Redis是一个基于BSD开源的项目，用于把结构化的数据放入到内存中，的存储系统，可以把它作为数据库，缓存和中间件使用。支持复制，Lua脚本，LRU，事物等等功能。通过redis 哨兵可以实现高可用，自动分片，事物，发布订阅，自动化故障转移。
有一个热点新闻列表的api，http://api.xxx.com/hot-news 根据这个新闻列表将会返回一个数据，每次都需要大约2秒左右才能返回结果。如何提升API消费者感知的性能呢？这里有个方案，服务端添加上cache-control:max-age=600 消费者可以缓存这个响应十分钟， 弊端：
缓存生效的时间，得到旧数据。
无视缓存直接访问，仍然需要两秒。
API调用需要耗时2秒，主要原因：SQL获取热点耗时2秒，这里采用了一个简单的方法，把SQL查询结果直接缓存进入api服务器内存中，设置缓存有效时间为一分钟，后续一分钟直接读缓存，不需要花费时间执行SQL。问题：内存爆满。
继续演化，采用服务端的Redis实现。把缓存直接放入到一个专门的服务器上，内存配置相当的大，使用Redis。使用一台单独的服务器作为Redis的服务器。API服务器的内存压力得以解决。继续进行演化，这里演化进入下一阶段，进行持久化，和哨兵以及复制
单台的Redis会出现罢工的情况，导致缓存丢失，出现缓存雪崩，API服务器和数据库的压力一下子上来，Redis持久化这个时候就需要了，可以缓解缓存雪崩带来的影响，可以直接写入硬盘中，在redis重新启动的时候加载这些数据。
Redis服务器罢工肿么办，继续演化，这里进行备份一台，当一台挂的时候，另外一台直接出厂，哨兵可以管理多个Redis服务器，提供监控，提醒，以及自动故障转移的功能、
单台服务器资源总是有上限的，CPU和IO使用主从复制，进行读写分离，一部分CPU和IO转移到从服务器。内存不能进行横向扩展，这里让每台服务器只负责其中的一部分，让这些所有的服务器构成一个整体，对外界进行消费。Redis有两种分布式解决方案，都是基于Proxy的方式的，这里使用的都是twemproxy和codis独立处理分布式这部分逻辑。其中tewmproxy采用的是增加中间层的方式解决
在计算机中，没有什么是不增加一个中间层就能解决掉的问题。
第二个方式是让redis服务器知道彼此的存在，通过重定向的机制引导客户端完成自己所需要的操作。比如客户端连接到一个redis服务器，说我要执行这个操作，发现没有办法执行，这个时候，直接重定向到另外一个服务器进行执行，让另外一个服务器去完成这个操作。这个时候需要的是，每台redis服务器都需要保存一套完整的redis的内容。否则无法完成寻找。
总结，对于分布式系统而言，需要一个内容来保存其能提供服务的信息，第一个是这部分信息单独处理，第二个是全部保存这部分信息。
上方，根据一个接口的缓存来进行不断的演化，由最开始保存到客户端，到保存到一台服务器内存，到保存单台redis，到多台redis，各自解决了什么问题，详细的演化的过程。最后演化到了一个高可用，去中心化，分布式的存储系统。
Redis支持丰富的数据类型，从基础的string到复杂的常用的数据结构都支持。
string，list，set等
每一个数据类型都有一个独立的命令操作，需要一次执行不止一个命令，需要同时成功or失败，所以事物诞生了。
在事物基础上，如果需要执行更加复杂的操作，逻辑判断，获取缓存的时候，同时延长过期时间，这个时候需要使用Lua脚本。
Redis 客户端和服务器连接基于TCP的，默认每次连接执行一个命令，管道允许一次连接来处理多条命令，从而节省TCP连接的开销。管道和事物的差异在于节省通信的开销，但是并不会保证原子性。
这里使用的是加锁给key，取锁，删除key。由于需要保证一个原子性操作，这里使用LUA脚本实现。
SET resource_name my_random_value NX PX 30000 if redis.call("get",KEYS[1]) == ARGV[1] then return redis.call("del",KEYS[1]) else return 0 end小明菜市场
推荐阅读
● 实践 | 在MySql中，这四种方法可以避免重复插入数据！
● 理论 | 分库分表需要考虑的问题及方案
● 理论 | 六种延迟队列的实现方案
● 实战 | Element UI 父子组件传值与事件绑定（逆向）
● 实战 | Element UI 父子组件传值与事件绑定（正向）
