及服务器之间的相互复制。复制的主要目标是提供冗余及自动故障转移。
6. 高效的传统存储方式，支持二进制数据及大型对象（如照片或图片）。
7. 自动分片以支持云级别的伸缩性，自动分片功能支持水平的数据库集群，可动态添加额外的机器。
8. 模式自由，意味着对于存储在MongoDB数据库中的文件，我们不需要知道它的任何结构定义。
9. 支持Map/Reduce计算，代表MongoDB具有强大的数据分析能力。

2 CouchDB
　　CouchDB是Apache社区中的一款文档型数据库服务器。与现在流行的关系数据库服务器不同，CouchDB是围绕一系列语义上自包含的文档而组织的。CouchDB中的文档是模式自由的，也就是说，并不要求文档具有某种特定的结构。CouchDB的这种特性使得它相对于传统的关系数据库而言，有自己的适用范围。一般来说，围绕文档来构建的应用都比较适合使用CouchDB作为其后台存储。CouchDB强调其中所存储的文档，在语义上是自包含的。这种面向文档的设计思路，更贴近很多应用的问题域的真实情况。对于这类应用，使用CouchDB的文档来进行建模，会更加自然和简单。与此同时，CouchDB也提供基于Map/Reduce编程模型的视图来对文档进行查询，可以提供类似于关系数据库中ＳＱＬ语句的能力。CouchDB对于很多应用来说，提供了关系数据库之外的更好的选择。

　面向列的NoSQL数据库
1 Cassandra
Cassandra是一款面向列的NoSQL数据库，和Google的Bigtable数据库属于同一类。此数据库比一个类似Dynamo的Key/Value数据库功能更多，但相比于面向文档的数据库（如MongoDB），它所支持的查询类型要少。

1. Cassandra结合了Dynamo的Key/Value与Bigtable的面向列的特点。
2. 模式灵活：数据不需要像数据库一样使用预先设计的模式，增加或者删除字段非常方便（ｏｎｔｈeｆｌy）。
3. 支持范围查询：可以对任意Ｋey进行范围查询。
4. 支持二级索引查询：可以对任意列（Ｃｏｌuｍｎ）的值进行查询。
5. 支持Map/Reduce计算：可以对Cassandra中的数据批量进行复杂的分析计算。
6. 数据具备最终一致性，集群整体的可用性非常高。
7. 高可用，可扩展：单点故障不影响集群服务，集群的性能可线性扩展。
8. 数据可靠性高：一旦数据写入成功，数据就已经在机器的磁盘中完成了存储，不容易丢失。

HBase
HBase是Hadoop项目中的数据库。它用于需要对大量的数据进行随机、实时的读写操作的场景中。HBase的目标就是处理数据量非常庞大的表，可以用普通的计算机处理超过１０亿行数据，还可处理有数百万列元素的数据表。
HBase是一个开源的、分布式的、支持多版本的、面向列存储的GoogleBigtable实现。
HBase的实现基于Hadoop分布式文件系统（HDFS），模仿并提供了基于Google文件系统的Bigtable数据库的所有功能。HBase有如下特点：

1. 可以直接从HBase中读取数据运行Map/Reduce任务，并可以将运行后的结果直接写入HBase中。
2. 数据查询过滤和扫描操作在服务器端进行。
3. 为实时查询做了特殊优化。
4. 使用高性能的Thrift通信框架。
5. 支持REST、Protobuf以及二进制形式的数据交互。
6. 可以与Cascading、Hive和Piｇ配合使用，从而提高使用的效率。
7. 提供可扩展的JRuby（JＩRＢ）的命令行工具。
8. 支持Ｇａｎｇｌiａ和JＭＸ，能够方便监视整个程序的运行状态。

面向图的NoSQL数据库
Ｎeｏ４J是一个用Jａvａ实现、完全兼容ＡＣＩＤ的图形数据库。数据以一种针对图形网络进行过优化的格式保存在磁盘上。Ｎeｏ４J的内核是一种极快的图形引擎，具有数据库产品期望的所有特性，如恢复、两阶段提交、符合ＸＡ等。自２００３年起，Ｎeｏ４J就已经作为７�２４的产品使用。该项目已经发布了１�２版，它是关于伸缩性和社区测试的一个主要里程碑。通过联机备份实现的高可用性和主从复制功能目前处于测试阶段，预计在下一版本中发布。Ｎeｏ４J既可作为无须任何管理开销的内嵌数据库使用，也可以作为单独的服务器使用，在这种使用场景下，它提供了广泛使用的REST接口，能够方便地集成到基于PHP、�ＮＥＴ和JａvａＳｃｒiｐｔ的环境里。
Ｎeｏ４J的特点如下：

