前提
关系型数据库
关系数据库是指采用了关系模型来组织数据的数据库，它通过行（记录）和列（字段）的形式存储数据，这些一系列的行和列被称为表，一个表就是一个关系，而一组表组成了数据库。
优点
- 通过事务处理保持数据的一致性
- 支持SQL语言，可以进行 JOIN 等复杂查询
- 相比于其他模型，它使用的二维表结构贴近于现实世界，易于理解
缺点
- 当数据量达到一定规模时，由于关系型数据库的系统逻辑非常复杂，为了维护一致性，使得其非常容易发生死锁等的并发问题，导致其读写速度下滑严重。
- 当有较大的结构变更时 表结构更新就会变得比较复杂
- 当访问网站的用户并发性非常高，此时当读写请求数量非常高，对于传统关系型数据库来说，硬盘I/O是一个很大的瓶颈。
非关系型数据库
关系型数据在一些数据敏感的应用中表现了糟糕的性能，例如为巨量文档创建索引、高流量网站的网页服务等。因此关系型数据库主要用于执行规模小而读写频繁，或者大批量极少写访问的事务。
非关系型数据库（NoSQL）是对不同于传统的关系数据库的数据库管理系统的统称。相比起前者，它提出了很多不同于前者的理念：
（1）以键值对存储，结构不固定；
（2）每一个元组（记录）可以有不一样的字段，且可以根据需要增加键值对，因此其数据结构不局限于固定的表格模式，并且不使用SQL作为查询语言。
非关系型数据库分类
非关系型数据库可以分为如下几类：
（1）面向高性能并发读写的 key-value 数据库：Redis，Tokyo Cabinet属于这一类型
（2）面向海量数据访问的面向文档数据库：它可以在海量的数据中快速的查询数据，典型代表为 MongoDB 以及 CouchDB
（3）面向可扩展性的分布式数据库：这种数据库希望解决传统数据库中可扩展性上的缺陷，它可以适应数据量的增加以及数据结构的变化。
非关系型数据库优点
（1）读写性能：比如redis，它无需经过 SQL 层的解析，且是纯内存操作，因此每秒可以处理超过10万次读写操作；
（2）存储格式多：支持key-value形式、文档形式、图片形式，而关系型数据库则只支持基础类型；
（3）简单的扩展：基于键值对，数据没有耦合性（即关联性），容易扩展。
非关系型数据库缺点
（1）支持的特性不够丰富：现有产品所提供的功能都比较有限，大多数 NoSQL 数据库都不支持事务
（2）现有产品的不够成熟：大多数产品都还处于初创期，而关系型数据库已经完善了几十年。
什么是redis
Redis是一个开源，基于内存的数据结构存储，它可用作数据库、缓存、消息中间件。
（1）一般的数据库的读写都是经过磁盘的，相比于内存，磁盘的速度非常慢。而如果我们有了缓存，查询请求就会先在缓存中判断是否有结果，这样查询速度就会更快；在一些并发度高的场景，缓存也可以分担部分请求。
（2）Redis实现的是分布式缓存，若存在多个实例（机器），则每个实例都可共享一份缓存
不用安装redis即可尝试redis命令：try.redis.io/
Redis的数据结构
Redis的存储是key-value的形式的，其中key是字符串，而value可以是string、list、hash、set、sortset。
redis并不是直接只用string list set等来直接实现键值对数据库，而是根据这些数据结构创建了一个对象系统，这个系统包含了redis中五种数据结构。并且redis对象中记录最后一次访问时间，服务器会根据这个时间删除对象，从而释放内存(如果启用了maxmemory功能的情况下)。
每次我们在Redis数据库中新创建一个键值对时，至少会创建出两个对象。一个是键对象，一个是值对象。每个对象的结构如下：
typedef struct redisObject {
unsigned type:4; //对象类型
unsigned encoding:4; //对象编码格式
unsigned lru:REDIS_LRU_BITS;
int refcount;
void *ptr; // 指向底层实现数据结构的指针
} robj;
字符串
Redis使用sdshdr结构来表示字符串对象，并没有直接使用C语言的字符串。
struct sdshdr {
int len;
int free; //存储字节数组中未使用的字节数量
char buf[]; //字节数组中会有\0结束符，该结束符不会记录在len
};
SDS与C的字符串的比较
（1）sdshdr数据结构中用len属性记录了字符串的长度，获取字符串长度只需O(1)
（2）sds内部实现了动态扩展机制：若修改SDS时，空间不足。先会扩展空间，再进行修改
（3）sds内部有空间预分配机制：在扩展空间时，除了分配修改时所必要的空间，还会分配额外的空闲空间
