随着数据体积的激增，MySQL+memcache已经满足不了大型互联网类应用的需求，许多机构也纷纷选择Redis作为其架构上的补充，然而Redis的使用门槛并不低，比如不支持SQL等，这里为大家分享Redis的使用全攻略。
Redis，备受关注的NoSQL数据库之一，已为众多知名互联网公司使用，比如新浪微博、Pinterest及Viacom。然而，天生不支持SQL却让他看起来很不容易接近，这里我们一起看@utopiar的博文——探索Redis。
探索之一：Redis? What is it?
简而言之，Redis是一种强大的key-value数据库，之所以强大有两点：响应速度快(所以数据内存存储，只在必要时写入磁盘)，特性丰富(支持多种数据类型，以及各类型上的复杂操作)。
事实上，Redis的一个重要特性就是它并非通常意义上的数据库，虽然称之为数据库是因为它可以为你存储和维护数据，但它并不像关系数据库那样提供任何的SQL方言。不过不用担心，Redis并不是吞噬数据的黑洞，它只是不支持SQL及相关功能，但却提供了稳健的协议用于与之交互。
在Redis中，没有数据表的概念，也无须关心select、join、view等操作或功能，同时也不提供类似于int或varchar的数据字段。你面对的将是相对原始的数据集合及数据类型。
探索之二：Available datatypes
下面我们深入看下这个奇怪的数据库是如何工作的。如上所见，Redis是基于key-value范式存储数据，所以先来重点看下"key"的概念。
key本质上就是简单的字符串，诸如"username"、"password"等。在定义key时，除了不能使用空格，你可以随意的使用普通的字符、数字等，像".",":","_"等在定义key时都能正常使用，所以像"user_name", "user:123:age", "user:123:username"都是不错的key的定义方式。
不像RDBMS中的字段名称，这里的key是Redis中的重要组成部分，所以我们必须在处理key时多加小心。在下面的讲述中，Redis并没有table的概念，所以像"SELECT username from users WHERE user_id=123;"这种简单任务都只能换种方式实现，为了达到这种目的，在Redis上，一种方式是通过key "user:123:username"来获取结果value。如你所见，key的定义中携带了神秘信息(像user ids)。在Redis中，key的重要性可见一斑。(其他key-value数据库中key的地位也是如此。)
现在你应该对key有了清楚的了解，下面带你进入可用的数据类型的神奇世界。
Strings
String是Redis中最基本的数据类型，它就是普通的二进制安全的字符串，支持最大数据长度为1Gb。
可以通过SET命令给一个key设置String类型的数据，并可通过GET命令根据key取得结果。如果你想存储数字信息，像计数器，你也可以把它存储到String数据中，并可使用INCR和DECR对之做自增和自减操作。
Lists
List是string数据的集合，其中各数据项按插入顺序排列。你可以把list当作一个锁链(chain)，所以可以在锁链最左边(链头)或最右边(链尾)添加一个新的链结(link)；当然也可以加在锁链中间，但却要打断某个链结。
可能通过LPUSH和RPUSH命令给list添加数据(L:left, R:right)，通过LPOP或RPOP命令弹出元素(同时删除该元素)，也可以通过LRANGE获取指定范围的元素(仅返回数据，不会删除任何元素)。另外也可通过LSET在指定位置添加元素，但通常这种操作比简单的LPUSH或RPUSH要慢很多。
Hashes
Hashes以简洁的方式存储关系更为紧密的数据。Hashes为每个存储的key实现一个内置的key-value对来存储数据，例如对于"user"这个key，它的值可以是多个字段以及与每个字符相应的值对组成数据集。如果你熟悉像ruby或javascript等编程语言，这里的hashes与那些语言中的hash概念大同小异。
Sets
Sets和它在数学上的同名概念"集合"意义相同，是包含不重复元素的集合。在Redis中，这些对象变成了Redis里的String类型。正如你想，sets与lists不同的地方在于：sets中的元素是无序的，并且不能重复，你不能在sets中放进两个相同的数据。
可以通过SADD往set中添加数据，SREM删除数据，或者通过SPOP返回并删除此数据。此外还可以通过SUNION, SINTER, SDIFF命令分别实现集合上的"并集", "交集", "差集"操作。
Ordered sets
Ordered sets与sets类似，不同地方在于Ordered set中的每个元素都有一个权重，用于与其他元素比较并排序。
当然ordered set与普通sets具有类似的操作，ZADD和ZREM分别是添加和删除元素。Ordered set也有自己独有的操作：ZINCR和ZSCORE，前则用于为元素的权重+1，后则则返回元素的权重值。
探索之三：Where are my tables?
