一篇文章彻底搞懂 MySQL 和 Redis：原理、区别、项目用法全解析（建议收藏）
在现代后端开发中，MySQL 和 Redis 是两种最常用的数据存储系统。很多开发者虽然会使用它们，但对底层原理和适用场景的理解往往比较模糊。本文将从实战角度出发，通过原理分析、对比表格和可运行的代码示例，帮你彻底搞懂这两兄弟。## 一、MySQL 和 Redis 的核心原理### 1.1 MySQL：磁盘上的关系型数据库MySQL 是基于磁盘存储的关系型数据库管理系统（RDBMS）。它使用表结构存储数据，支持 ACID 事务（原子性、一致性、隔离性、持久性）。其核心原理如下：-存储引擎：最常用的是 InnoDB，支持行级锁、外键和 MVCC（多版本并发控制）。-索引机制：默认使用 B+ 树索引，适合范围查询和排序。-持久化：数据直接写入磁盘，通过 redo log 和 binlog 保证数据安全。### 1.2 Redis：内存中的键值数据库Redis 是基于内存的键值数据库，所有数据读写都在内存中完成，因此速度极快（微秒级）。它的核心原理包括：-单线程模型：Redis 6.x 之前使用单线程处理命令，避免了锁竞争。-数据结构丰富：支持字符串、哈希、列表、集合、有序集合等。-持久化机制：通过 RDB（快照）和 AOF（追加日志）将内存数据持久化到磁盘。## 二、MySQL 和 Redis 的核心区别| 特性 | MySQL | Redis ||---------------------|--------------------------------|--------------------------------|| 存储位置 | 磁盘 | 内存（主） + 磁盘（持久化） || 数据模型 | 关系表（结构化） | 键值对（多种数据结构） || 查询语言 | SQL | 命令（如 GET、SET 等） || 事务支持 | 完整 ACID | 有限的事务（MULTI/EXEC） || 读写速度 | 慢（毫秒级，受磁盘 I/O 限制） | 极快（微秒级，内存操作） || 数据容量 | 可支持 TB 级 | 受内存限制，通常 GB 级 || 典型场景 | 核心业务数据存储 | 缓存、会话、排行榜、计数器 |一句话总结：MySQL 负责“存得住、查得准”，Redis 负责“快得飞起”。## 三、项目实战：Python 代码演示下面通过两个完整的 Python 示例，展示如何在项目中使用 MySQL 和 Redis 协同工作。### 3.1 示例1：MySQL 存储用户核心数据本示例演示如何使用 MySQL 存储用户注册信息，并进行查询。python# 文件名：mysql_demo.py# 依赖安装：pip install pymysqlimport pymysql# 连接 MySQL 数据库（请根据实际情况修改主机、用户、密码）connection = pymysql.connect( host='localhost', user='root', password='your_password', database='test_db', charset='utf8mb4', cursorclass=pymysql.cursors.DictCursor)try: with connection.cursor() as cursor: # 创建用户表（如果不存在） create_table_sql = """ CREATE TABLE IF NOT EXISTS users ( id INT AUTO_INCREMENT PRIMARY KEY, username VARCHAR(50) NOT NULL UNIQUE, email VARCHAR(100) NOT NULL, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4; """ cursor.execute(create_table_sql) print("✅ 用户表创建成功") # 插入一条用户记录 insert_sql = "INSERT INTO users (username, email) VALUES (%s, %s)" cursor.execute(insert_sql, ('zhangsan', 'zhangsan@example.com')) connection.commit() print("✅ 用户数据插入成功") # 查询用户 select_sql = "SELECT * FROM users WHERE username = %s" cursor.execute(select_sql, ('zhangsan',)) user = cursor.fetchone() print(f"✅ 查询结果：{user}")finally: connection.close()运行结果示例：✅ 用户表创建成功✅ 用户数据插入成功✅ 查询结果：{'id': 1, 'username': 'zhangsan', 'email': 'zhangsan@example.com', 'created_at': datetime.datetime(...)}### 3.2 示例2：Redis 缓存用户热点数据在电商场景中，用户最近浏览的商品列表适合用 Redis 缓存。本示例模拟缓存用户浏览记录。python# 文件名：redis_demo.py# 依赖安装：pip install redisimport redisimport json# 连接 Redis（默认端口 6379）r = redis.Redis(host='localhost', port=6379, decode_responses=True)def add_recently_viewed(user_id: int, product_id: int): """ 将商品 ID 添加到用户的最近浏览列表中。 - 使用 Redis 列表（List）存储，最新浏览放在左侧 - 限制最多保留 10 条记录 """ key = f"user:{user_id}:recently_viewed" # 从左侧插入（LIFO 风格，最新在最前） r.lpush(key, product_id) # 修剪列表，只保留前 10 个元素 r.ltrim(key, 0, 9) # 设置过期时间为 1 小时（3600 秒） r.expire(key, 3600)def get_recently_viewed(user_id: int) -> list: """获取用户最近浏览的商品列表（从新到旧）""" key = f"user:{user_id}:recently_viewed" # 获取列表全部元素（从索引 0 到 -1） return r.lrange(key, 0, -1)# 模拟用户浏览商品user_id = 1001for pid in [101, 202, 303, 404]: add_recently_viewed(user_id, pid) print(f"✅ 浏览商品 {pid} 已记录")# 获取并打印最近浏览记录recent = get_recently_viewed(user_id)print(f"✅ 用户 {user_id} 最近浏览的商品：{recent}")# 输出示例：['404', '303', '202', '101']运行结果示例：✅ 浏览商品 101 已记录✅ 浏览商品 202 已记录✅ 浏览商品 303 已记录✅ 浏览商品 404 已记录✅ 用户 1001 最近浏览的商品：['404', '303', '202', '101']## 四、项目中的典型用法组合在实际项目中，MySQL 和 Redis 经常配合使用，各司其职：| 场景 | MySQL 的职责 | Redis 的职责 ||---------------------|----------------------------------|----------------------------------|| 用户注册/登录 | 存储用户密码哈希、个人信息 | 缓存登录态（Session/Token） || 商品详情页 | 存储商品描述、价格、库存等 | 缓存热门商品详情，减少数据库查询 || 计数器（点赞/访问） | 最终数据落盘（用于报表） | 实时计数（INCR 命令） || 排行榜 | 存储历史排名数据 | 实时排序（Sorted Set） || 消息队列 | 不推荐（用 MySQL 做队列效率低） | 使用 List 或 Stream 实现简单队列 |经典模式：先查 Redis，如果命中（缓存命中）则直接返回；如果未命中，则查询 MySQL，并将结果写入 Redis（同时设置过期时间）。这就是缓存穿透保护的基本思路。## 五、总结-MySQL 是地基：适合存储需要持久化、支持复杂查询、保证数据一致性的核心业务数据。它是“慢但可靠”的代表。-Redis 是加速器：适合存储高频访问、对时效性要求高、数据结构简单的数据。它是“快但内存贵”的代表。-项目最佳实践：不要试图用 MySQL 解决所有问题（比如做实时排行榜会非常吃力），也不要滥用 Redis 存所有数据（内存成本高且无 SQL 查询能力）。合理搭配，才能打造高效、稳定的系统。希望这篇文章能帮你建立清晰的知识框架。如果你在实际项目中遇到过 MySQL 或 Redis 的坑，欢迎在评论区分享交流！