1. 用直观的图模型取代了严格定义的表模型，从而可以使用节点（ｎｏｄe）、关系（ｒeｌａｔiｏｎｓｈiｐ）、属性（ｐｒｏｐeｒｔy）来表达复杂的数据模型，如图１－２所示。
   
   
2. 针对磁盘存储进行了特殊优化，使得其具备优异的性能和可扩展性。
3. 每一台Ｎeｏ４J服务器都可以处理上１０亿的数据，并且可以通过水平拆分支持更大的数据量。
4. 包含高效的图遍历算法，大大提高了数据的查询和分析能力。
5. 程序本身非常简单小巧，核心功能的Jａｒ包大小只有５００ＫＢ。
6. 具备简单好用的编程接口，方便程序的开发。

示例：

如图１－１所示，可以在一个网站中使用４款数据产品来提供服务。

1. My SQL用于存储敏感的数据，比如用户的资料、交易的信息等。
2. MongoDB用于存储大量的、相对不敏感的数据，比如博客文章的内容、文章访问次数等。
3. Amazon S3用于存储用户上传的文档、图片、音乐等数据。
4. Memcacheｄ用于存储临时性的信息，比如缓存HＴＭＬ页面等。

选择多样的数据存储方案同样有利于提升我们对NoSQL的数据产品的理解，帮助我们从大量的解决方案中选择最适用的产品，而不是把眼光仅仅放在某一款产品上。
核心的思想是：最适用的才是最好的。

Redis与Memcached的比较

1、Redis和Memcache都是将数据存放在内存中，都是内存数据库。不过memcache还可用于缓存其他东西，例如图片、视频等等，而Redis，并不是所有的数据都一直存储在内存中的。
2、Redis不仅仅支持简单的k/v类型的数据，同时还提供list，set，hash等数据结构的存储。
3、虚拟内存--Redis当物理内存用完时，可以将一些很久没用到的value 交换到磁盘
4、过期策略--memcache在set时就指定，例如set key1 0 0 8,即永不过期。Redis可以通过例如expire 设定，例如expire name 10
5、分布式--设定memcache集群，利用magent做一主多从;redis可以做一主多从。都可以一主一从
6、存储数据安全--memcache挂掉后，数据没了；redis可以定期保存到磁盘（持久化），重启的时候可以再次加载进行使用。
7、灾难恢复--memcache挂掉后，数据不可恢复; redis数据丢失后可以通过aof恢复
8、Redis支持数据的备份，即master-slave模式的数据备份

Redis在很多方面具备数据库的特征，或者说就是一个数据库系统，而Memcached只是简单的K/V缓存

实现原理等不同：

1. 网络IO模型

Memcached是多线程，非阻塞IO复用的网络模型，分为监听主线程和worker子线程，监听线程监听网络连接，接受请求后，将连接描述字pipe 传递给worker线程，进行读写IO, 网络层使用libevent封装的事件库，多线程模型可以发挥多核作用，但是引入了cache coherency和锁的问题，比如，Memcached最常用的stats 命令，实际Memcached所有操作都要对这个全局变量加锁，进行计数等工作，带来了性能损耗。

（Memcached网络IO模型）

Redis使用单线程的IO复用模型，自己封装了一个简单的AeEvent事件处理框架，主要实现了epoll、kqueue和select，对于单纯只有IO操作来说，单线程可以将速度优势发挥到最大，但是Redis也提供了一些简单的计算功能，比如排序、聚合等，对于这些操作，单线程模型实际会严重影响整体吞吐量，CPU计算过程中，整个IO调度都是被阻塞住的。

