關係型數據庫與NoSql數據庫
Not Only SQL，其含義是：適合關係型數據庫的時候就是用關係型數據庫，不適用的時候也沒必要非得使用關係型數據庫不可，可以考慮使用更加合適的數據存儲。
爲彌補關係型數據庫的不足，各種各樣的NoSQL數據庫運應而生。
階層型數據庫
早期的數據庫稱爲階層型數據庫，數據的關係都是以簡單的樹形結構來定義的。程序也通過樹形結構對數據進行訪問。這種結構，父記錄(上層的記錄)同時擁有多個子記錄(下層記錄)，子記錄只有唯一的父記錄。正因爲如此，這種非常簡單的構造在碰到複雜數據的時候往往會造成數據的重複(同一數據在數據庫內重複出現)，出現數據冗餘的問題。
階層型數據庫把數據通過階層結構的方式表現出來，雖然這樣的結構有利於提高查詢效率，但與此相對應的是，不理解數據結構就無法進行高效的查詢。當然，在階層結構發生變更的時候，程序也需要進行相應的變更。
網絡型數據庫
前所述，階層型數據庫會帶來數據重複的問題。爲了解決這個問題，就出現了網絡型數據庫。它擁有同階層型數據庫相近的數據結構，同時各種數據又如同網狀交織在一起，因此而得名。
階層型數據庫只能通過父子關係來表現數據之間的關係。針對這一不足，網絡型數據庫可以使子記錄同時擁有多個父記錄，從而解決了數據冗餘的問題。
但是，在網絡型數據庫中，數據間比較複雜的網絡關係使得數據結構的更新變得比較困難。另外，與階層型數據庫一樣，網絡型數據庫對數據結構有很強的依賴性，不理解數據結構就無法進行相應的數據訪問。
關係型數據庫
最後要向大家介紹的是以科德提出的關係數據模型爲基礎的關係型數據庫。關係型數據庫把所有的數據都通過行和列的二元表現形式表示出來,給人更容易理解的直觀感受。網絡型數據庫存在着數據結構變更困難的問題,而關係型數據庫可以使多條數據根據值來進行關聯,這樣就使數據可以獨立存在,使得數據結構的變更變得簡單易行。
對於階層型數據庫和網絡型數據庫，如果不理解相應的數據結構，就無法對數據進行讀取，它們對數據結構的依賴性很強。因此，它們往往需要專業的工程師使用特定的計算機程序進行操作處理。相反，關係型數據庫將作爲操作對象的數據和操作方法（數據之間的關聯）分離開來，消除了對數據結構的依賴性，讓數據和程序的分離成爲可能。這使得數據庫可以廣泛應用於各個不同領域，進一步擴大了數據庫的應用範圍。
通用性及高性能
"關係型數據庫的性能絕對不低，它具有非常好的通用性和非常高的性能"。毫無疑問，對於絕大多數的應用來說它都是最有效的解決方案。
突出的優勢
關係型數據庫作爲應用廣泛的通用型數據庫，它的突出優勢主要有以下幾點：
1、保持數據的一致性(事務處理)
2、由於以標準化爲前提，數據更新的開銷很小(相同的字段基本上都只有一處)
3、可以進行JOIN等複雜查詢
4、存在很多實際成果和專業技術信息(成熟的技術)。
這其中，能夠保持數據的一致性是關係型數據庫的最大優勢。在需要嚴格保證數據一致性和處理完整性的情況下，用關係型數據庫是肯定沒有錯的。但是有些情況不需要JOIN，對上述關係型數據庫的優點也沒有什麼特別需要，這時似乎也就沒有必要拘泥於關係型數據庫了。
就像之前提到的那樣，關係型數據庫的性能非常高。但是它畢竟是一個通用型的數據庫，並不能完全適應所有的用途。具體來說它並不擅長以下處理：
1、大量數據的寫入處理
2、爲有數據更新的表做索引或表結構(schema)變更
3、字段不固定的應用
4、對簡單查詢需要快速返回結果的處理
在數據讀入方面，由複製產生的主從模式(數據的寫入由主數據庫負責，數據的讀取由從數據庫負責)，可以比較簡單地通過增加從數據庫來實現規模化。但是，在數據的寫入方面卻完全沒有簡單的方法來解決規模化問題。讀寫集中在一個數據庫上讓數據庫不堪重負，大部分網站開始使用主從複製技術來實現讀寫分離，以提高讀寫性能和讀庫的可擴展性。
