[轉]redis;mongodb;memcache三者的性能比較

時間 2019-11-05

標籤 redis mongodb memcache 性能欄目 Redis 简体版

原文原文鏈接

先說我本身用的狀況：php

最早用的memcache ,用於鍵值對關係的服務器端緩存，用於存儲一些經常使用的不是很大，但須要快速反應的數據html

而後，在另外一個地方，要用到redis，而後就去研究了下redis. 一看，顯示本身安裝了php擴展，由於有服務器上的redis服務端，本身本地就沒有安裝，其實用法和memcache基本同樣，可能就是幾個參數有所不同。固然它們緩存的效果也不同，具體的哪裏不同，一下就是一些資料，和本身的總結redis

一、 Redis和Memcache都是將數據存放在內存中，都是內存數據庫。不過memcache還可用於緩存其餘東西，例如圖片、視頻等等。
二、數據類型--Memcache在添加數據時就要指定數據的字節長度，例如：
set key3 0 0 8
lxsymcto
STORED
而redis不須要，如：redis 127.0.0.1:6379>set key2 "lxsymblog"
OK
redis 127.0.0.1:6379>get key2
"lxsymblog"
三、虛擬內存--Redis當物理內存用完時，能夠將一些好久沒用到的value 交換到磁盤
四、過時策略--memcache在set時就指定，例如set key1 0 0 8,即永不過時。Redis能夠經過例如expire 設定，例如expire name 10
五、分佈式--設定memcache集羣，利用magent作一主多從;redis能夠作一主多從。均可以一主一從
六、存儲數據安全--memcache掛掉後，數據沒了；redis能夠按期保存到磁盤（持久化）
七、災難恢復--memcache掛掉後，數據不可恢復; redis數據丟失後能夠經過aof恢復
算法

從如下幾個維度，對redis、memcache、mongoDB 作了對比，歡迎拍磚mongodb

1、性能數據庫

都比較高，性能對咱們來講應該都不是瓶頸緩存

整體來說，TPS方面redis和memcache差很少，要大於mongodb安全

2、操做的便利性服務器

memcache數據結構單一網絡

redis豐富一些，數據操做方面，redis更好一些，較少的網絡IO次數

mongodb支持豐富的數據表達，索引，最相似關係型數據庫，支持的查詢語言很是豐富

3、內存空間的大小和數據量的大小

redis在2.0版本後增長了本身的VM特性，突破物理內存的限制；能夠對key value設置過時時間（相似memcache）

memcache能夠修改最大可用內存,採用LRU算法

mongoDB適合大數據量的存儲，依賴操做系統VM作內存管理，吃內存也比較厲害，服務不要和別的服務在一塊兒

4、可用性（單點問題）

對於單點問題，

redis，依賴客戶端來實現分佈式讀寫；主從複製時，每次從節點從新鏈接主節點都要依賴整個快照,無增量複製，因性能和效率問題，

因此單點問題比較複雜；不支持自動sharding,須要依賴程序設定一致hash 機制。

一種替代方案是，不用redis自己的複製機制，採用本身作主動複製（多份存儲），或者改爲增量複製的方式（須要本身實現），一致性問題和性能的權衡

Memcache自己沒有數據冗餘機制，也不必；對於故障預防，採用依賴成熟的hash或者環狀的算法，解決單點故障引發的抖動問題。

mongoDB支持master-slave,replicaset（內部採用paxos選舉算法，自動故障恢復）,auto sharding機制，對客戶端屏蔽了故障轉移和切分機制。

5、可靠性（持久化）

對於數據持久化和數據恢復，

redis支持（快照、AOF）：依賴快照進行持久化，aof加強了可靠性的同時，對性能有所影響

memcache不支持，一般用在作緩存,提高性能；

MongoDB從1.8版本開始採用binlog方式支持持久化的可靠性

6、數據一致性（事務支持）

Memcache 在併發場景下，用cas保證一致性

redis事務支持比較弱，只能保證事務中的每一個操做連續執行

mongoDB不支持事務

7、數據分析

mongoDB內置了數據分析的功能(mapreduce),其餘不支持

8、應用場景

redis：數據量較小的更性能操做和運算上

memcache：用於在動態系統中減小數據庫負載，提高性能;作緩存，提升性能（適合讀多寫少，對於數據量比較大，能夠採用sharding）

MongoDB:主要解決海量數據的訪問效率問題

最近一直在研究key-value的存儲，簡單記一下感覺。。一些memcache和redis的安裝和使用就不贅述啦。只簡單說說兩種方案的差異。一些感想和測試結果未必足夠能說明問題，有什麼不妥請你們指正。由於這兩天在學習的過程發現一直在更正本身認識的缺陷，天天都會否認前一天的想法。。好了，費話少說。