1. 内存管理方面

Memcached使用预分配的内存池的方式，使用slab和大小不同的chunk来管理内存，Item根据大小选择合适的chunk存储，内存池的方式可以省去申请/释放内存的开销，并且能减小内存碎片产生，但这种方式也会带来一定程度上的空间浪费，并且在内存仍然有很大空间时，新的数据也可能会被剔除，原因可以参考Timyang的文章：http://timyang.net/data/Memcached-lru-evictions/

Redis使用现场申请内存的方式来存储数据，并且很少使用free-list等方式来优化内存分配，会在一定程度上存在内存碎片，Redis跟据存储命令参数，会把带过期时间的数据单独存放在一起，并把它们称为临时数据，非临时数据是永远不会被剔除的，即便物理内存不够，导致swap也不会剔除任何非临时数据（但会尝试剔除部分临时数据），这点上Redis更适合作为存储而不是cache。

1. 数据一致性问题

Memcached提供了cas命令，可以保证多个并发访问操作同一份数据的一致性问题。 Redis没有提供cas 命令，并不能保证这点，不过Redis提供了事务的功能，可以保证一串 命令的原子性，中间不会被任何操作打断。

1. 存储方式及其它方面

Memcached基本只支持简单的key-value存储，不支持枚举，不支持持久化和复制等功能

Redis除key/value之外，还支持list,set,sorted set,hash等众多数据结构，提供了KEYS

进行枚举操作，但不能在线上使用，如果需要枚举线上数据，Redis提供了工具可以直接扫描其dump文件，枚举出所有数据，Redis还同时提供了持久化和复制等功能。

1. 关于不同语言的客户端支持

在不同语言的客户端方面，Memcached和Redis都有丰富的第三方客户端可供选择，不过因为Memcached发展的时间更久一些，目前看在客户端支持方面，Memcached的很多客户端更加成熟稳定，而Redis由于其协议本身就比Memcached复杂，加上作者不断增加新的功能等，对应第三方客户端跟进速度可能会赶不上，有时可能需要自己在第三方客户端基础上做些修改才能更好的使用。

根据以上比较不难看出，当我们不希望数据被踢出，或者需要除key/value之外的更多数据类型时，或者需要落地功能时，使用Redis比使用Memcached更合适。

关于Redis的一些周边功能

Redis除了作为存储之外还提供了一些其它方面的功能，比如聚合计算、pubsub、scripting等，对于此类功能需要了解其实现原理，清楚地了解到它的局限性后，才能正确的使用，比如pubsub功能，这个实际是没有任何持久化支持的，消费方连接闪断或重连之间过来的消息是会全部丢失的，又比如聚合计算和scripting等功能受Redis单线程模型所限，是不可能达到很高的吞吐量的，需要谨慎使用。

总的来说Redis作者是一位非常勤奋的开发者，可以经常看到作者在尝试着各种不同的新鲜想法和思路，针对这些方面的功能就要求我们需要深入了解后再使用。

总结：

1. Redis使用最佳方式是全部数据in-memory。
2. Redis更多场景是作为Memcached的替代者来使用。
3. 当需要除key/value之外的更多数据类型支持时，使用Redis更合适。
4. 当存储的数据不能被剔除时，使用Redis更合适。

后续关于Redis文章计划：

1. Redis数据类型与容量规划。
2. 如何根据业务场景搭建稳定，可靠，可扩展的Redis集群。
3. Redis参数，代码优化及二次开发基础实践。

最近项目组有用到这三个缓存，去各自的官方看了下,觉得还真的各有千秋！今天特意归纳下各个缓存的优缺点，仅供参考！

 Ehcache

在java项目广泛的使用。它是一个开源的、设计于提高在数据从RDBMS中取出来的高花费、高延迟采取的一种缓存方案。正因为Ehcache具有健壮性（基于java开发）、被认证（具有apache 2.0  license）、充满特色（稍后会详细介绍），所以被用于大型复杂分布式web application的各个节点中。

什么特色？

1.  够快

Ehcache的发行有一段时长了，经过几年的努力和不计其数的性能测试，Ehcache终被设计于large, high concurrency systems.