例如，要想將數據的寫入規模化，可以考慮把主數據庫從一臺增加到兩臺，作爲互相關聯複製的二元主數據庫來使用。確實這樣似乎可以把每臺主數據庫的負荷減少一半，但是更新處理會發生衝突(同樣的數據在兩臺服務器同時更新成其他值)，可能會造成數據的不一致。爲了避免這樣的問題，就需要把對每個表的請求分別分配給合適的主數據庫來處理，這就不那麼簡單了。
下圖爲兩臺主機問題：
另外，也可以考慮把數據庫分割開來，分別放在不同的數據庫服務器上，比如將這個表放在這個數據庫服務器上，那個表放在那個數據庫服務器上。數據庫分割可以減少每臺數據庫服務器上的數據量，以便減少硬盤I/O(輸入/輸出)處理，實現內存上的高速處理，效果非常顯著。但是，由於分別存儲在不同服務器上的表之間無法進行JOIN處理，數據庫分割的時候就需要預先考慮這些問題。數據庫分割之後，如果一定要進行JOIN處理，就必須要在程序中進行關聯，這是非常困難的。
下圖爲二元主數據庫問題的解決辦法：數據庫分割
數據庫分割：不能進行JOIN處理
在使用關係型數據庫時，爲了加快查詢速度需要創建索引，爲了增加必要的字段就一定需要改變表結構。
爲了進行這些處理，需要對錶進行共享鎖定，這期間數據變更(更新、插入、刪除等)是無法進行的。如果需要進行一些耗時操作(例如爲數據量比較大的表創建索引或者是變更其表結構)，就需要特別注意：長時間內數據可能無法進行更新。下表所示爲共享鎖和排他鎖。
如果字段不固定，利用關係型數據庫也是比較困難的。有人會說"需要的時候，加個字段就可以了"，這樣的方法也不是不可以，但在實際運用中每次都進行反覆的表結構變更是非常痛苦的。你也可以預先設定大量的預備字段，但這樣的話，時間一長很容易弄不清楚字段和數據的對應狀態（即哪個字段保存哪些數據)，所以並不推薦使用。下圖所示爲使用預備字段的情況：
最後還有一點，這點似乎稱不上是缺點，但不管怎樣，關係型數據庫並不擅長對簡單的查詢快速返回結果。這裏所說的"簡單"指的是沒有複雜的查詢條件，而不是用JOIN的意思。因爲關係型數據庫是使用專門的SQL語言進行數據讀取的，它需要對SQL語言進行解析，同時還有對錶的鎖定和解鎖這樣的額外開銷。這裏並不是說關係型數據庫的速度太慢，而只是想告訴大家若希望對簡單查詢進行高速處理，則沒有必要非用關係型數據庫不可。
在這種情況下，我想推薦大家使用NoSQL數據庫。但是像MySQL提供了利用HandlerSocket這樣的變通方法，也是可行的。雖然使用的是關係型數據庫MySQL，但並沒有利用SQL而是直接進行數據訪問。這樣的方法是非常快速的。
下圖所示爲HandlerSocket的概要：
上節介紹了關係型數據庫的不足之處。爲了彌補這些不足(特別是最近幾年)，NoSQL數據庫出現了。關係型數據庫應用廣泛，能進行事務處理和JOIN等複雜處理。相對地，NoSQL數據庫只應用在特定領域，基本上不進行復雜的處理，但它恰恰彌補了之前所列舉的關係型數據庫的不足之處。
如前所述，關係型數據庫並不擅長大量數據的寫入處理。原本關係型數據庫就是以JOIN爲前提的，就是說，各個數據之間存在關聯是關係型數據庫得名的主要原因。爲了進行JOIN處理，關係型數據庫不得不把數據存儲在同一個服務器內（集中），這不利於數據的分散。相反，NoSQL數據庫原本就不支持JOIN處理，各個數據都是獨立設計的，很容易把數據分散到多個服務器上。由於數據被分散到了多個服務器上，減少了每個服務器上的數據量，即使要進行大量數據的寫入操作，處理起來也更加容易。同理，數據的讀入操作當然也同樣容易。
下面說一點題外話，如果想要使服務器能夠輕鬆地處理更大量的數據，那麼只有兩個選擇：一是提升性能，二是增大規模。下面我們來整理一下這兩者的不同。
首先，提升性能指的就是通過提升現行服務器自身的性能來提高處理能力。這是非常簡單的方法，程序方面也不需要進行變更，但需要一些費用。若要購買性能翻倍的服務器，需要花費的資金往往不只是原來的2倍，可能需要多達5~10倍。這種方法雖然簡單，但是成本較高。下圖所示爲提升性能的費用與性能曲線：
