最近在看数据库相关的东西，正好看到 Redis 挺有意思。记录一下。
1、SQL and NoSQL
目前使用我接触最多的是关系型数据库，一般使用 SQL 来指代。NoSQL = not only sql，指非关系型数据库。
常见的关系型数据库有：MySQL、Oracle、SQL server、PostgreSQL 等。
常见的非关系型数据库有：Redis、MongoDB、HBase 等。
关系型数据库都使用二维表格模型来表示，但是非关系型数据库则有很多不同：
NoSQL 数据库分类：
- KV 键值对
临时性键值存储：Memcached，Redis
永久性键值存储：ROMA，Redis
应用场景：内容缓存，主要用于处理大量数据的高访问负载，也用于一些日志系统等等
数据模型：Key 指向 Value 的键值对，通常用 HashTable 来实现
- 优点：查找速度快
- 缺点：数据无结构化，通常只被当做字符串或者是二进制数据
- 面向文档的数据库：MongoDB，CouchDB
Mongodb 是一个基于分布式文件存储的数据库，由 c++ 语言编写。 为 web 应用提供可扩展的高性能数据存储解决方案，是一个介于关系数据库和非关系数据库之间的产品，是非关系数据中功能最丰富，最像关系数据库的
应用场景：WEB 应用（与 key-value 类似，value 是结构化的，不同的是数据库能够了解到 value 的内容）
数据模型：Key-Value 对应的键值对，Value 是结构化的数据
- 优点：数据结构要求不严格，表结构可变，不需要像关系型数据库一样需要预先定义表结构
- 缺点：查询性能不高，而且缺乏统一的查询语法
- 面向列的数据库：Cassandra，HBase
应用场景：分布式的文件系统
数据模型：以列簇式存储，将一列数据存储在一起
- 优点：查找速度快，可扩展性强，更容易进行分布式扩展
- 缺点：功能相对局限
- 面向图形的数据库：Neo4J，InfoGrid
应用场景：社交网络，推荐系统等，专注于构建关系图谱
数据模型：图结构
- 优点：利用图结构相关算法。比如最短路径寻址，N 度关系查找等等。
- 缺点：很多时候要对整个图做计算才能得出需要的信息，而且这种结构不太好做分布式的集群方案。
2、Redis 简介
Redis 是一个开源的、基于内存的数据结构存储，可用作数据库、缓存或者消息中间件。
它支持：strings、hashes、lists、sets、sorted sets with range queries、bitmaps、hyperloglogs、geospatial indexes with radius queries and streams 等数据结构。
Gitalking ...