2. 够简单

开发者提供的接口非常简单明了，从Ehcache的搭建到运用运行仅仅需要的是你宝贵的几分钟。其实很多开发者都不知道自己用在用Ehcache，Ehcache被广泛的运用于其他的开源项目

比如：hibernate

3.够袖珍

关于这点的特性，官方给了一个很可爱的名字small foot print ，一般Ehcache的发布版本不会到2M，V 2.2.3  才 668KB。

4. 够轻量

核心程序仅仅依赖slf4j这一个包，没有之一！

5.好扩展

Ehcache提供了对大数据的内存和硬盘的存储，最近版本允许多实例、保存对象高灵活性、提供LRU、LFU、FIFO淘汰算法，基础属性支持热配置、支持的插件多

6.监听器

缓存管理器监听器 （CacheManagerListener）和 缓存监听器（CacheEvenListener）,做一些统计或数据一致性广播挺好用的

如何使用？

够简单就是Ehcache的一大特色，自然用起来just so easy!

贴一段基本使用代码

CacheManager manager = CacheManager.newInstance("src/config/ehcache.xml");
Ehcache cache = new Cache("testCache", 5000, false, false, 5, 2);
cacheManager.addCache(cache);

代码中有个ehcache.xml文件，现在来介绍一下这个文件中的一些属性

       name:缓存名称。
       maxElementsInMemory：缓存最大个数。
       eternal:对象是否永久有效，一但设置了，timeout将不起作用。
       timeToIdleSeconds：设置对象在失效前的允许闲置时间（单位：秒）。仅当eternal=false对象不是永久有效时使用，可选属性，默认值是0，也就是可闲置时间无穷大。
       timeToLiveSeconds：设置对象在失效前允许存活时间,最大时间介于创建时间和失效时间之间。仅当eternal=false对象不是永久有效时使用，默认是0.，也就是对象存活时 间无穷大。
       overflowToDisk：当内存中对象数量达到maxElementsInMemory时，Ehcache将会对象写到磁盘中。
       diskSpoolBufferSizeMB：这个参数设置DiskStore（磁盘缓存）的缓存区大小。默认是30MB。每个Cache都应该有自己的一个缓冲区。
       maxElementsOnDisk：硬盘最大缓存个数。
       diskPersistent：是否缓存虚拟机重启期数据 Whether the disk store persists between restarts of the Virtual Machine. The default value is false.
       diskExpiryThreadIntervalSeconds：磁盘失效线程运行时间间隔，默认是120秒。
       memoryStoreEvictionPolicy：当达到maxElementsInMemory限制时，Ehcache将会根据指定的策略去清理内存。默认策略是LRU。你可以设置为 FIFO或是LFU。
       clearOnFlush：内存数量最大时是否清除。

memcache

memcache 是一种高性能、分布式对象缓存系统，最初设计于缓解动态网站数据库加载数据的延迟性，你可以把它想象成一个大的内存HashTable，就是一个key-value键值缓存。Danga Interactive为了LiveJournal所发展的，以BSD license释放的一套开放源代码软件。

1.依赖

memcache C语言所编写，依赖于最近版本的GCC和libevent。GCC是它的编译器，同事基于libevent做socket io。在安装memcache时保证你的系统同事具备有这两个环境。

2.多线程支持

memcache支持多个cpu同时工作，在memcache安装文件下有个叫threads.txt中特别说明，By default, memcached is compiled as a single-threaded application.默认是单线程编译安装，如果你需要多线程则需要修改./configure --enable-threads，为了支持多核系统，前提是你的系统必须具有多线程工作模式。开启多线程工作的线程数默认是4，如果线程数超过cpu数容易发生操作死锁的概率。结合自己业务模式选择才能做到物尽其用。

3.高性能

通过libevent完成socket 的通讯，理论上性能的瓶颈落在网卡上。

简单安装：

1.分别把memcached和libevent下载回来，放到 /tmp 目录下：

# cd /tmp

# wget http://www.danga.com/memcached/dist/memcached-1.2.0.tar.gz

# wget http://www.monkey.org/~provos/libevent-1.2.tar.gz

2.先安装libevent：

# tar zxvf libevent-1.2.tar.gz

# cd libevent-1.2

# ./configure -prefix=/usr

# make （如果遇到提示gcc 没有安装则先安装gcc)

# make install

3.测试libevent是否安装成功：

# ls -al /usr/lib | grep libevent

lrwxrwxrwx 1 root root 21 11?? 12 17:38 libevent-1.2.so.1 -> libevent-1.2.so.1.0.3

