《左手MongoDB，右手Redis：从入门到商业实战》学习笔记

本文主要为《左手MongoDB，右手Redis：从入门到商业实战》 学习笔记。

第1篇 基础知识

非关系型数据库的分类及特点非关系型数据库主要分为以下几类。

1. 键值数据库主要代表是Redis、Flare。这类数据库具有极高的读写性能，用于处理大量数据的高访问负载比较合适。
2. 文档型数据库主要代表是MongoDB、CouchDB。这类数据库满足了海量数据的存储和访问需求，同时对字段要求不严格，可以随意地增加、删除、修改字段，且不需要预先定义表结构，所以适用于各种网络应用。
3. 列存储数据库主要代表是Cassandra、Hbase。这类数据库查找速度快，可扩展性强，适合用作分布式文件存储系统。
4. 图数据库主要代表是InfoGrid、Neo4J。这类数据库利用“图结构”的相关算法，适合用于构建社交网络和推荐系统的关系图谱。
   MongoDB适合储存大量关联性不强的数据。MongoDB中的数据以“库”—“集合”—“文档”—“字段”结构进行储存。
   MongoDB不需要预先定义表结构，数据的字段可以任意变动，并发写入速度也远远超过传统关系型数据库。
   Redis有多种数据结构，适合多种不同的应用场景：做缓存，做队列，去重，实现积分板，实现“发布/订阅”功能。

   第2篇 快速入门

   MongoDB

   在Windows中安装安装MongoDB社区版 https://www.mongodb.com/try/download/community ，不要勾选“Install MongoDB Compass” ，这个选择后会去下载和Compass，很花费时间的！
   输入以下代码启动MongoDB：mongod.exe --config mongod.conf
   MongoDB的图形化管理软件——Robo 3T
   Robo 3T是一个跨平台的MongoDB管理工具，采用图形界面查询或者修改MongoDB。Robo 3T的下载地址为：https://robomongo.org/download。

• 插入单条数据
  插入单条数据的命令为“insertOne”。
  批量插入数据的命令是“insertMany”。
  无论是插入一条数据还是插入多条数据，每一条数据被插入 MongoDB 后都会被自动添加一个字段“_id”。“_id”读作“Object Id”，它是由时间、机器码、进程pid和自增计数器构成的。“_id”始终递增，但绝不重复。
• 查询特定数据
  如要查询某个或者某些具体字段，
  “find”的参数相当于一个字典。字典的 Key 就是字段名，字典的值就是要查询的值。如果字典有多个Key，则这些字段需同时满足。
• 查询范围值数据
  如要查询的字段值能够比较大小，则查询时可以限定值的范围。使用大于等于操作符“$gte”。
  ● gte 大于等于(Great Than and Equal)
  ● gt 大于(Great Than)
  ● lt 小于(Less Than)
  ● lte 小于等于(Less Than and Equal)
  ● ne 不等于(Not Equal)
• 限定返回哪些字段
  “find”命令可以接收两个参数：第1个参数用于过滤不同的记录，第2个参数用于修改返回的字段。如果省略第2个参数，则MongoDB会返回所有的字段。
• 修饰返回结果
  （1）满足要求的数据有多少条——count()命令。
  （2）限定返回结果——“limit()”命令。
  （3）对查询结果进行排序——“sort()”命令。
  其中，字段的值为-1表示倒序，为1表示正序。
• 修改数据
  ● updateOne：只更新第1条满足要求的数据。
  ● updateMany：更新所有满足要求的数据。
• 删除数据
  慎用删除功能。一般工程上会使用“假删除”，即：在文档里面增加一个字段“deleted”，如果值为0则表示没有删除，如果值为1则表示已经被删除了。
• 去重操作
  去重操作用到的命令为“distinct()”。
  distinct()可以接收两个参数：
  ● 第1个参数为字段名，表示对哪一个字段进行去重。
  ● 第2个参数就是查询命令“find()”的第1个参数。distinct命令的第2个参数可以省略。
• 使用Python操作MongoDB
  使用Python操作MongoDB需要使用一个第三方库——PyMongo。

  Redis

  Redis 没有官方的 Windows 版本。下载Windows版本Redis 推荐 https://github.com/tporadowski/redis/releases 。
  在大多数情况下，Redis的生产环境都会被部署在Linux中。在Linux中安装Redis主要有三种方法：
  （1）使用包管理器安装。
  （2）从源代码编译安装。
  （3）使用Docker安装。
  Redis 的在线练习环境。网址为：http://try.redis.io。