使用Redis与我们之前使用的SQL数据表完全不同，没有语言支持你在服务器上查询数据，这里仅有一些命令帮你操作数据库中的keys值。Redis中的命令是数据类型敏感型的，也就是说你不能在list上执行set命令，否则你将得到一个执行错误的提示。可以通过redis-cli或其他你使用的编程语言中的接口给Redis server发送命令。在下面的示例中，我们只强调命令本身，而不关注你通过哪种方式提交给Redis server。
想像一下，一个简单的SQL数据库表，像一些应用中会用到的保存用户数据的表：
存储数据
假如我们想把上面的数据存储到Redis中，你会如何在Redis中设计数据库方案呢？也许以应用的视觉来看会更直观一些。使用SQL，我们在SELECT中通过指定用户id来获得一个用户信息，换句话说就是需要有用于区分不同数据实体的方式，所以我们可以通过一个唯一的标识来标识和获取用户信息。所以如果在redis的key中加入用户的id信息，那么我们的查询需求就解决了，在redis中，数据被存储成如下形式：
那么，给出任一个用户id，我们就可以通过key user:id:username,user:id:password,user:id:name,user:id:surname的形式读出用户信息。
用户登录
上面的存储形式也能用于用户登录，但需要一种方式能根据username来查询用户的id。也就是说我们还需要在username和id之间建立联系。这可以通过添加另外一个redis key"user:username:id"来实现。
现在如果Mario Rossi想要登录进来，我们可以通过key"user:user2:id"先查出username，进而获得用户的所有信息。
主键
在Redis中如何保证id值的唯一性呢。在SQL中，可以通过"id int primary key auto_increment"定义自增主键来实现，现在我们也需要一种类似的方式为每个用户生成一个不同的id。根据前面可用的数据类型中提到的数字数据，Redis中的方案是这样的：创建一个key"user:next_id"，并把它作为计数器，每当要添加新用户时，就对key"user:next_id"执行INCR命令。
SELECT * FROM users;
下一个面临的问题是查询用户列表。也许你认为我们上面的数据存储已经足以查询出用户列表：可以先获得"user:next_id"的当前值counter，然后通过一步或多步遍历0到counter获得用户数据。但如果某个用户从系统中删除(下面会讲到删除操作)，而我们会遍历0到counter中的所有id，这时就会有些id查询不到任何数据。
尽管这通常不是问题，但我们不想在不存在的用户数据上浪费时间，所以需要创建另外一个key"user:list"，其value为list或set类型，用于存储每一个新增的用户id，并在必要的时候从"user:list"中删除该id。我更倾向于使用list，因为它可能通过LRANGE命令实现分页功能。
删除用户
还有一个要面临的问题是"数据完整性",看看我们在删除用户时会发生什么吧。我们需要删除每一个对此用户的引用，也就是说，需要删除下面所有的key"user:id:*","user:username:id"，以及"user:list"中的用户id。
探索之四：A Simple use case
为了学习致用，我们尝试设计一个虚拟图书馆，并能根据主题对图书分组。下面的例子比上面的用户表会稍微复杂些，但你将学会如何在Redis中处理关联关系。
在应用中，我们需要收集图书，并存储他们的title,author(s), topic(s), pages, price, ISBN和description。显然有些图书的作者不止一个，并且它也许会涵盖不同的主题(例如一本书可以是编程主题，也可以是描述的ruby编程)。另外一个作者可能写了很多本书，而一个主题必然会包含很多本书。可以看出，这里出现了作者和图书、主题和图书的多对多关系。
SQL场景
首先，我们尝试使用SQL数据表为此种场景建数据模型，以便于我们更直观的在Redis领域中模拟：
Redis场景
前面已经介绍了如何在Redis中存储数据，所以这里理解Books,Authors和Topics这三张表应该不成问题。但当面对Books-Authors和Book-Topics这种表之间的多对多关联时，问题变得复杂起来。下面以Topic为例来看如何解决Book与Topic之间的关联，一旦对这个关系清楚了，Book与Author之间的关系也就迎刃而解了。
对于每本book，我们需要知道它属于哪些topics；同样对于每个topic，也要处理它包含的每本book。换句话说，对每本book，需要一个存储它所关联的topic的id列表，对于每个topic，同样需要一个存储它关联的book的id列表。这正是set大展身手的地方。我们将创建两个sets:"book:id:topic"和"topic:id:books"，前者保存book的topics'id列表，后者存储topic的books'id列表。以前面SQL场景中的数据为例，图书"Programming Erlang"(books表中的id为2)，将有一个key为"book:2:topics"，value为set类型且数据为(1,3)的数据信息；而主题"programming"则会有一个key为"topic:1:books"，值为(1,2)的数据集。
经过分析，就得出了Redis场景下的数据模型：
可以看出，在SQL中的多对多关联，在Redis中可以通过两个set来实现。你会发现这种实现相当有用，它给我们提供了一种可以自由获得其他信息的能力：可以通过对所有感兴趣的"topic:id:books"集合中交集操作，从而获得隶属于多个主题的图书。例如对集合"topic:1:books"(programming主题)和"topic:2:books"(ruby主题)做交集，会得到只有一个元素(1)的集合，从而获得id=1的图书：programming Ruby。
对于这种实现，你必须特别关注对数据的删除操作。因为topics里有对books的引用，同样books里有对topics的引用，那删除如何操作？以删除books中的数据为例，首先想到的是要删除每个key为"book:id:*"的数据，但执行此操作前需要先遍历topics中的所有key为"topic:id:books"的集合，并从中删除待删除图书的id，当然也要从books中key为"book:list"的列表中删除此id。如果想删除一个topic，操作也很类似：从topics中删除所有key为"topic:id:*"信息之前，需要先遍历books中的key为"books:id:topics"的topic id集，并从中删除待删除topic的id，同时从"topic:list"列表中也删除此id。同样的操作对于authors一样适用。
探索之五：Back home
对于Redis的探索到一段落，现在回头看看我们的旅行包里收获了哪些精彩。
我们学习了Redis中的数据类型及操作命令，还有一些其他有趣的东西。 是不是还有几段记忆深刻的故事呢：
通过对String数据执行INCR命令解决唯一自增主键问题
通过含义丰富的key:"user:username:id"处理用户登录场景
通过set实现数据间的多对多关联
到此为止，Redis之旅已经结束，希望未给你带来不快。最后送上一副良济：having fun coding free software!
原文链接：http://www.cnblogs.com/enjiex/p/3618546.html