数据库图谱

string 是 redis 最基本的数据类型。一个 key 对应一个 value。

string 是二进制安全的。也就是说 redis 的 string 可以包含任何数据。比如 jpg 图片或者序列化的对象。

string 类型是 redis 最基本的数据类型，string 类型的值最大能存储 512 MB。

hash 是一个键值对（key - value）集合。

hash 是一个 string 类型的 key 和 value 的映射表，hash 特别适合用于存储对象。

与 string 区别：string 是 一个 key - value 键值对，而 hash 是多个 key - value 键值对。

 list 就是一个简单的字符串集合，和 Java 中的 list 相差不大，区别就是这里的 list 存放的是字符串。list 内的元素是可重复的。

set 是字符串类型的无序集合。集合是通过哈希表实现的，因此添加、删除、查找的复杂度都是 O（1）

set 与 java 中的 set 还是有点区别的。

set 是一个 key 对应着 多个字符串类型的 value，也是一个字符串类型的集合

 set 中的字符串集合元素不能重复，但是 list 可以。

zset 和 set 一样都是 字符串类型元素的集合，并且集合内的元素不能重复。

zset 每个元素都会关联一个 double 类型的分数。redis 通过分数来为集合中的成员进行从小到大的排序。

zset 的元素是唯一的，但是分数（score）却可以重复。

zset 是按照分数的大小来排序的。

结构图

性质

跳跃表高度

跳跃表的空间复杂度分析

跳跃表删除

Redis 读的速度是 110000 次 /s, 写的速度是 81000 次 /s 。

Redis 支持二进制案例的 Strings, Lists, Hashes, Sets 及 Ordered Sets 数据类型操作。

Redis 的所有操作都是原子性的，意思就是要么成功执行要么失败完全不执行。单个操作是原子性的。多个操作也支持事务，即原子性，通过 MULTI 和 EXEC 指令包起来。

Redis 还支持 publish/subscribe 通知，key 过期等特性。

开始事务

命令入队

执行事务

DISCARD 

EXEC 

MULTI 

UNWATCH 

 WATCH key [key …]

将某个时间点的所有数据都存放到硬盘上。

可以将快照复制到其他服务器从而创建具有相同数据的服务器副本。

如果系统发生故障，将会丢失最后一次创建快照之后的数据。

如果数据量大，保存快照的时间会很长。

将写命令添加到 AOF 文件（append only file）末尾。

使用 AOF 持久化需要设置同步选项，从而确保写命令同步到磁盘文件上的时机。

这是因为对文件进行写入并不会马上将内容同步到磁盘上，而是先存储到缓冲区，然后由操作系统决定什么时候同步到磁盘。

选项同步频率always每个写命令都同步eyerysec每秒同步一次no让操作系统来决定何时同步

always 选项会严重减低服务器的性能

everysec 选项比较合适，可以保证系统崩溃时只会丢失一秒左右的数据，并且 Redis 每秒执行一次同步对服务器几乎没有任何影响。

no 选项并不能给服务器性能带来多大的提升，而且会增加系统崩溃时数据丢失的数量。

随着服务器写请求的增多，AOF 文件会越来越大。Redis 提供了一种将 AOF 重写的特性，能够去除 AOF 文件中的冗余写命令。

通过使用 slaveof host port 命令来让一个服务器成为另一个服务器的从服务器。一个从服务器只能有一个主服务器，并且不支持主主复制。

随着负载不断上升，主服务器无法很快的更新所有从服务器，或者重新连接和重新同步从服务器将导致系统超载。　为了解决这个问题，可以创建一个中间层来分担主服务器的复制工作。中间层的服务器是最上层服务器的从服务器，又是最下层服务器的主服务器。

Master 状态监测

如果Master 异常，则会进行Master-slave 转换，将其中一个Slave作为Master，将之前的Master作为Slave

Master-Slave切换后，master_redis.conf、slave_redis.conf和sentinel.conf的内容都会发生改变，即master_redis.conf中会多一行slaveof的配置，sentinel.conf的监控目标会随之调换 

每个Sentinel以每秒钟一次的频率向它所知的Master，Slave以及其他 Sentinel 实例发送一个 PING 命令 

如果一个Master被标记为主观下线，则正在监视这个Master的所有 Sentinel 要以每秒一次的频率确认Master的确进入了主观下线状态。 

如果一个实例（instance）距离最后一次有效回复 PING 命令的时间超过 down-after-milliseconds 选项所指定的值， 则这个实例会被 Sentinel 标记为主观下线。 