  字符串（Strings）

  字符串（Strings）是Redis的基本数据结构之一。它由Key和Value两部分组成。在工程上，Redis的字符串常用来记录简单的映射关系。
  提示：
  （1）字符串只应用在小量级的数据记录中。如果数据量超过百万级别，那么使用字符串来保存简单的映射关系将会浪费大量内存。此时需要使用Redis的另一种数据结构——Hash。储存相同量级的数据，Hash 结构消耗的内存只有字符串结构的1/4，但查询速度却不会比字符串差。
  （2）如果Redis中有大量Key，那么执行“keys *”命令会对Redis性能造成短暂影响，甚至导致Redis失去响应。因此，绝对不应该在不清楚当前有多少Key的情况下冒然列出当前所有的Key。

  列表（Lists）

  列表（Lists）是Redis中的另一种基本数据结构。
  列表分左右两个方向，所以可以从左右两侧插入。“插入（Insert）”可以理解为“推入（Push）”。又由于“左（Left）”的首字母为“L”,“右（Right）”的首字母为“R”，所以，从列表左侧插入数据的命令为“LPush”，从列表右侧插入数据的命令为“RPush”。
  Redis的命令是不区分大小写的，所以一般用小写“lpush”和“rpush”便于辨认。
  向列表中插入数据的命令为：

  lpush key value1 value2 value3
  rpush key value1 value2 value3

其中，Key的命名要求与字符串一样，可以是数字、字母下划线和中文，但不建议使用中文。Value可以有1个或者多个。如有多个value，应使用空格将它们隔开。如果一个value内部本身就有空格，那么就使用引号包起来。
由于一个列表里面可以存放非常多的数据，因此，可以使用命令“llen”来查看列表的长度。
与Python的列表一样，Redis的列表也是有“索引”的。可以使用命令“lrange”来根据索引查看数据。
索引从最左边开始编号，从0到“列表长度-1”。Redis的列表也支持“负索引”，索引“-1”表示最右边的数据，“-2”表示右数第2个数据，以此类推。
如果要查看列表的所有数据，可以使用命令：lrange key 0 -1。
先查看列表的长度，如确定数据量很小，则列出所有的值；如果数据量很大，则可以使用索引查看头几条数据与末尾几条数据。
从左边弹出数据使用的命令为“lpop”，从右边弹出数据使用的命令为“rpop”。需要注意的是，在弹出数据的同时，被弹出的这个数据也会被从列表中删除。
Redis的列表，可以根据数据的索引修改数据，使用的命令是“lset”，命令格式为：lset key index 新的值
在工程上，Redis列表一般用来作为一个队列，存放一批可以使用相同逻辑处理的数据。

集合（Sets）

集合（Sets）是Redis的基本数据结构之一。
Redis中的集合与列表一样可以存放很多数据，但不同之处在于：集合里面的数据不能重复，也没有顺序。由于没有顺序，所以自然没有方向，不存在“左右侧”之说。
在工程中，Redis的集合一般有两种用途：
（1）根据集合内数据不重复的特性实现去重并记录信息。
（2）利用多个集合计算交集、并集和差集。