另一方面，增大規模指的是使用多臺廉價的服務器來提高處理能力。它需要對程序進行變更，但由於使用廉價的服務器，可以控制成本。另外，以後只要依葫蘆畫瓢增加廉價服務器的數量就可以了。下圖所示爲提升性能和增大規模：
NoSQL數據庫基本上來說爲了"使大量數據的寫入處理更加容易(讓增加服務器數量更容易)"而設計的。但如果不是對大量數據進行操作的話，NoSQL數據庫的應用就沒有意義嗎？
答案是否定的。的確，它在處理大量數據方面很有優勢。但實際上NoSQL數據庫還有各種各樣的特點，如果能夠恰當地利用這些特點，它就會非常有用。具體的例子將會在第2章和第3章進行介紹，這些用途將會讓你感受到利用NoSQL的好處。
1、希望順暢地對數據進行緩存(Cache)處理
2、希望對數組類型的數據進行高速處理
3、希望進行全部保存
NoSQL數據庫存在着"鍵值存儲"、"文檔型數據庫"、"列存儲數據庫"等各種各樣的種類，每種數據庫又包含各自的特點。
NoSQL說起來簡單，但實際上到底有多少種呢？我在提筆的時候，到NoSQL的官方網站上確認了一下，竟然已經有122種了。另外官方網站上也介紹了本書沒有涉及到的圖形數據庫和對象數據庫等各個類別。不知不覺間，原來已經出現了這麼多的NoSQL數據庫啊。 本節將爲大家介紹具有代表性的NoSQL數據庫。
這是最常見的NoSQL數據庫，它的數據是以key-value的形式存儲的。雖然它的處理速度非常快，但是基本上只能通過key的完全一致查詢獲取數據。根據數據的保存方式可以分爲臨時性、永久性和兩者兼具三種。
memcached屬於這種類型。所謂臨時性就是 “數據有可能丟失”的意思。memcached把所有數據都保存在內存中，這樣保存和讀取的速度非常快，但是當memcached停止的時候，數據就不存在了。由於數據保存在內存中，所以無法操作超出內存容量的數據（舊數據會丟失）。
1、在內存中保存數據
2、可以進行非常快速的保存和讀取處理
3、 數據有可能丟失
Tokyo Tyrant、Flare、ROMA等屬於這種類型。和臨時性相反，所謂永久性就是“數據不會丟失”的意思。這裏的key-value存儲不像memcached那樣在內存中保存數據，而是把數據保存在硬盤上。與memcached在內存中處理數據比起來，由於必然要發生對硬盤的IO操作，所以性能上還是有差距的。但數據不會丟失是它最大的優勢。
1、在硬盤上保存數據
2、可以進行非常快速的保存和讀取處理（但無法與memcached相比）
3、數據不會丟失
Redis屬於這種類型。Redis有些特殊，臨時性和永久性兼具，且集合了臨時性key-value存儲和永久性key-value存儲的優點。Redis首先把數據保存到內存中，在滿足特定條件（默認是15分鐘一次以上，5分鐘內10個以上，1分鐘內10000個以上的key發生變更）的時候將數據寫入到硬盤中。這樣既確保了內存中數據的處理速度，又可以通過寫入硬盤來保證數據的永久性。這種類型的數據庫特別適合於處理數組類型的數據。
1、同時在內存和硬盤上保存數據
2、可以進行非常快速的保存和讀取處理
3、保存在硬盤上的數據不會消失（可以恢復）
4、適合於處理數組類型的數據
MongoDB、CouchDB屬於這種類型。它們屬於NoSQL數據庫，但與key-value存儲相異。
面向文檔的數據庫具有以下特徵：即使不定義表結構，也可以像定義了表結構一樣使用。關係型數據庫在變更表結構時比較費事，而且爲了保持一致性還需修改程序。然而NoSQL數據庫則可省去這些麻煩（通常程序都是正確的），確實是方便快捷。
跟key-value存儲不同的是，面向文檔的數據庫可以通過複雜的查詢條件來獲取數據。雖然不具備事務處理和JOIN這些關係型數據庫所具有的處理能力，但除此以外的其他處理基本上都能實現。這是非常容易使用的NoSQL數據庫。
1、不需要定義表結構