-rwxr-xr-x 1 root root 263546 11?? 12 17:38 libevent-1.2.so.1.0.3

-rw-r-r- 1 root root 454156 11?? 12 17:38 libevent.a

-rwxr-xr-x 1 root root 811 11?? 12 17:38 libevent.la

lrwxrwxrwx 1 root root 21 11?? 12 17:38 libevent.so -> libevent-1.2.so.1.0.3

还不错，都安装上了。

4.安装memcached，同时需要安装中指定libevent的安装位置：

# cd /tmp

# tar zxvf memcached-1.2.0.tar.gz

# cd memcached-1.2.0

# ./configure -with-libevent=/usr

# make

# make install

如果中间出现报错，请仔细检查错误信息，按照错误信息来配置或者增加相应的库或者路径。

安装完成后会把memcached放到 /usr/local/bin/memcached ，

5.测试是否成功安装memcached：

# ls -al /usr/local/bin/mem*

-rwxr-xr-x 1 root root 137986 11?? 12 17:39 /usr/local/bin/memcached

-rwxr-xr-x 1 root root 140179 11?? 12 17:39 /usr/local/bin/memcached-debug

启动Memcached服务：

1.启动Memcache的服务器端：

# /usr/local/bin/memcached -d -m 8096 -u root -l 192.168.77.105 -p 12000 -c 256 -P /tmp/memcached.pid

-d选项是启动一个守护进程，

-m是分配给Memcache使用的内存数量，单位是MB，我这里是8096MB，

-u是运行Memcache的用户，我这里是root，

-l是监听的服务器IP地址，如果有多个地址的话，我这里指定了服务器的IP地址192.168.77.105，

-p是设置Memcache监听的端口，我这里设置了12000，最好是1024以上的端口，

-c选项是最大运行的并发连接数，默认是1024，我这里设置了256，按照你服务器的负载量来设定，

-P是设置保存Memcache的pid文件，我这里是保存在 /tmp/memcached.pid，

2.如果要结束Memcache进程，执行：

# cat /tmp/memcached.pid 或者 ps -aux | grep memcache   （找到对应的进程id号）

# kill 进程id号

也可以启动多个守护进程，不过端口不能重复。

 memcache 的连接

telnet  ip   port 

注意连接之前需要再memcache服务端把memcache的防火墙规则加上

-A RH-Firewall-1-INPUT -m state --state NEW -m tcp -p tcp --dport 3306 -j ACCEPT 

重新加载防火墙规则

service iptables restart

OK ,现在应该就可以连上memcache了

在客户端输入stats 查看memcache的状态信息

pid              memcache服务器的进程ID

uptime      服务器已经运行的秒数

time           服务器当前的unix时间戳

version     memcache版本

pointer_size         当前操作系统的指针大小（32位系统一般是32bit）

rusage_user          进程的累计用户时间

rusage_system    进程的累计系统时间

curr_items            服务器当前存储的items数量

total_items           从服务器启动以后存储的items总数量

bytes                       当前服务器存储items占用的字节数

curr_connections        当前打开着的连接数

total_connections        从服务器启动以后曾经打开过的连接数

connection_structures          服务器分配的连接构造数

cmd_get get命令          （获取）总请求次数

cmd_set set命令          （保存）总请求次数

get_hits          总命中次数

get_misses        总未命中次数

evictions     为获取空闲内存而删除的items数（分配给memcache的空间用满后需要删除旧的items来得到空间分配给新的items）

bytes_read    读取字节数（请求字节数）

bytes_written     总发送字节数（结果字节数）

limit_maxbytes     分配给memcache的内存大小（字节）

threads         当前线程数

redis

 redis是在memcache之后编写的，大家经常把这两者做比较，如果说它是个key-value store 的话但是它具有丰富的数据类型，我想暂时把它叫做缓存数据流中心，就像现在物流中心那样，order、package、store、classification、distribute、end。现在还很流行的LAMP PHP架构 不知道和 redis+mysql 或者 redis + mongodb的性能比较（听群里的人说mongodb分片不稳定）。

