探索Redis: 探寻数据的踪迹（查询redis中的数据）

Redis 在当前正受到越来越多的关注，越来越多的应用场景正在迅速的使用 Redis。Redis 也被称为 可选择的内存数据库， 原生的数据结构支持很多种类，例如 string, hash, list 等， 还支持搜索特定数据的踪迹。

几乎所有的缓存框架都使用 Redis作为存储系统，因为内存的操作速度快， 而且占用的资源少， 相比普通的数据库缓存都有明显的速度优势， 这种速度优势正受到全球很多应用系统的推荐和使用。

探索 Redis 时，可以收集高效的操作来判断数据的存取， 并复用它们来节省重复的操作。这可以采用 pipelining（管道）的方式来提高数据的拦截做处理和发送。

考虑下面的代码，它通过创建 pipeline（管道）， 将多个操作进行批量发送：

var pipeline = redis.pipeline();
pipeline.hset("foo", "name", "bar");
pipeline.hincrby("foo", "age", 10);
pipeline.exec();

pipeline 还可以让我们通过有效的函数实现追踪某些数据， 例如跟踪某个键值是否存在， 分析数据被缓存时间， 检查某个 key 所对应的 value 是否经过修改等操作：

var pipeline = redis.pipeline();
pipeline.exists("key");//校验key是否存在
pipeline.ttl("key");//获取key缓存的时间
pipeline.get("key");//获取key的值
pipeline.watch("key");//追踪key的变化

一些其它实例如，可以查看某个集合中所有的字段和值， 以及测试某个键存在于哈希表中：

//键为username的值是否在hash表users中
pipeline.exists("users", "username");

//统计出users中的字段数量
pipeline.hlen("users");
//查看users中的所有字段和值
pipeline.hgetall("users");

可以说，Redis 能让我们快速而高效地探索数据，以及查到数据的踪迹， 并且提供 pipeine 高效的拦截数据以复用代码。 这也是全球应用系统越来越多的采用 Redis 作为一个缓存系统的原因。

这种可选择的内存数据库中，用户可以根据自己的需求，实时获取 key 对应的 value， 并跟踪缓存的过程， 从而体验更快的应用的反应速度。