2、可以利用複雜的查詢條件
Cassandra、Hbase、HyperTable屬於這種類型。由於近年來數據量出現爆發性增長，這種類型的NoSQL數據庫尤其引人注目。
普通的關係型數據庫都是以行爲單位來存儲數據的，擅長進行以行爲單位的讀入處理，比如特定條件數據的獲取。因此，關係型數據庫也被稱爲面向行的數據庫。相反，面向列的數據庫是以列爲單位來存儲數據的，擅長以列爲單位讀入數據。
面向列的數據庫具有高擴展性，即使數據增加也不會降低相應的處理速度（特別是寫入速度），所以它主要應用於需要處理大量數據的情況。另外，利用面向列的數據庫的優勢，把它作爲批處理程序的存儲器來對大量數據進行更新也是非常有用的。但由於面向列的數據庫跟現行數據庫存儲的思維方式有很大不同，應用起來十分困難。
1、高擴展性（特別是寫入處理）
2、應用十分困難
最近，像Twitter和Facebook這樣需要對大量數據進行更新和查詢的網絡服務不斷增加，面向列的數據庫的優勢對其中一些服務是非常有用的，但是由於這與本書所要介紹的內容關係不大，就不進行詳細介紹了。
關係型數據庫和NoSQL數據庫與其說是對立關係（替代關係），倒不如說是互補關係。筆者認爲，與目前應用廣泛的關係數據庫相對應，在有些情況下使用特定的NoSQL數據庫，將會使處理更加簡單。
這並不是說“只使用NoSQL數據庫”或者“只使用關係型數據庫”，而是“通常情況下使用關係型數據庫，在適合使用NoSQL的時候使用NoSQL數據庫”，即讓NoSQL數據庫對關係型數據庫的不足進行彌補。引入NoSQL數據庫時的思維方法：
當然，如果用錯的話，可能會發生使用NoSQL數據庫反而比使用關係型數據庫效果更差的情況。NoSQL數據庫只是對關係型數據庫不擅長的某些特定處理進行了優化，做到量材適用是非常重要的。
例如，若想獲得“更高的處理速度”和“更恰當的數據存儲”，那麼NoSQL數據庫是最佳的選擇。但一定不要在關係型數據庫擅長的領域使用NoSQL數據庫。
原來一提到數據存儲，就是關係型數據庫，別無選擇。現在NoSQL數據庫給我們提供了另一種選擇（當然要根據二者的優點和不足區別使用）。有些情況下，同樣的處理若用NoSQL數據庫來實現可以變得“更簡單、更高速”。而且，NoSQL數據庫的種類有很多，它們都擁有各自不同的優勢。
NoSQL數據庫是一門新興的技術，大家可能會覺得實際的操作經驗還不多，還可能碰到新的程序錯誤，無法放心使用。
實際上，memcached已經相當的成熟了（錯誤和故障都已經被發現，且有明確的應對方法）。由於有豐富的事例和技術信息，所以不用擔心會遇到上述問題。但是，在其他的NoSQL數據庫的應用過程中遇到問題的可能性還是存在的。特別是實際應用的時候可以參考的經驗、信息太少了。雖然NoSQL數據庫能帶來很多便利，但是在應用的時候也要考慮這些風險。
反過來說，如果不希望遇到此類問題，還是繼續使用關係型數據庫吧。它積累了很多成熟經驗，更讓人放心。
memcached是由Danga Interactive公司開發的開源軟件，屬於臨時性鍵值存儲的NoSQL數據庫。
高速響應
大多數的Web應用程序通過關係型數據庫來保存數據，並從中讀取必要的數據顯示在用戶端瀏覽器上。當數據量較少時，應用程序可以很快讀取結果並顯示出來。但當數據量急劇增加，或者需要返回比較複雜的數據合計時，響應時間就會變長，用戶也只能被迫等待結果的返回，這樣將會降低用戶體驗。
作爲高速緩存使用
那麼怎麼才能獲得高速的響應呢？當然如果是簡單處理的話，利用關係型數據庫的索引也能獲得高速響應。雖然memcached會更加快一些，但如果合理的使用索引，關係型數據庫就足夠快了。
但是，如果要對多個表的數據進行計算，情況會怎樣呢？若使用關係型數據庫，我們需要從每個表中取出數據然後進行最後的組合處理，或者每次都要使用JOIN等處理。雖然我們可以通過事前用批處理製作數據來解決這個問題，但是這樣又會增加需要管理的表，花費我們更多的精力。