先说说reidis的特性

1. 支持持久化

     redis的本地持久化支持两种方式：RDB和AOF。RDB 在redis.conf配置文件里配置持久化触发器，AOF指的是redis每增加一条记录都会保存到持久化文件中（保存的是这条记录的生成命令），如果不是用redis做DB用的话还会不要开AOF ，数据太庞大了，重启恢复的时候是一个巨大的工程！

2.丰富的数据类型

    redis 支持 String 、Lists、sets、sorted sets、hashes 多种数据类型,新浪微博会使用redis做nosql主要也是它具有这些类型，时间排序、职能排序、我的微博、发给我的这些功能List 和 sorted set 的强大操作功能息息相关

 3.高性能

   这点跟memcache很相像，内存操作的级别是毫秒级的比硬盘操作秒级操作自然高效不少，较少了磁头寻道、数据读取、页面交换这些高开销的操作！这也是NOSQL冒出来的原因吧，应该是高性能是基于RDBMS的衍生产品，虽然RDBMS也具有缓存结构，但是始终在app层面不是我们想要的那么操控的。

4.replication

    redis提供主从复制方案，跟mysql一样增量复制而且复制的实现都很相似，这个复制跟AOF有点类似复制的是新增记录命令，主库新增记录将新增脚本发送给从库，从库根据脚本生成记录，这个过程非常快，就看网络了，一般主从都是在同一个局域网，所以可以说redis的主从近似及时同步，同事它还支持一主多从，动态添加从库，从库数量没有限制。 主从库搭建，我觉得还是采用网状模式，如果使用链式（master-slave-slave-slave-slave·····）如果第一个slave出现宕机重启，首先从master 接收数据恢复脚本，这个是阻塞的，如果主库数据几TB的情况恢复过程得花上一段时间，在这个过程中其他的slave就无法和主库同步了。

5.更新快

   这点好像从我接触到redis到目前为止 已经发了大版本就4个，小版本没算过。redis作者是个非常积极的人，无论是邮件提问还是论坛发帖，他都能及时耐心的为你解答，维护度很高。有人维护的话，让我们用的也省心和放心。目前作者对redis 的主导开发方向是redis的集群方向。

redis的安装

redis的安装其实还是挺简单的，总的来说就三步：下载tar包，解压tar包，安装。

不过最近我在2.6.7后用centos 5.5 32bit 时碰到一个安装问题，下面我就用图片分享下安装过程碰到的问题，在redis 文件夹内执行make时有个如下的错 undefined reference to '__sync_add_and_fetch_4'

上网找了了好多最后在  https://github.com/antirez/redis/issues/736 找到解决方案，write CFLAGS= -march=i686 on src/Makefile head!

记得要把刚安装失败的文件删除，重新解压新的安装文件，修改Makefile文件，再make安装。就不会发现原来那个错误了

关于redis的一些属性注释和基本类型操作在上一篇redis 的开胃菜有详细的说明，这里就不再重复累赘了（实质是想偷懒 ，哈哈！）

最后，把memcache和redis放在一起不得不会让人想到两者的比较，谁快谁好用啊，群里面已经为这个事打架很久了，我就把我看到的在这里跟大家分享下。

在别人发了一个memcache性能比redis好很多后，redis 作者 antirez 发表了一篇博文，主要是说到如何给redis 和 memcache 做压力测试，文中讲到有个人说许多开源软件都应该丢进厕所，因为他们的压力测试脚本太2了，作者对这个说明了一番。redis  vs  memcache is  definitely an apple to apple comparison。 呵呵，很明确吧，两者的比较是不是有点鸡蛋挑骨头的效果，作者在相同的运行环境做了三次测试取多好的值，得到的结果如下图:

需要申明的是此次测试在单核心处理的过程的数据，memcache是支持多核心多线程操作的（默认没开）所以在默认情况下上图具有参考意义，若然则memcache快于redis。那为什么redis不支持多线程多核心处理呢？作者也发表了一下自己的看法，首先是多线程不变于bug的修复，其实是不易软件的扩展，还有数据一致性问题因为redis所有的操作都是原子操作，作者用到一个词nightmare 噩梦，呵呵！  当然不支持多线程操作，肯定也有他的弊端的比如性能想必必然差，作者从2.2版本后专注redis cluster的方向开发来缓解其性能上的弊端，说白了就是纵向不行，横向提高。