　　通過對50萬個數據存儲的研究發現：

　　每秒單條指令執行量　　　　

memcache 約３萬次

　　redis 約１萬次

並且，memcache的一大優勢是能夠經過一個函數直接設置過時時間，而redis須要兩個函數才能夠既設置了鍵值對又設置過時時間，也就是redis在這點上效率變成了原來的一半，即5千次，這對於大部分需求來講，有點太慢了。

　　memcache的測試代碼以下：

<?php

$mem = new Memcache;

$mem->connect("127.0.0.1", 11211);

$time_start = microtime_float();

//保存數據

for($i = 0; $i < 100000; $i ++){

$mem->set("key$i",$i,0,3);

}

$time_end = microtime_float();

$run_time = $time_end - $time_start;

echo "用時 $run_time 秒\n";

function microtime_float()

{

list($usec, $sec) = explode(" ", microtime());

return ((float)$usec + (float)$sec);

}

　　redis的測試代碼以下：redis1.php 此代碼大概須要１０秒左右

<?php

//鏈接

$redis = new Redis();

$redis->connect('127.0.0.1', 6379);

$time_start = microtime_float();

//保存數據

for($i = 0; $i < 100000; $i ++){

$redis->sadd("key$i",$i);

}

$time_end = microtime_float();

$run_time = $time_end - $time_start;

echo "用時 $run_time 秒\n";

//關閉鏈接

$redis->close();

function microtime_float()

{

list($usec, $sec) = explode(" ", microtime());

return ((float)$usec + (float)$sec);

}

　　若是須要在設置鍵值的同時設置過時時間，大概執行須要２０秒左右，測試代碼以下:redis2.php

<?php

//鏈接

$redis = new Redis();

$redis->connect('127.0.0.1', 6379);

$time_start = microtime_float();

//保存數據

for($i = 0; $i < 100000; $i ++){

$redis->sadd("key$i",$i);

$redis->expire("key$i",3);

}

$time_end = microtime_float();

$run_time = $time_end - $time_start;

echo "用時 $run_time 秒\n";

//關閉鏈接

$redis->close();

function microtime_float()

{

list($usec, $sec) = explode(" ", microtime());

return ((float)$usec + (float)$sec);

}

　　後來在網上發現redis有一個神奇的功能叫事務，經過multi原子性的將一段代碼塊依次執行，從而達到一個完整功能模塊的執行。不幸的是，經過測試發現，採用multi方式執行代碼時並無減小請求次數，相反在執行multi指令和exec指令時都要發送請求，從而將運行時間變成了原來的四倍，即四條指令的運行時間。測試代碼以下：redis3.php

<?php

//鏈接

$redis = new Redis();

$redis->connect('127.0.0.1', 6379);

$time_start = microtime_float();

//保存數據

for($i = 0; $i < 100000; $i ++){

$redis->multi();

$redis->sadd("key$i",$i);

$redis->expire("key$i",3);

$redis->exec();

}

$time_end = microtime_float();

$run_time = $time_end - $time_start;

echo "用時 $run_time 秒\n";

//關閉鏈接

$redis->close();

function microtime_float()

{

list($usec, $sec) = explode(" ", microtime());

return ((float)$usec + (float)$sec);

}

　　問題出現了瓶頸，有好多公司須要海量數據處理，每秒５０００次遠不能知足需求，而後因爲redis主從服務器上比memcache有更大的優點，爲了未來數據的着想，不得不使用redis，這時候出現了一種新的方式，即phpredis提供的pipline功能，該功能可以真正的將幾條代碼封裝成一次請求，從而大大提升了運行速度，５０萬次的數據執行只有了５８秒。測試代碼以下：redis4.php

<?php

//鏈接

$redis = new Redis();

$redis->connect('127.0.0.1', 6379);

$time_start = microtime_float();

//保存數據

for($i = 0; $i < 100000; $i ++){

　　$pipe=$redis->pipeline();

$pipe->sadd("key$i",$i);

$pipe->expire("key$i",3);

$replies=$pipe->execute();

}