• 插入数据
  集合的首字母为“S”,“添加”的英文为“Add”，所以向集合中添加数据的命令为“sadd”，命令格式如下：sadd key value1 value2 value3
  ● 数据插入命令执行的先后顺序无关紧要。
  ● 在一条命令中，数据位于“value1”还是“value3”也无关紧要。
• 查询集合里面元素的数量。
  查询集合数据量的命令是scard。其中，首字母“s”是“集合（Sets）”的首字母，“card”不是英文单词“卡片（Card）”，而是“基数（Cardinality）”的缩写。
• 从集合中获取数据。
  从集合中获取数据使用的命令为“spop”。由于集合里面的数据没有顺序，所以spop命令会随机获取集合中的数据，无法预测会获取哪一条数据。
  “spop”命令的格式如下：spop key count
  其中，如果“count”省略，则表示随机获取1条数据。
  ● 如果“count”为其他大于1的整数，则会获取多条数据；
  ● 如果“count”对应的整数超过了集合总数据的条数，则获取集合中的所有数据
  获取一条数据后，这一条数据就被会被从集合中删除。
• 获取集合中的所有数据。
  如果要获取所有数据，则可以使用以下命令：
  smembers key
  提示：
  smembers命令不会删除数据。但是如果集合里的数据量极大，就应该慎重使用“获取所有数据”，因为这样会导致系统的I/O资源瞬间被耗尽。
• 判断集合中是否包含某个元素。
  sadd命令在遇到数据已经存在时，会返回“0”，如果数据不存则把数据插入再返回“1”。所以，这一条命令可以通过返回的数字来判断数据是否存在。
  如果不想把数据插入集合，只是单纯想检查数据是否在集合中，那就要使用“sismember”命令。“sismember”命令的使用格式如下：
  sismember key value
  如果数据存在，则返回“1”；如果数据不存在，则返回“0”。
• 删除数据
  如果要从集合中删除特定的数据，可以使用命令“srem”，格式为：
  srem key value1 value2 value3
• 集合的交集
  有两个集合A和B。交集是指，既属于A，又属于B的数据构成的集合。
  在Redis中，求集合交集使用的命令为“sinter”，命令格式如下：
  sinter key1 key2 key3
  如果有多个key，那么就是求所有key对应的集合的交集。
• 集合的并集
  集合的“并集”是指，只属于集合A的数据与只属于集合B的数据，以及既属于A又属于B的数据构成的集合，集合A与集合B都有的数据需要去重。
  求集合并集使用的命令为“sunion”，命令格式如下：
  sunion key1 key2 key3
  如果有超过两个key，那么就是求所有集合的并集。
• 集合的差集
  集合的“差集”是指，只属于一个集合，不属于其他集合的数据构成的集合。
  求集合差集使用的命令是“sdiff”，命令格式如下：
  sdiff key1 key2 key3
  意思是，求所有只在key1对应的集合中有，在key2、key3……集合中没有的数据构成的集合。

  第3篇 高级应用

  MongoDB的高级语法

1. AND和OR操作
   随着查询的条件越来越复杂，MongoDB查询语句中的括号会越来越多，因此要养成先把括号闭合，再填写里面内容的习惯。这样才不容易漏掉括号的后半部分，也不会把大括号中括号小括号的后半部分顺序搞错。
   OR操作与显式AND操作的格式完全一样，只需要把关键字“$and”换成“$or”即可。OR操作会自动按顺序去检查每一个条件，直到某一个查询条件找到至少一条数据为止。
   MongoDB在执行OR操作时会遵循一个“短路原则”：只要前面的条件满足了，那后面的条件就直接跳过。OR操作一定是显式的，不存在隐式的OR操作。
2. 查询子文档或数组中的数据
   如要查询嵌套字段，则需要使用点号来指定具体的字段名，格式如下：嵌入式文档名．嵌套字段名
   ● 返回嵌套字段中的特定内容：
   如需要在返回的查询结果中只显示嵌入式文档中的部分内容，也可以使用点号来实现。
   ● 根据数组的长度查询数据也非常简单，使用关键字“$size”。
   “$size”只能查询具体某一个长度的数组，不能查询长度大于或小于某个值的数组。
   ● 根据数组索引查询数据
   数组和列表一样，也有一个索引。通过这个索引能够定位到数组中的具体某个数据。
   索引是从0开始的，索引为“0”表示数组中的第1个数据，索引为“1”表示数组中的第2个数据。根据索引查询某个值，也需要使用点号。
3. MongoDB的聚合查询
   MongoDB 自带了一个聚合（Aggregation）功能。使用聚合功能，可以直接让MongoDB来处理数据。
   聚合操作的命令为“aggregate”，聚合操作可以有0个、1个或者多个阶段。
   如果聚合有至少一个阶段，那么每一个阶段都是一个字典。不同的阶段负责不同的事情，每一个阶段有一个关键字。有专门负责筛选数据的阶段“$match”，有专门负责字段相关的阶段“$project”，有专门负责数据分组的阶段“$group”等。
   一般情况下，并非所有的数据都需要被处理，因此大多数时候聚合的第一个阶段是数据筛选。就像“find()”一样，把某些满足条件的数据选出来以便后面做进一步处理。
   在“$project”中，如果一个字段的值不是“0”或“1”，而是一个普通的字符串，那么最后的结果就是直接输出这个普通字符串，无论数据集中原本是否有这个字段。
   由于特殊字段的值和“$project”的自身语法冲突了，导致所有以“$”开头的普通字符串和数字都不能添加。要解决这个问题，就需要使用另一个关键字“$literal”
   分组操作对应的关键字为“$group”，它的作用是根据给出的字段Key，把所有Key的值相同的记录放在一起进行运算。这些运行包括常见的“求和（$sum）”“计算平均数（$avg）”“最大值（$max）”“最小值（$min）”等。
   分组操作虽然也能实现去重操作，但是它返回的数据格式与“distinct”函数是不一样的。“distinct”函数返回的是数组，而分组操作返回的是3条记录。
   提示：
   原则上，“$sum”和“$avg”的值对应的字段的值应该都是数字。如果强行使用值为非数字的字段，那么“$sum”会返回0,“$avg”会返回“null”。而字符串是可以比较大小的，所以，“$max”与“$min”可以正常应用到字符串型的字段。
   其中，“$sum”的值还可以使用数字“1”，这样查询语句就变成了统计每一个分组内有多少条记录。
   关键字“$last”表示取最后一条记录。在 MongoDB 中，老数据先插入，新数据后插入，所以每一组的最后一条就是最新插入的数据。
   在英语中，“last”的反义词是“first”，所以关键字“$first”的意思是取第一条，即是最早插入的数据。
   拆分数组阶段使用的关键字为“$unwind”，它的作用是把一条包含数组的记录拆分为很多条记录，每条记录拥有数组中的一个元素。
   所谓的联集合查询，相当于SQL中的联表查询。在某些情况下，一些相关的数据需要保存到多个集合中，然后使用某一个字段来进行关联。
   联集合查询的关键字为“$lookup”，其中的“主集合”与“被查集合”需要搞清楚。

