【1】key：value键值对方式组织数据，所有的键值对都有设置过期的功能<弱事务型的数据库>；
【2】核心操作都采用单进程单线程的数据库；
【3】应用：1.缓存；2.并发计数；3.排行榜；4.生产者消费者模型 5.增量式爬虫......
【4】主从复制，哨兵模式！<永远记住Redis是单进程单线程的！>
【5】Redis对于过期的key淘汰策略：（1）Redis主动删除：将带过期时间的key存在一个独立的hash中，默认每100毫秒进行过期扫描：1.每次随机选20个key进行判断 2.检查过期的时间，删除已过期的key 3.如果删除的比例超过1/4则重复1-3的操作；<默认每次循环的主动删除用时小于25ms>---------------------------------------------------------------------------------Q：【场景】当大量的key同时过期<过期时间太集中>，Redis会有卡顿问题；A：【方案】set key value ex time + 时间偏移量---------------------------------------------------------------------------------（2）Redis惰性删除：1.当get key时，如果key过期了，则直接删除；# Redis的内存淘汰策略是指在Redis的用于缓存的内存不足时，怎么处理需要新写入且需要申请额外空间的数据?2.Redis配置maxmemory检查，当Redis的使用内存量大于maxmemory时，再次主动进行对过期key进行淘汰；1）noeviction:  拒绝写服务<默认配置>；2）volatile-lru:淘汰过期及较少使用的key；

【1】LRU: 最近最少使用算法；
【2】算法：
class Lru:def __init__(self, capacity):self.cache = {}self.cache_list = []self.capacity = capacitydef get_cache(self, key):if key in self.cache_list:if key == self.cache_list[-1]:return self.cache[key]else:self.cache_list.remove(key)self.cache_list.append(key)else:return 'this key is no cache'def set_cache(self, key, value, expire=60):if len(self.cache) == self.capacity:for i in range(len(self.capacity // 2)):self.cache.pop(self.cache_list.pop(0))else:self.cache[key] = valueself.cache_list.append(key)return value

【1】Redis默认0-15库；非关系型数据库的数据查找一定是根据具体的key值精确查找；
【2】字符串类型：set key value [ex time]     #为一个键值对添加过期时间get key重点：字符串类型数字操作：incrby key number       #加法decrby key number       #减法incr/decr key           #自增/自减1key的一般命名规范如：name:email
【3】列表数据类型：列表中的元素必须是字符串；支持两头操作，尽量避免在列表中间操作数据；lpush/rpush key value1 value2 value3....    #插入数据lrange key start stop                       #查看数据 -------------------------------------------------------------------------------------【应用场景】1.生产者消费者模型<中间层：broker--用Redis的list类型的blpop/brpop模拟中间层的消息队列>：blpop/brpop key timeout 2.利用列表可以遍历数据-------------------------------------------------------------------------------------
【4】hash散列类型<有压缩的特点>key {field1：value1，field2：value2... ...}在特定条件下<字段 个数小于512个，value不能超过64bytes>节约内存空间！hset key field1 value1 field2 value2.....hget key field-------------------------------------------------------------------------------------【应用场景】1.用作缓存；2.字典为什么是无序的，因为要进行rehash；
【6】通过Redis的位图操作，进行数据统计setbit key value
【7】 集合操作：SADD key value1 value2 ... ...-------------------------------------------------------------------------------------【应用场景】1.因为集合有自动去重的功能，可以实现增量式爬虫；

import redis    #导入redis模块
r = redis.Redis(host='127.0.0.1',port=6379,db=0,[password='xxx'])   #创建连接对象
r.方法名()       #调用方法进行操作
r.close()       #关闭Redis的连接对象

import pymsql   #导入pymysql模块
db = pymsql.connect(host='',post='',user='',password='',database='',charset='') #创建连接
cur = db.curcors()  #创建游标
cur.execute('sql')  #使用游标操作sql语句
db.commit()         #如果是写操作需要commit
cur.close()         #关闭游标对象
db.close()          #关闭连接对象

【1】Redis的事务单独隔离操作，事务中的所有命令会被序列化、按顺序执行<按照客户端隔离> ；MULTI   #开启事务命令1......EXEC    #提交到数据库执行DISCARD #取消事务
【2】事务的重点：事务的开启后，Redis-server会开启对应的命令队列<按照客户端去隔离命令队列>，EXEC后Redis-server开始执行队列中的命令；（1）流水线<编程语言客户端中才支持pipeline功能>：客户端技术，将事务的命令存储在客户端，当EXEC时再将客户端的事务序列发送至Redis-server执行，从而减少通信，提升效率；python操作Redis事务<流水线操作事务>：with r.pipeline(transaction=True) as pipe:pipe.multi()pipe.incr('key')pipe.incr('key')values=pipe.execute()（2）【重点】Redis的乐观锁<WATCH>： 在创建redis事务时，可对指定的key进行监听，命令提交时，如果被监听的key没有被修改时，才能提交成功；如果在本次事务在未EXEC之前，被监听的KEY已经被修改，则本次事务的所有Redis操作全部失败；-------------------------------------------------------------------------------------<防止资源争夺问题>WATCH keymultiincr keyEXEC【悲观锁】：比如MySQL的行级锁或者表级锁；

【1】内存的数据备份到磁盘；
【2】方法一：RDB模式（默认开启）创建RDB文件方式:（1）Redis用户主动备份：SAVE 或者 BGSAVE；（2）设置配置文件条件满足时自动保存(使用最多)；RDB的缺点:自动创建RDB文件比较频繁，否则会严重影响服务器的性能，可能会丢失数据；
【3】方法二：AOFAOF存储的是Redis命令，不是真实的数据<需要手动开启配置进行存储>；AOF持久化的原理：每次修改数据库的命令被执行时，将命令写到默认配置的AOF文件；

【1】'从'只能接受'读'请求；'主'可以进行'读写'请求；
【2】作用：分担了读的压力（高并发）；避免单点问题【如果系统中'主Redis'挂了，'从Redis'能够接替成为'主Redis'】
【3】如果master挂了怎么办？sentinel哨兵：自动化的维护当master挂了之后，维护slave作为'主Redis'；