（4）sds是二进制安全的，所有sds API都会以处理二进制的方式来处理存放在buf数组里的数据。
常用命令
SET key value 设置指定key值，它会覆盖已存在key对应的的value
GET key 获取指定key值
EXISTS key 是否存在键值对
DEL key
MGET key1 key2 key3 批量返回三个key对应的value
MGET key1 val1 key2 val2 设置两个键值对
EXPIRE keyname 3 设置keyname键值对 3s后过期
链表
Redis的链表是无环双向链表，通过void *指针保存不同类型的节点值
redis使用listNode表示节点
typedef strcut listNode{
//前置节点
strcut listNode *pre;
//后置节点
strcut listNode *next;
//节点的值
void *value;
}listNode
list表示链表
typedef struct list{
//表头结点
listNode *head;
//表尾节点
listNode *tail;
//链表长度
unsigned long len;
//节点值复制函数
void *(*dup) (viod *ptr);
//节点值释放函数
void (*free) (viod *ptr);
//节点值对比函数
int (*match) (void *ptr,void *key);
}list
使用示例
LPUSH list A 向list头部添加一个新元素，尾部则是RPUSH
LRANGE list 0 3 从list取出[0,3]范围的value值。其中0 -1表示取出全部元素
LINDEX list 2 从list取出下标2的value值
集合set
Redis的集合是无序，唯一的，相当于Java的HashSet。
整数集合(intset)是set集合的底层数据结构之一，当一个Set集合只包含整数元素且数量不多时，redis就会采用整数集合(intset)作为set(集合)的底层实现。
整数集合保证了元素是不会出现重复的，并且是从小到大的序列，其结构如下：
typeof struct intset {
// 编码方式
unit32_t encoding;
// 集合包含的元素数量
unit32_t lenght;
// 保存元素的数组，保存的数值类型取决于redisObject的encoding属性的值
int8_t contents[];
} intset;
contents数组可以存放的元素类型为：
- INTSET_ENC_INT16
- INTSET_ENC_INT32
- INTSET_ENC_INT64
16,32,64编码对应能存放的数字范围是不一样的。16最少，64最大。若希望存放的数值更大，则需要编码升级，其中步骤为：
（1）根据新元素类型来扩展整数集合底层数组空间
（2）将底层数组现有的全部元素都转换成与新元素相同的类型，并将类型转换后的元素放到正确的位上，同样也要维持有序。
（3）将新元素添加到底层数组。
不支持降级操作
命令示例
SADD bools kava
SISMEMBER books java 查询是否存在某个value
SCARD books 获取长度
SPOP books 随机返回一个
字典
redis的字典相当于Java的HashMap，同样也采用了数组+链表解决哈希冲突。
redis使用dictEntry表示节点（键值对)
typedef struct dictEntry {
void *key;
//值
union {
void *value;
uint64_tu64;
int64_ts64;
}v;
//指向下个哈希节点，组成链表。
//当产生哈希冲突时，新节点放在表头
struct dictEntry *next;
}dictEntry;
dictht结构来定义哈希表
typedef struct dictht{
//哈希表数组
dictEntry **table;
//哈希表大小
unsigned long size;
//哈希表大小掩码，用于计算索引值
unsigned long sizemark;
//哈希表已有节点数量
unsigned long used;
}dictht
此外redis还再封装了一层，即外部的字典：
typedef struct dict {
//指向dictType结果的指针，它实现了一些操作键值对的函数
dictType *type;
//私有数据，这是需要传给上面特定函数的可选参数
void *privdata;