   MongoDB的优化和安全建议

   MongoDB默认没有密码，且只允许本地访问。如果开放外网访问，就一定要设置密码，否则会有安全隐患。

   提高MongoDB读写性能

• 批量插入一次性数据
  如果已经明确知道 Redis 中的数据就是全部数据，虽然多，但是不会继续增加新的数据，那么为了安全起见，是小批量插入。每从 Redis 中读取1000条数据就插入一次数据库。这样做的好处是，即使电脑断电，最多丢失1000条数据。当然，这里需要根据系统能够容忍的最大丢失数据条数来设置。
• 批量插入持续性数据
  分批次批量插入持续性数据。
  在本次发现Redis为空的情况下，暂停0.1秒，这样做可以显著降低CPU的占用。
• 用插入数据代替更新数据
  更新操作（特别是逐条更新）比较费时间，因为它实际上包含“查询”和“修改”两个步骤。与“插入”不一样，某些情况下数据的“更新”没有办法实现批量操作，必需逐条更新。
  对于必需逐条更新大量数据的情况，也可以使用插入代替更新来提高性能。
  基本逻辑是：把数据插入到另一个集合中，然后删除原来的集合，再把新集合改名为原来的集合。
• 使用“索引”提高查询速度
  在一个集合的数据量到达千万量级以后，查询速度会变得非常缓慢，这时就需要使用索引来加快查询速度。索引是一种特殊的数据结构，它使用了能够快速遍历的形式记录了集合中数据的位置。如果不使用索引，则每一次查询数据 MongoDB 都会遍历整个集合；而如果使用了索引，则MongoDB会直接根据索引快速找到需要的内容。
  索引是以空间换时间。集合中的数据越多，索引占用的硬盘空间就越多。所以，只对必要的字段添加索引，不要对所有字段都添加索引。
  _id默认自带索引，不需要添加。
• 引入Redis，以降低MongoDB的读取频率
  （1）读取MongoDB的数据并存入Redis集合中。
  （2）使用Redis集合的“sadd”命令，在判断数据是否存在的同时添加新的数据。
  即使字段有了索引，但如果程序频繁读取MongoDB，还是会影响性能。
  由于Redis的读写速度远远快于MongoDB，因此使用Redis可避免频繁读取MongoDB从而大大提高程序性能。
• 增添适当冗余信息，以提高查询速度
  所谓的冗余信息，也就是“多余的信息”，即根据其他已有信息可以推算出来的信息。但有时多余的信息对提高查询性能反而有帮助。

