大家都知道redis速度快，但它的容量和内存容量有关，很容易达到瓶颈。有些互联网公司，直接使用redis作为后端数据库(在下佩服)。当业务量暴增，就面临一个redis容量和价格的权衡问题。改业务代码是来不及了，只好用一些持久化存储 ，来模拟redis的一些数据结构。
redis支持近十种数据类型，最常用的有5种。string、hash、zset、set、list等。本文将针对几种常见的数据结构，探讨一下常用操作的模拟实现。
其实，我们所需要开发的，就是一个redis代理proxy。redis的客户端，连接上我们的代理之后，会进行协议解析。解析出来的命令，将会被模拟，然后根据配置的路由，定位到相应的mysql中。
也就是你所使用的redis，其实使用mysql来存储数据的。没有rdb，也没有aof。
Redis是文本协议
redis是文本协议，协议名称叫做RESP。RESP 是 Redis 序列化协议的简写。它是一种直观的文本协议，优势在于实现异常简单，解析性能极好。
如图，Redis 协议将传输的结构数据，可以总结为 5 种最小单元类型。每个单元结束时，统一加上回车换行符号\r\n 。
下面是几个规则：
比如，下面这个就是数组[9,9,6]的报文。
*3\r\n:9\r\n:9\r\n:6\r\n
所以这个协议的解析和拼装，是非常简单的。拿netty来说，就有codec-redis 模块供我们使用。
实现：数据结构设计
在数据表的设计上，我们发现，kv和hash在效率上没有什么差别，因为它能够直接根据key定位到。
反倒是zset，由于有排序的功能，造成了很多操作的执行效率都不尽人意。
另外，由于我们不同的数据结构，是使用不同的表进行存储的。所以删除操作，要在每张表上都执行一遍。
kv设计
kv，即string，是redis里最基本的数据类型。一个key对应一个value，string类型的值最大能存储512MB。
设计专用的数据库表rstore_kv，其中，rkey是主键。
set操作
insert into rstore_kv(rkey,val,lastTime) values($1,$2,$3)on duplicate key update set val=$2,lastTime=$3
get操作
select val from rstore_kv where rkey = $1
del操作
delete from rstore_kv where rkey = $1
exists操作
select count(*) as n from rstore_kv where rkey = $1
ttl操作
select lastTIme from rstore_kv where rkey = $1
hash设计
hash 是一个键值(key=value)对集合。hash 特别适合用于存储对象。
设计专用的数据库表rstore_hash，其中，rkey和hkey是联合主键。
hset操作
insert into rstore_hash(rkey,hkey,val,lastTime) values($1,$2,$3,$4)on duplicate key update set val=$3,lastTime=$4
hget操作
select val from rstore_hash where rkey = $1 and hkey = $2
hgetall操作
select hkey,val from rstore_hash where rkey = $1
hdel操作
delete from rstore_hash where rkey = $1 and hkey = $2
del操作
delete from rstore_hash where rkey = $1
hlen,hexists操作
select count(*) as num from rstore_hash where rkey = $1
ttl操作
select max(lastTIme) from rstore_hash where rkey = $1
zset设计
Redis zset 和 set 一样也是string类型元素的集合,且不允许重复的成员。不同的是每个元素都会关联一个double类型的分数。redis正是通过分数来为集合中的成员进行从小到大的排序。它的底层结构是跳跃表，效率特别高，但是会占用大量内存。
设计专用的数据库表rstore_zset，其中，rkey和member是联合主键。
zadd操作
insert into rstore_zset(rkey,member,score,lastTime) values($1,$2,$3,$4) on duplicate key update update set score=$3,lastTime=$4
zscore操作
select score from rstore_zset where rkey = $1 and member = $2
zrem操作
delete from rstore_zset where rkey = $1 and member = $2
zcard,exists操作
select count(*) as num from rstore_zset where rkey = $1
zcount操作
select count(*) as num from rstore_zset where rkey = $1 and score=$2 and score=$3
zremrangebyscore操作
delete from rstore_zset where rkey = $1 and score=$2 and score=$3
zrangebyscore操作
select member,score from rstore_zsetwhere rkey = $1 and score=$2 and score=$3 order by score asc,member asc
zrange操作
select member,score from rstore_zsetwhere rkey = $1 order by score asc offset $2 limit $3
zrank操作
select rank from (select member,rank() over (order by score asc, lastTime asc) as rank from rstore_zset where rkey = $1 ) m where m.member= $2;
ttl操作
select max(lastTIme) from rstore_zset where rkey = $1
del操作
delete from rstore_zset where rkey = $1
set设计
Redis的Set是string类型的无序集合。
设计专用的数据库表rstore_set，其中，rkey和member是联合主键。
sadd操作
insert into rstore_set(rkey,member,lastTime) values($1,$2,$3)on duplicate key update update set lastTime=$3
scard操作
select count(*) as num from rstore_set where rkey = $1
sismember操作
select member from rstore_set where rkey = $1 and member = $2
smembers操作
select member from rstore_set where rkey = $1
srem操作
delete from rstore_set where rkey = $1 and member = $2
del操作
delete from rstore_set where rkey = $1
ttl操作
select max(lastTIme) from rstore_set where rkey = $1
End
本篇文章仅仅模拟了最常用数据结构的最常用功能，有很多很多功能是不支持的，比较明显的就是分布式锁setnx等。所以这个proxy层的开发，要想做到ok，并不是那么简单。
同时，我们以一种模拟的视角，来看一下redis的数据结构，在关系型数据库中的表现形式。这样，更能够加深我们对redis的认识，明白它存在的价值。