//两张哈希表，ht[0]是原生哈希表，ht[1]是用于扩容的哈希表
dictht ht[2];
//当rehash不进行时，值为-1
int rehashidx;
}dict;
typedef struct dictType{
//计算哈希值
unsigned int (*hashFunction)(const void * key);
//复制键
void *(*keyDup)(void *private, const void *key);
//复制值
void *(*valDup)(void *private, const void *obj);
//对比键
int (*keyCompare)(void *privdata , const void *key1, const void *key2)
//销毁键
void (*keyDestructor)(void *private, void *key);
//销毁值
void (*valDestructor)(void *private, void *obj);
}dictType
大致结构如下：
rehash过程
正常情况下，当hash表中元素个数等于第一维数组的长度时，就会开始扩容，扩容的新数组是原来的2倍。此外如果hash表因元素逐渐删除而变得稀疏，那么当元素个数低于数组长度的10%时，redis会开始缩容。
在对哈希表进行扩展或者收缩操作时，reash过程并不是一次性地完成的，而是渐进式地完成的，这是为了防止数据量过大导致服务器停止服务。
rehash具体过程如下：
（1）将字典的属性rehashidx设置为0，表示rehash开始，它会记录某一时刻rehash的下标。
（2）在rehash期间，它会将ht[0]中rehashidx索引对应的值rehash到ht[1]。此时也可以对字典进行增删改查操作，它会在ht[0]和ht[1]完成操作，比如查询操作是在两个数组里完成；添加操作是只在ht[1]完成。
（3）所有键值对完成rehash后，将rehashidx设置为-1，表示rehash完成。
示例过程可参照下图：
命令示例
HSET books java "think in java"
HGETALL books key和value是换行出现的
HGET books java
HMSET books java "effetive java" puthon "learn python" 批量设置
有序列表(zset)
zset类似Java中SortedSet和HashMap的结合体，即它存储的value是唯一性的，另一方面每个value都有一个代表排序的权重score值。
它的内部实现是用跳跃表数据结构。
跳跃表
什么是跳表
对于一个有序链表，如果希望查找某一个数，则需要从头到尾去匹配。为了提高搜索速度，我们可以在原有的链表上，再加一个链表
此处新链表是由上一层链表的偶数个节点构成，当我们执行查找时，先在最高层链表进行查找，若没有找到则到下一层去查找。例如此时如果我们希望查找节点17，搜寻顺序是6->9->17，发现下一节点21比19大，则我们跑到下一层查找，即可找到19。
上面的例子中上层节点数与下一层节点数比例是1：2，但实际使用中，链表是要经过多次添加/删除的，因此跳表（skip list）不强制要求 1:2，一个节点要不要被索引，建几层的索引，都在节点插入时由抛硬币决定。虽然索引的节点、索引的层数是随机的，但为了保证搜索的效率，要大致保证每层的节点数目与上节的结构相当。
redis的跳跃表
redis的跳跃表实现由zskiplist和zskiplistNode两个结构组成。其中zskiplistNode则表示跳跃表的节点，zskiplist保存跳跃表的信息(表头，表尾节点，长度)。
typeof struct zskiplistNode {
// 后退指针
struct zskiplistNode *backward;
// 分值
double score;
// 成员对象
robj *obj;
// 层
struct zskiplistLevel {
// 前进指针
struct zskiplistNode *forward;
// 跨度
unsigned int span;
} level[];
} zskiplistNode;
跳表节点结构大致为：
跳表结构
typeof struct zskiplist {
// 表头节点，表尾节点
struct skiplistNode *header,*tail;
// 表中节点数量
unsigned long length;
// 表中最大层数
int level;
} zskiplist;
整个跳表示例图如下：