  提高MongoDB的安全性

• 配置权限管理机制
  为了增强MongoDB的安全性，需要配置基于角色的访问控制（Role-Based Access Control, RBAC）机制。
  RBAC机制涉及三个关键定义：角色（Roles）、特权（Privileges）和用户（Users）。
  管理员用户的作用是创建其他用户。管理员用户本身不能对数据库进行控制。
  管理员（admin账号）能创建其他用户，看似权限非常大，但它不能访问任何一个数据库。所以，如果有必要，还需要创建一个能对所有数据库都有全部权限的用户。
  能力越大责任越大，请慎重考虑是否有必要添加root用户。
  一旦允许 MongoDB 接收外网访问，那一定要设置用户名和密码，同时最好配置防火墙，指定只允许哪些来源的IP可以访问MongoDB端口。

  Redis的高级数据结构

  哈希表（Hash Table）

  哈希表（Hash Table）是一种数据结构，它实现了“键-值”（Key-Value）的映射。
  在Redis中，使用哈希表可以保存大量数据，且无论有多少数据，查询时间始终保持不变。Redis的一个哈希表里面可以储存232 ─1（约等于43亿）个键值对。
  在Redis中，Key中的冒号就是普通的字符，用来分割前缀和后缀，没有什么特殊意义。
  使用哈希表不仅可以减少Redis的个数，还能优化储存空间。Redis官方就特别说明，哈希表对存储结构进行过特殊的优化，储存相同的内容，占用的内存比字符串要小很多。
• 添加数据
  向哈希表中添加数据，使用的方法名为hset或者hmset。
  ● hset一次只能添加一个键值对。
  ● hmset一次可以添加多个键值对。
• 读取数据
  使用4个不同的命令（hkeys、hget、hmget和hgetall）从哈希表中读取数据
  hkeys用于获取所有字段的字段名，返回的数据是包含bytes型数据的列表。
  ● hget：获取一个字段的值。
  ● hmget：一次性获取多个字段的值。
  ● hgetall：获取一个哈希表中的所有字段名和值。
• 判断一个哈希表中是否有某个字段。
  如果要判断一个哈希表中是否有某个字段，有两个方法：
  （1）获取这个字段的值，如果值为None，则这个字段就是不存在的。
  （2）使用hexists方法。
• 查看一个哈希表中有多少个字段。
  使用hlen方法。

  有序集合（Sorted Set）

  有序集合（Sorted Set）是Redis的一个数据结构。
  有序集合里面的数据跟集合一样，也是不能重复的，但是每一个元素又关联了一个分数（Score），根据这个分数可以对元素进行排序。分数可以重复。
  有序集合还能直接修改某一个值的分数，从而直接改变排序。

1. 向有序集合添加数据
   向有序集合添加数据，使用的方法为“zadd”。它的格式有两种：
   方法一：client.zadd(’有序集合名’， 值1， 评分1， 值2， 评分2， 值n， 评分n)
   方法二：client.zadd(’有序集合’， 值1=评分1， 值2=评分2， 值3=评分3)
   这两种方式的效果是一样的，但是第1种的值可以使用变量，而第2种的值不能使用变量。
2. 修改评分
   修改评分使用的方法名为“zincrby”，格式如下：
   client.zincrby(’有序集合名’， 值，改变量)
3. 对有序集合元素基于评分范围进行排序
   ● zrangebyscore根据评分按照从小到大的顺序排序。
   ● zrevrangebyscore根据评分按照从大到小的顺序排序。
   使用格式如下：
   client.zrangebyscore(’有序集合名’， 评分上限， 评分下限， 结果切片起始位置， 结果数量， withscores=False)
   client.zrevrangebyscore(’有序集合名’， 评分上限， 评分下限， 结果切片起始位置， 结果数量， withscores=False)
   其中，评分上限、评分下限用于确定排序的范围。
   结果切片起始位置、结果数量这两个参数可以同时省略，省略表示返回排序后的所有数据。
   如果withscores设置为False，则返回的结果直接是排序好的值。
   如果withscores设置为True，则返回的列表里面的元素是元组。元组的第1个元素是值，第2个元素是评分。
4. 对有序集合基于位置进行排序
   ● zrange对评分按照从小到大的顺序排序。
   ● zrevrange对评分按照从大到小的顺序排序。
   用法如下：
   client.zrange(’有序集合名’， 开始位置（含）， 结束位置（含）, desc=False, withscores=False)
   client.zrevrange(’有序集合名’， 开始位置（含）， 结束位置（含）, withscores=False)
   这两个方法，根据0开始的索引找到需要排序的元素范围，然后对这个范围内的数据进行排序。
   提示：
   如果使用zrange方法，同时desc=True，那在底层会自动调用zrevrange方法。因此，如果使用zrange，开始位置为“0”，结束位置为“4”，参数desc=True，则它的作用是取最大的5个元素。
5. 根据值查询排名，根据值查询评分
   （1）使用zrank和zrevrank方法，可以查询一个值在有序列表中的排名。
   （2）使用zscore可以查询一个值的评分。
6. 其他常用方法
   （1）查询有序集合里面一共有多少个值，使用的方法名为“zcard”。
   （2）查询在某个评分范围内的值有多少，使用的方法名为zcount。

