Redis技术文章
-
- PHP中redis与memcached的区别是什么
- 1.支持的数据类型：memcached仅支持key-value类型，redis还支持list,set,hash,即redis支持的数据类型更丰富2.存储数据安全：memcached挂掉后，数据不可恢复，redis支持数据的持久化，可以将内存中的数据保存到磁盘中，重启的时候可以再次加载进行使用主要区别：redis支持持久化php的框架有哪些php的框架：1、Laravel，Laravel是一款免费并且开源的PHP应用框架。2、Phalcon，Phalcon是运行速度最快的一个PHP框架。3、Symfony，
- 数据库 · Redis | 2年前 | php redis Memcached 306浏览 收藏
-
- Redis序列化转换类型报错的解决
- Cannot convert value of type 'org.springframework.data.redis.core.convert.MappingRedisConverter' to required type 'org.springframework.data.redis.core.mapping.RedisMappingContext': no matching editors or conversion strategy found 在setVal
- 数据库 · Redis | 3年前 | 转换 · redis 306浏览 收藏
-
- Redis SCAN 使用 MATCH 和 COUNT 时为什么仍会返回重复键
- Redis SCAN 即使带了 MATCH 和 COUNT，也可能在一次完整迭代中返回重复键。原因是 SCAN 只保存游标，MATCH 负责过滤，COUNT 只是工作量提示；应用侧应使用幂等操作或按需去重，并检查遍历期间的数据变化。
- 数据库 · Redis | 3星期前 | Redis · Redis SCAN Redis MATCH Redis COUNT Redis重复键 Redis游标遍历 305浏览 收藏
-
- RedisAOF重写内存占用监控技巧
- AOF重写内存暴增主因是fork的Copy-on-Write机制触发页拷贝+重写缓冲区累积；可通过infomemory差值、日志、aof_pending_rewrite交叉定位；缓解需停自动触发、手动完成重写，并调优auto-aof-rewrite-percentage等参数缩短重写时长。
- 数据库 · Redis | 6个月前 | 305浏览 收藏
-
- RedisHyperLogLog大数据统计技巧
- HLL在处理大数据量统计时的使用技巧包括：1.合并多个HLL以统计多个数据源的UV；2.定期清理HLL数据以确保统计准确性；3.结合其他数据结构使用以获取更多详情。HLL是一种概率性数据结构，适用于需要近似值而非精确值的统计场景。
- 数据库 · Redis | 1年前 | 305浏览 收藏
-
- RedisHyperLogLog高效统计技巧
- HLL在处理大数据量统计时的使用技巧包括：1.合并多个HLL以统计多个数据源的UV；2.定期清理HLL数据以确保统计准确性；3.结合其他数据结构使用以获取更多详情。HLL是一种概率性数据结构，适用于需要近似值而非精确值的统计场景。
- 数据库 · Redis | 1年前 | 305浏览 收藏
-
- RedisvsMemcached：对比分析与场景实战选择
- Redis和Memcached的主要区别在于功能和适用场景。1)Redis提供丰富的数据结构和持久化功能，适合复杂数据处理和需要数据持久化的场景。2)Memcached专注于简单、高效的键值存储，适用于快速缓存需求。选择时需考虑数据复杂性、持久化需求、性能要求和扩展性。
- 数据库 · Redis | 1年前 | 305浏览 收藏
-
- 详解redis脚本命令执行问题(redis.call)
- 1、redis-cli命令行中执行： # 调用redis命令设置缓存 # 不传参数 eval "return redis.call('set', 'name1', 'Tom')" 0 # 传入1个值参数 eval "return redis.call('set', 'name2', ARGV[1])" 0 "Tom" # 传入1个键名参数和1个值参数 ev
- 数据库 · Redis | 3年前 | 命令 · redis 305浏览 收藏
-
- Redis持久化与内存淘汰如何平衡性能
- RDB快照期间内存淘汰变卡是因为fork()触发写时复制且LRU/LFU策略需高频遍历计算，导致CPU负载飙升；可通过切换为random策略、调高maxmemory、启用lazyfree-eviction及优化RDB频率等缓解。
- 数据库 · Redis | 5个月前 | 304浏览 收藏
-
- RedisSentinel高可用集群配置实战攻略
- 配置RedisSentinel高可用集群需要以下步骤：1.配置Sentinel节点，使用sentinelmonitor指令监控主节点；2.设置主从节点，确保从节点能自动接管；3.确保网络稳定性，避免误判；4.至少配置三个Sentinel节点保证高可用性；5.谨慎配置故障转移策略，设置超时时间；6.确保数据一致性，通过配置min-slaves-to-write和min-slaves-max-lag减少数据丢失风险；7.调整sentineldown-after-milliseconds参数减少不必要的故障转移
- 数据库 · Redis | 1年前 | 304浏览 收藏
-
- RedisSentinel高可用集群的最佳配置实践
- 配置RedisSentinel高可用集群需要以下步骤：1.配置Sentinel节点，使用sentinelmonitor指令监控主节点；2.设置主从节点，确保从节点能自动接管；3.确保网络稳定性，避免误判；4.至少配置三个Sentinel节点保证高可用性；5.谨慎配置故障转移策略，设置超时时间；6.确保数据一致性，通过配置min-slaves-to-write和min-slaves-max-lag减少数据丢失风险；7.调整sentineldown-after-milliseconds参数减少不必要的故障转移
- 数据库 · Redis | 1年前 | 304浏览 收藏
-
- 如何利用Redis和Swift开发高性能API功能
- 如何利用Redis和Swift开发高性能API功能随着互联网技术的飞速发展，API（ApplicationProgrammingInterface）已经成为各种应用的重要组成部分。而开发高性能的API功能是提高用户体验的关键之一。本文将介绍如何利用Redis和Swift开发高性能API功能，并提供具体的代码示例。一、什么是Redis？Redis（Remo
- 数据库 · Redis | 3年前 | Redis (关键词：Redis) Swift (关键词：Swift) 高性能API (关键词：高性能API) 304浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案，代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景，打造一站式知识长龙服务，适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例，全面具体可落地，从理论到实践，一步一步将GO核心编程技术、编程思想、底层实现融会贯通，使学习者贴近时代脉搏，做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信：Le-studyg；在课程中，我们将首先介绍MySQL8的新特性，包括性能优化、安全增强、新数据类型等，帮助学生快速熟悉MySQL8的最新功能。接着，我们将深入解析MySQL的网络通信机制，包括协议、连接管理、数据传输等，让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网，分为导航，轮播，关于我们，成功案例，服务流程，团队介绍，数据部分，公司动态，底部信息等内容区块。网站整体采用CSSGrid布局，支持响应式，有流畅过渡和展现动画。
- 485次学习
-
- Golang深入理解GPM模型
- Golang深入理解GPM调度器模型及全场景分析，希望您看完这套视频有所收获；包括调度器的由来和分析、GMP模型简介、以及11个场景总结。
- 474次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集，涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用，助力提升NLP模型性能。
- 355次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台，提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能，助您快速选择最适合项目的高性能大语言模型。
- 416次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制，用户可对比不同大模型回答并生成实时排行榜，助力开发者优化模型及用户选择最佳AI工具。
- 423次使用
-
- HELM
- 深入了解斯坦福推出的HELM（Holistic Evaluation of Language Models）大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景，涵盖准确性、公平性、鲁棒性等多维度指标，助力开发者全面优化语言模型性能。
- 378次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台，提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景，助力开发者全面评估多模态模型性能。
- 200次使用
