一、什么是持久化數據結構

持久化存儲，其實主要是針對內存數據的，以典型的Redis來說，持久化存儲主要有三種方式：

1、RDB

RDB: 保存某個時間點的全量數據快照

觸發方式

1. save: 阻塞Redis的服務器進程,直到RDB文件被創建完畢

2. bgsave: fork出子進程來創建RDB文件,不阻塞服務器進程, lastsave 指令可以查看最近的備份時間

3. 根據redis.conf里的save m n配置定時觸發(用的是BGSAVE)

4. 主從復制時,主節點自動觸發

5. 執行debug relaod命令

6. 執行shutdown且沒有開啟AOF持久化

2、AOF

AOF: 增量存儲命令

觸發方式

1. BGREWRITEAOF: 增量追加命令

2. 根據redis.conf里的appendfsync配置定時觸發

3. AOF文件重寫

3、混合持久化

為解決AOF文件啟動加載慢，不利于快速恢復的缺點，RedisV4.0提供了新的持久化方式——混合持久化。

混合持久化的文件內容: [RDB file][AOF tail]

持久化過程:

1. 將重寫(rewrite)這一刻之前的數據做RDB快照處理

2. 將RDB快照內容和AOF增量命令先后寫入新的AOF臨時文件

3. 重寫完成后,對AOF臨時文件改名,并覆蓋舊的AOF文件

在redis重啟的時候，可以先加載RDB文件，然后再重放增量的AOF日志就可以完全替代之前的AOF全量文件重放，因此能大幅提高重啟效率提高。

延伸閱讀：

二、可持久化實際應用

1.幾何計算

在幾何計算中有許多離線算法，例如懸線掃描法，其基本策略是一次掃描后給出所有詢問的回答，在時間復雜度分析相當優異。但在強迫在線的情況下，每次都要進行一次懸線掃描，詢問操作的時間復雜度就從對數時間降為線性。

為了解決時間復雜度上的問題，在這里可以引入可持久化的思維。我們將掃描線的時間軸作為一個變動依據，持久化相關的結構，只要我們能將詢問在對數時間內穿梭于這個時間軸，必能動態解決先前的問題。

2.字串處理

為了達到非常高效率的合并操作，防止大量重復性字串的生成伴隨的效能退化，使得各方面的操作都能遠低于線性操作。如C++中的rope就是一個可持久化的數據結構。不只是字串操作。若處理類型有大量重復操作，均可以考慮將數據結構進行可持久化處理，以達到壓縮時間開支的效果。

3.版本回溯

實際上就是對應大部分的應用軟體中的redo/undo。如果資料庫/操作變動為了高效率操作而會配上復雜的結構（并不像 hash, set 反轉操作只需要常數或對數時間），那么為了快速回推變動結果，持久化結構就是要減少 redo/undo 的花費。

資料庫本身可以常數回推，紀錄變動的部分情況即可。而應用層的計算，大部分實作都是砍掉快取，并且重新計算出一份新的結構，有時候回推的變動大小為 m，為了重新計算結構而消耗了 n + m n+mn+m，如果 n nn 和 m mm 的差距非常大，那連續回推的體感就很糟糕。