A_l_A_n

Redis 管道(Pipeline)本質(zhì)上是由客戶端提供的 Redis信息交互 當(dāng)使用客戶端對redis進(jìn)行操作時(shí)，客戶端將請求發(fā)送給服務(wù)端，服務(wù)端處理完后固该，將響應(yīng)返回給客戶...

A_l_A_n

Redis持久化有兩種方式：快照和AOF日志快照是全量備份锅减，是內(nèi)存數(shù)據(jù)的二進(jìn)制序列化形式，在存儲上非常緊湊AOF是連續(xù)的增量備份伐坏，是內(nèi)存數(shù)據(jù)修改的指令記錄文本怔匣。AOF在長時(shí)間...

A_l_A_n

redis認(rèn)為數(shù)據(jù)庫系統(tǒng)的瓶頸不在于網(wǎng)絡(luò)流量，而是數(shù)據(jù)庫本身的邏輯處理著淆，所以即使redis使用了浪費(fèi)流量的文本協(xié)議劫狠，但是還是那么速度的原因拴疤。 RESP 是redis 序列化協(xié)...

A_l_A_n

redis是單線程永部。單線程還快的原因是：所有的數(shù)據(jù)都是在內(nèi)存中，運(yùn)算都是內(nèi)存級別的呐矾。對于o(n)的指令要慎用苔埋，不然會造成卡頓單線程處理并發(fā)：多路復(fù)用，非阻塞IO 非阻塞IO ...

A_l_A_n

在key中找到特定的key來進(jìn)行處理數(shù)據(jù)蜒犯。 使用keys*组橄，找到所有的key如果數(shù)據(jù)量太大的話就會導(dǎo)致問題： 一次性吞吐太多的數(shù)據(jù)，難以排查 keys是遍歷算法罚随，時(shí)間復(fù)雜度0...

A_l_A_n

Redis3.2增加了GEO模塊玉工， 可以實(shí)現(xiàn)附件的人 地圖的元素位置數(shù)據(jù)是使用二維的經(jīng)緯度表示，當(dāng)兩個元素距離不是很遠(yuǎn)的時(shí)候可以使用勾股定理計(jì)算元素的距離淘菩。但是經(jīng)緯度坐標(biāo)的密...

A_l_A_n

漏斗限流是最常用的限流方法之一漏斗的剩余空間就代表著當(dāng)前行為可以持續(xù)進(jìn)行的數(shù)量遵班，漏嘴的流水速率代表著系統(tǒng)允許該行為的最大頻率。 分布式限流實(shí)現(xiàn) Redis 4.0 提供了一個...

A_l_A_n

當(dāng)系統(tǒng)處理能力不足的時(shí)候潮改，需要組織計(jì)劃之外的請求繼續(xù)對系統(tǒng)施壓狭郑。除了控制限流，還用于控制用戶的行為汇在。 Redis實(shí)現(xiàn)限流 用一個 zset 結(jié)構(gòu)記錄用戶的行為歷史翰萨，每一個行為...

A_l_A_n

推送推薦內(nèi)容去重，使用bloom filter相當(dāng)于一個不怎么精確的set結(jié)構(gòu)糕殉，當(dāng)使用contain方法判斷一個對象時(shí)候存在的時(shí)候會誤判亩鬼，但是只要參數(shù)合理，它的精確程度還是很...

A_l_A_n

統(tǒng)計(jì)頁面訪問量阿蝶，每個用戶只統(tǒng)計(jì)一次雳锋。HyperLogLog就可以解決這個問題。提供不精確的去重方案赡磅，標(biāo)準(zhǔn)誤差是0.81魄缚。基本滿足uv統(tǒng)計(jì)的需求。 pfadd pfcount...

A_l_A_n

對于只有一組消費(fèi)者的隊(duì)列，使用redis就可以了飞蛹。但是沒有太多的高級特性谤狡，沒有ack保證。 異步消息隊(duì)列 Redis的List數(shù)據(jù)結(jié)構(gòu)常用來做異步消息隊(duì)列卧檐。使用rpush /...

A_l_A_n

分布式應(yīng)用進(jìn)行邏輯處理的時(shí)候墓懂，會遇到并發(fā)問題。比如修改一個用戶的狀態(tài)霉囚，需要先讀取用戶的狀態(tài)捕仔，在內(nèi)存中進(jìn)行修改，修改完后再放回去盈罐。如果這樣的操作同時(shí)進(jìn)行榜跌，就會出現(xiàn)并發(fā)的問題。以...

A_l_A_n

安裝 Docker 直接安裝 源碼啟動windows版：https://github.com/MSOpenTech/redis/releases解壓：Redis-x64-3....