当有足够数量的 Sentinel（大于等于配置文件指定的值）在指定的时间范围内确认Master的确进入了主观下线状态， 则Master会被标记为客观下线 

在一般情况下， 每个 Sentinel 会以每 10 秒一次的频率向它已知的所有Master，Slave发送 INFO 命令 

当Master被 Sentinel 标记为客观下线时，Sentinel 向下线的 Master 的所有 Slave 发送 INFO 命令的频率会从 10 秒一次改为每秒一次 

若没有足够数量的 Sentinel 同意 Master 已经下线， Master 的客观下线状态就会被移除。 

若 Master 重新向 Sentinel 的 PING 命令返回有效回复， Master 的主观下线状态就会被移除。

Redis的主从结构可以采用一主多从或者级联结构，Redis主从复制可以根据是否是全量分为全量同步和增量同步。

主从同步策略

注意点

使用 CRC32 哈希函数将键转换为一个数字，再对实例数量求模就能知道存储的实例。

客户端使用一致性哈希等算法决定应当分布到哪个节点。

将客户端的请求发送到代理上，由代理转发到正确的节点上。

Redis Cluster。

Redis本身是基于Request/Response协议的，正常情况下，客户端发送一个命令，等待Redis应答，Redis在接收到命令，处理后应答。在这种情况下，如果同时需要执行大量的命令，那就是等待上一条命令应答后再执行，这中间不仅仅多了RTT（Round Time Trip），而且还频繁的调用系统IO，发送网络请求。如下图。为了提升效率，这时候Pipeline出现了，它允许客户端可以一次发送多条命令，而不等待上一条命令执行的结果，这和网络的Nagel算法有点像（TCP_NODELAY选项）。不仅减少了RTT，同时也减少了IO调用次数（IO调用涉及到用户态到内核态之间的切换）。

要支持Pipeline，其实既要服务端的支持，也要客户端支持。对于服务端来说，所需要的是能够处理一个客户端通过同一个TCP连接发来的多个命令，可以理解为，这里将多个命令切分，和处理单个命令一样（之前老生常谈的黏包现象），Redis就是这样处理的。而客户端，则是要将多个命令缓存起来，缓冲区满了就发送，然后再写缓冲，最后才处理Redis的应答，如Jedis。

Pipeline减少了RTT，也减少了IO调用次数（IO调用涉及到用户态到内核态之间的切换）

 Redis的Pipeline和Transaction不同，Transaction会存储客户端的命令，最后一次性执行，而Pipeline则是处理一条，响应一条，但是这里却有一点，就是客户端会并不会调用read去读取socket里面的缓冲数据，这也就造就了，如果Redis应答的数据填满了该接收缓冲（SO_RECVBUF），那么客户端会通过ACK，WIN=0（接收窗口）来控制服务端不能再发送数据，那样子，数据就会缓冲在Redis的客户端应答列表里面。所以需要注意控制Pipeline的大小。

1.节点包含多个标签和属性，就像是一个地铁站。

2.一个节点就是一条数据。

1.关系是用来连接两个节点的，也可以包含多个标签和属性，就像是地铁站之间的线路。

2.一个关系也是一条数据。

3.关系包括进和出两种方向。

类似于关系型数据库里面的字段，不用事先定义，可以动态添加。

表示节点或者关系的类型，可以有多个，使查询更加方便和高效。

可以灵活的使用 document, graph, key-value 或者他们的组合作为你的数据模型

支持类似 SQL 的查询语法 AQL，或者通过 REST 以及其他查询

没有语言范围限制，你可以从前台到后台都使用同一种语言

ArangoDB 比其他 NoSQL 都要快，同时占用的空间更小

可以在几秒内启动并且使用，同时可以通过图形界面来管理你的 ArangoDB

ArangoDB 遵守 Apache 协议

ArangoDB支持Windows、Linux和OSX等操作系统，还支持树莓派。

ArangoDB支持主从集群

跟其它文档型数据库相比，ArangoDB占用的存储空间更少，因为ArangoDB是模式自由的元数据模式。

用JavaScript和ArangoDB构建应用，Foxx运行在DB内部，可快速访问数据。

可以在文档中存储海量数据（文件大小默认最大值为32MB，但可以根据实际需要进行配置）。ArangoDB功能强大，应用范围广泛，可用于查询和处理诸如JOINs、辅助索引或ACID事物之类的文档。您还可以在JOIN连接上实现水平扩展。

每个document文档里均有唯一的键和与其对应的值（键/值对）。如果您在document文件中存储一个值，那么ArangoDB可用作经典的、高度可扩展的键/值对存储，例如用户在电子商务平台上将商品临时存储在购物车里或物联网应用程序中的传感数据等。

ArangoDB包含了graph图形存储的完整功能集。例如模式匹配、最短路径、完全遍历等。与当前许多主流的图形处理方法相比，ArangoDB可以快速执行图形查询。