   Redis的安全管理

   ● 设置密码并开放外网访问
   ● 禁用危险命令
   Redis中默认开启了一些非常高权限的命令。
   通过修改Redis的配置文件，可以对一些危险命令进行改名或者禁用，从而降低安全风险。如果把命令重命名为空字符串，表示禁用这个命令。对于一些比较危险但可能会用到的命令，可以把它改名；对于一些特别危险的命令，可以禁用。

   MongoDB的常见陷阱

   默认超时时间

   游标（Cursor）可以理解为一个标记，用来指向本次查询的数据位置。每读取一次数据，游标就向下移动一条数据。
   PyMongo 的 find()方法返回的就是一个游标对象，当使用 for 循环对游标进行迭代时， PyMongo 才会读取数据。游标对象有一个方法叫作“batch_size”，它的作用是限制PyMongo每一次连接MongoDB批量读取多少条数据。
   还有一种办法——设置游标永久有效。collection.find()可以设置一个参数：no_cursor_timeout。如果把这个参数设置为True，则游标就不会过期
   提示：
   第二种做法应谨慎使用。因为一旦设置游标永不超时，那么使用完成以后必须手动关闭游标，否则它将会一直占用MongoDB的资源（即使Python程序已经关闭了，被占用的资源也不会自动释放），直到重启MongoDB。

   硬盘空间的使用

   由于 MongoDB 储存空间优化是数据库工程师的工作，不是本书需要考虑的内容，因此这里介绍一个通用又简单的解决办法：
   （1）把新的数据写入新的集合中。
   （2）老数据里需要留下的部分也重新插入新的集合。
   （3）删除老集合。
   （4）重建索引。

使用Redis的注意事项

1. 在一台服务器上运行Redis的多个实例
   由于Redis服务的启动命令为：redis-server 配置文件路径
   所以，只要有多个配置文件，每个配置文件里面保证端口号、日志路径、pid文件路径、数据文件路径不同，就可以通过多次运行此命令来启动多个Redis实例。
2. 使用Redis自带的16个数据库
   一个Redis实例，实际上自带了16个命名空间互相隔离的数据库。
   Redis的一个实例自带了16个数据库，编号为0~15。在终端里可以使用以下命令进入不同的数据库。如果省略“-n”参数，表示使用“0”号数据库。
   redis-cli –n 数据库编号
   默认数据库的数量是16，可以通过修改Redis的配置文件来增加可用的数据库的个数。
   ● 单实例多数据库的弊端：
   由于Redis是单线程的数据库，所以，一个实例里的多个数据库的Key可以同名，且互不冲突。但是，一旦其中一个数据库卡住（例如对几百万个Key执行“keys *”命令），那么其他数据库也不能正常使用。一旦对某一个数据库进行了一个比较耗时的操作，那么对其他数据库的操作都会受到影响。一个Redis实例的所有数据库都只能共享CPU的一个核。
   而如果通过多个配置文件启动多个 Redis 实例，则不会存在这种问题，即使一个实例卡死了，其他的实例仍能正常工作。
3. 尽可能为每个Key设置过期时间
   尽可能为每个Key设置合理的过期时间，这样即使忘记清理，到时间以后Redis也会自动把它删除，从而有效释放内存空间。
   字符串有一个ex参数，表示过期时间。而对于其他数据结构，可以使用expire方法来设置过期时间