前言
关于redis，最近在b站看了一个比较全面的视频，并且与此同时打算做个笔记，为了更好的理解和以后的复习。ps：我看的视频是狂神说java中的一个系列。
这个视频我觉得最好的一点，也是up主说的我比较喜欢的一句话：知史明智。
redis我在工作中用了一年多了，其中get/set用的飞起，闭着眼睛都能写了的那种。五种数据类型也倒背如流，但是面试的时候经常被问卡住，因为稍微深一点的东西就不懂了，使用的话下载，安装，导入依赖，配置文件，get/set。说十分钟学会有点夸张，但是对着教程半小时怎么也会用了。但是会用不代表就懂了，就会redis了。初级程序员也都能用，有个名词角做javaAPI接口调用工程师，形象不形象？作为一个从业三年多的程序员，知其所以然才是根本。
下面开始一点点的整理知识。因为我这里是按照视频教程整理的，可能会有一定的个人色彩，比如我懂的或者我觉得不重要的可能会一笔带过，如果看了觉得不够不懂也建议你去看我说的视频源。
NoSQL概述
为什么要用NoSQL
1. 单机MySQL的年代
90年代，一个基本的网站访问量比较小，单个数据库完全足够，那个时候多是静态html，主要内容也是文字，服务器没有太大压力。
但是随着发展，出现了问题：
- 数据量太大，一个机器放不下。
- 数据的索引一个机器内存放不下。
-
访问量（读写混合）一个服务器承受不了。
单机数据库
2. Memcached（缓存）+读写分离+垂直拆分
因为网站百分之八十的情况都是在读，每次都去查询数据库就很麻烦而且没必要，所以使用缓存。缓存的作用就是在数据没有改动的前提下，可以直接从缓存中读取（spring中是有这个功能的，具体怎么实现的都可以，主要是这个思路）。
并且与此同时，刚刚都说了主要是读的时候多，当访问量过大一个服务器承受不了，可以采取读写分离的策略。打个比方：建立三个数据库，1，2，3。其中1，3用来读数据，2用来写数据。采用一定的方法让1，2，3的数据可以同步，这样就大大减少了对数据库的压力。
发展过程：
- 优化数据结构和算法
- 使用文件缓存（io操作，io缓存不能共享）
- Memcached出现（当时最热门的技术）
3. 分库分表+水平拆分+mysql集群
当读写分离垂直拆分还满足不了需求，那么分库分表出现了。其实这个是顺下来的一个思路：当单纯的读写分离满足不了需求，那么哪怕分库以后，也是有压力的，所以一定是每一个子库，也要做读写分离。主从复制。所以演变成了集群。
数据库的本质就是读和写，其实随着发展数据库自身也在不断优化，早些年用MyISAM,是表锁，十分影响效率，高并发下就会出现严重的锁问题。而现在一般用InnoDB，是行锁，性能大大提高了。
4. 如今最近的年代
近十年的技术发展，超过了前几千年。这是一个技术爆炸的时代。就连定位都是一种数据了。随着海量的多样的数据需求出现（比如热榜，实施排行，关系网等），mysql等关系型数据库已经不够用了，比如较大的文件，图片，博客等，存在mysql不合适，所以随着这种需求，出现了非关系型数据库，也就是NoSQL。（ps：为什么是非关系型：因为在大数据的压力下，再去修改表结构是件很难的事，比如一个用户表一亿条数据，现在这个表加一个字段。单单加字段的行为就很可怕。）
什么是NoSQL
NoSQL(Not only SQL,不仅仅是sql),泛指非关系型数据库，随着web2.0互联网的诞生，传统的关系型数据库很难满足现在的需求了，尤其是超大规模的高并发社区，暴露出来很多难以克服的问题，所以出现了NoSQL。
很多数据类型：比如用户的社交网络，地理位置，这些数据类型的存储都不需要一个固定的格式，不需要多余的操作就可以横向扩展的。比如java中的一个数据类型：Map<String,Object>。
NoSQL特点
- 方便扩展（数据之间没有关系，很好扩展。比如redis，你可以往里存任何你想存的信息，只要有唯一的key就行。而且你不管删除哪个也不会对别的有影响。）
- 大数据量高性能（redis一秒可以写8万次，一秒可以读11万次。）
- 数据类型是多样的（不需要事先设计数据库）。
所以现在真正实践起来，是关系型数据库+非关系型数据库一起使用的。
打个比方，一个互联网行业的电商的商品页：
Nosql的四大分类
1. KV键值对（例如redis，tair）
2. 文档型数据库（bson格式和json一样，但是是二进制的。典型的就是MongoDB）
- MongoDB是一个基于分布式文件存储的数据库（c++编写，主要用来处理大量的文件）。MongoDB是一个介于关系型数据库和非关系型数据的中间产品，是非关系型数据库中功能最丰富，最像关系型数据库的。
3. 列存储数据库（HBase,分布式文件系统）
4. 图型数据库（他不是存图形，存的是关系，比如朋友圈社交网络，广告推荐等。比如Neo4j）