“由於準備數據本身需要關係型數據庫花費幾十秒到幾分鐘的時間才能計算出來，因此實時計算就會顯得比較慢。”這個時候，memcached就可以大顯身手了。因爲memcached可以把從關係數據庫中讀取的數據保存到緩存中，所以即使是需要處理大量數據或者是訪問非常集中的情況下，它也能非常快速地返回響應數據。這是因爲memcached對於（第二次以後的）相同處理，只要它發現有數據保存在緩存裏，就不用通過關係型數據庫而直接進行處理。memcached存儲的數據有可能丟失，但如果這些數據可以馬上重新讀取出來的話，那麼即使因爲memcached停止而導致數據丟失，也不會有什麼問題。
memcached是通過大家都很熟悉的散列表（關聯數組）來存儲各種格式數據的鍵值存儲，所有的數據都被保存在內存中。
memcached利用簡單的文本協議來進行數據通信，數據操作也只是類似於保存與鍵值相對應的值這樣的簡單處理。因此，通過telnet連接memcached，就可以進行數據的保存和讀取。但是，由於它利用的是文本協議，所有無法對構造體類型的數據進行操作，而只能對字符串類型的值進行操作。
當然，通過利用爲各種語言準備的程序庫來使用memcached的時候，值並不僅僅是字符串和數值，數組和散列表這樣的構造體一樣可以進行保存和讀取處理。但是，如前所述，因爲使用了文本協議來進行通信，要完成這樣的處理，就必須要把它們轉換成序列化的字節數組，通常情況下這些處理是在程序庫內部進行的，因此不需要特別在意，但是需要在保存數據的時候進行序列化處理，讀取數據的時候進行反序列化處理。
序列化對開發語言的依賴
因爲序列化依賴於開發語言，所以某種開發語言環境下進行的序列化結果是無法在其他開發語言環境下使用的。如果要進行這樣的處理，就需要通過JSON這樣不存在語義依賴關係的格式化方法來進行明確的序列化和反序列化處理。
說到memcached的優勢，要數其極其快速的處理速度。由於數據全部存儲在內存中，沒有磁盤的IO處理髮生，所以它能以比關係數據庫高很多的速度進行處理（因爲內存中對數據的訪問速度是硬盤中的10~100萬倍）。
另外一個容易被忽略的優勢是她的簡單易用性。由於它是通過鍵值這種散列表形式來操作數據，所以只要用過散列表的人就能很容易的使用它。由於memcached停止的時候所有的數據都會丟失，所以不論遇到什麼奇怪的問題，只要重新啓動memcached就可以恢復到初始狀態。
另外，由於現在很多的Web服務器都在應用memcached，不但擁有了成熟的技術，而且有很多成功經驗被公開，這樣我們在心裏和技術上遇到的困難就會小得多。
隨着數據量的增加，當memcached的內存無法保存所有數據的時候，可能就需要多臺服務器來進行memcached，實際上通過多臺服務器來運行memcached也是非常簡單的。在使用多臺服務器來運行memcached的時候，會使用一致性散列算法來分散數據。這個算法已經實際應用到memcached的客戶端程序庫中了。
一致性散列（Consistent Hashing）
如果只是使用多臺服務器，就可以利用鍵的散列值除以服務器臺數，通過餘數簡單地決定哪臺服務器處理哪條數據。
但是，這種方法在服務器數量發生變化時就會遇到問題，這時候就需要用到一致性散列這樣的分散算法。
這個算法首先對“各個服務器對應的散列值”進行計算，把它們分配到一個圓周上。整個圓周代表鍵的取值範圍，每個服務器承擔一個特定取值範圍內的鍵。
四臺服務器的一致性散列分配方式：
新增一臺5號服務器時的一致性散列分配方式：
新增5號服務器後，1、2、3號服務器負責處理的數據沒有任何影響，也就是說，對於1、2、3號服務器，服務器數量變化後負責處理的數據與服務器數量變化前負責處理的數據一致，這也是一致性散列中一致性的含義。
