架構選型，究竟啥時候選Redis？
redis是互聯網分層架構中，最常用的KV緩存，但不少同學仍然不知道，為啥要選擇redis。
畫外音：與之對比最多的，是memcache。
一、復雜數據結構，選擇redis更合適
value是哈希，列表，集合，有序集合這類復雜的數據結構時，會選擇redis，因為mc無法滿足這些需求。
最典型的場景，用戶訂單列表，用戶消息，帖子評論列表等。
二、持久化，選擇redis更合適
mc無法滿足持久化的需求，只得選擇redis。但是，這里要提醒的是，真的使用對了redis的持久化功能么?
千萬不要把redis當作數據庫用：
- redis的定期快照不能保證數據不丟失;
- redis的AOF會降低效率，并且不能支持太大的數據量;
不要期望redis做固化存儲會比mysql做得好，不同的工具做各自擅長的事情，把redis當作數據庫用，這樣的設計八成是錯誤的。
緩存場景，開啟固化功能，有什么利弊?
如果只是緩存場景，數據存放在數據庫，緩存在redis，此時如果開啟固化功能：
優點是，redis掛了再重啟，內存里能夠快速恢復熱數據，不會瞬時將壓力壓到數據庫上，沒有一個cache預熱的過程。
缺點是，在redis掛了的過程中，如果數據庫中有數據的修改，可能導致redis重啟后，數據庫與redis的數據不一致。
因此，只讀場景，或者允許一些不一致的業務場景，可以嘗試開啟redis的固化功能。
三、高可用，選擇redis更合適
redis天然支持集群功能，可以實現主動復制，讀寫分離。
redis官方也提供了sentinel集群管理工具，能夠實現主從服務監控，故障自動轉移，這一切，對于客戶端都是透明的，無需程序改動，也無需人工介入。
畫外音：memcache，要想要實現高可用，需要進行二次開發，例如客戶端的雙讀雙寫，或者服務端的集群同步。
但是，這里要提醒的是，大部分業務場景，緩存真的需要高可用么?
- 緩存場景，很多時候，是允許cache miss;
- 緩存掛了，很多時候可以通過DB讀取數據;
所以，需要認真剖析業務場景，高可用，是否真的是對緩存的主要需求?
畫外音：即時通訊業務中，用戶的在線狀態，就有高可用需求。
四、存儲的內容比較大，選擇redis更合適
memcache的value存儲，最大為1M，如果存儲的value很大，只能使用redis。
當然，redis與memcache相比，由于底層實現機制的差異，也有一些“劣勢”的情況。
情況一：由于內存分配機制的差異，redis可能導致內存碎片
memcache使用預分配內存池的方式管理內存，能夠省去內存分配時間。
redis則是臨時申請空間，可能導致碎片。
從這一點上，mc會更快一些。
情況二：由于虛擬內存使用的差異，redis可能會刷盤影響性能
memcache把所有的數據存儲在物理內存里。
redis有自己的VM機制，理論上能夠存儲比物理內存更多的數據，當數據超量時，會引發swap，把冷數據刷到磁盤上。從這一點上，數據量大時，mc會更快一些。
畫外音：新版本redis已經優化。
情況三：由于網絡模型的差異，redis可能會因為CPU計算影響IO調度
memcache使用非阻塞IO復用模型，redis也是使用非阻塞IO復用模型。
但由于redis還提供一些非KV存儲之外的排序，聚合功能，在執行這些功能時，復雜的CPU計算，會阻塞整個IO調度。
從這一點上，由于redis提供的功能較多，mc會更快一些。
情況四：由于線程模型的差異，redis難以利用多核特效提升性能
memcache使用多線程，主線程監聽，worker子線程接受請求，執行讀寫，這個過程中，可能存在鎖沖突。
redis使用單線程，雖無鎖沖突，但難以利用多核的特性提升整體吞吐量。
從這一點上，mc會快一些。
情況五：由于缺乏auto-sharding，redis只能手動水平擴展
不管是redis還是memcache，服務端集群沒有天然支持水平擴展，需要在客戶端進行分片，這其實對調用方并不友好。如果能服務端集群能夠支持水平擴展，會更完美一些。
最后說一點，可能是很多人喜歡redis的原因之一：源碼可讀性高，代碼質量很高。
看過redis和memcache的源碼，從可讀性上說，redis是我見過代碼最清爽的軟件，甚至沒有之一，或許簡單是redis設計的初衷，編譯redis甚至不需要configure，不需要依賴第三方庫，一個make就搞定了。
而memcache源碼，可能是考慮了太多的擴展性，多系統的兼容性，代碼不清爽，看起來費勁。
例如網絡IO的部分，redis源碼1-2個文件就搞定了，mc使用了libevent，一個fd傳過來傳過去，又pipe又線程傳遞的，特別容易把人繞暈。
【本文為51CTO專欄作者“58沈劍”原創稿件，轉載請聯系原作者】