但是，原本由4號服務器負責處理的數據，現在由4號服務器和5號服務器共同處理。服務器數量變化後分配給4號服務器處理的數據，之前本來就是由4號服務器處理，只是部分數據被劃分給5號服務器負責處理，這樣只有一部分數據會受到影響。所謂的一致性散列，並非變化前後服務器的分配保持完全一致。而是將服務器增減帶來的緩存錯誤的影響減小到非常低的水平。
memcached有什麼不足之處呢？其實就是大家非常在意的數據臨時性（數據有可能丟失）問題。
由於memcached把數據都保存在內存中，當memcached由於故障等原因停止的時候，所有的數據都會丟失。也正因爲如此，用它來處理那些重要數據是非常危險的，絕對不要使用。最好的處理方式還是把原始數據保存在其他地方，而只是用memcached來處理原始數據的複製或者是通過原始數據計算出來的結果。
另外，它還存在只能通過鍵來讀取數據這樣的侷限。不能支持像LIKE這樣的模糊查詢。
例如：分佈式Session
屬於NoSQL分類中的永久性鍵值存儲。Tokyo Tyrant和memcached一樣，通過鍵值這樣的散列表結構保存數據。但是，數據的保存地點卻不一樣，memcached是把數據保存在內存中，而Tokyo Tyrant則是把數據保存在磁盤上。
另外，Tokyo Tyrant還引入了數據庫類型的概念。可以根據選擇的數據庫類型，在緩存數據庫、散列數據庫、B-tree數據庫和表數據庫等數據保存方式間進行切換。
由於數據存儲在硬盤上，Tokyo Tyrant的最大優勢就是在它停止的時候數據也不會丟失。當然，關係數據庫也不存在數據丟失的問題，所有從某種程度上說，也算不上什麼優勢。Tokyo Tyrant的另一個優勢是：它在保存和讀取數據的時候，與磁盤的IO處理無關，可以實現對數據的高速訪問。它可以獲得比關係型數據庫快得多的處理速度。用戶在獲得高速反應響應的同時，又不必擔心數據丟失的煩惱，真的是非常方便。
關於數據的讀取方式，memcached只能通過與鍵完全一致的條件進行查詢，而Tokyo Tyrant存在不同的數據庫類型，可以進行範圍查詢（B-tree數據庫）或者像關係型數據庫那樣進行復雜條件的查詢（表格數據庫）。同一個產品，能夠根據用途的不同而在數據庫類型間進行切換實在是方便極了。
雖然既不會發生數據丟失，訪問的速度也非常快。但是，使用起來難度大。
它兼具臨時性和永久性，所以它是NoSQL數據庫中介於memcached和Tokyo Tyrant之間的鍵值存儲。
處理數組形式的數據
確實，如果要處理字符串數據和標準的散列數據，memcached和Tokyo Tyrant這樣的鍵值存儲可能已經足夠了。但是，根據用途的不同，也不乏對快速處理數值和數組類型數據的要求
Redis是鍵值存儲的一種，但是它對鏈表和集合等數組類型的數據進行了優化處理，可以對數組類型的數據進行高速的插入和讀取處理，另外，Redis包含很多可以把這些處理原子化的命令，所以可以非常容易的保證數據的一致性。
由於Redis通常是把數據保存在內存中，所以是處理速度非常快的鍵值存儲。雖然已經存在了同樣是內存中保存數據的鍵值存儲memcached，但是這兩者的用途卻大不相同。memcached主要用作關係型數據庫的緩存，與關係型數據結合使用，對簡單的操作進行優化處理。與之相對，Redis本身就是作爲數據存儲而設計出來的，它的操作指令非常多，其中很多很多都支持原子操作。
Redis可以處理字符串、鏈表、集合、有序集合、散列表等各種類型的數據，但需要注意的是所有數據都會被當作字符串處理（數值的保存也是一樣）。
由於數據通常保存在內存中，所以處理速度非常快。Redis會定期對數據進行快照處理，除了一部分當前的更新之外，數據都不會丟失。雖然進行數據快照的時候會增加負荷（需要對所有的數據進行IO處理），但是由於數據快照的IO處理通常都是連續IO，所以非常高效。
Redis最大的問題就是這項新技術的使用實例相對較少。
內容源自：
《NoSql數據庫入門》