Redis技术文章
-
- Redis集群脑裂问题及解决办法
- 有效解决Redis集群脑裂问题的方法包括：1）网络配置优化，确保连接稳定性；2）节点监控和故障检测，使用工具实时监控；3）故障转移机制，设置高阈值避免多主节点；4）数据一致性保证，使用复制功能同步数据；5）人工干预和恢复，必要时手动处理。
- 数据库 · Redis | 1年前 | 239浏览 收藏
-
- Redis事务怎么用？4步教你快速玩转Redis事务！
- Redis事务通过将多个命令打包一次性执行，提供有限的原子性和隔离性。其核心实现步骤为：1.MULTI开启事务；2.命令入队但不立即执行；3.EXEC按顺序执行队列中的命令并返回结果；4.DISCARD取消事务。WATCH用于监控key以实现乐观锁。Redis事务无法完全满足ACID特性，原子性仅保证命令全执行或全不执行，但不支持回滚；一致性依赖客户端处理；隔离性有限；持久性取决于持久化策略。事务不支持回滚的原因在于设计哲学追求高效简单。执行失败时需根据EXEC返回值判断原因并重试或放弃。与Lua脚本相比
- 数据库 · Redis | 1年前 | 239浏览 收藏
-
- RedisSentinel高可用集群配置，大神都在用这种方法！
- 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 | 239浏览 收藏
-
- Redis在微服务场景中的应用实例
- 随着微服务架构的不断普及和发展，分布式缓存也成为了微服务架构中不可或缺的一部分，而Redis作为一种高性能缓存数据库，应用场景十分广泛。本文就将介绍Redis在微服务场景中的应用实例，希望帮助读者更好地理解Redis在微服务中的作用和应用。一、Redis在微服务中的作用微服务架构的核心思想是将一个大型的应用拆分成许多小型的服务，每个服务只关注自己的业务逻辑和
- 数据库 · Redis | 3年前 | redis 微服务 239浏览 收藏
-
- Redis配置加密方法与安全防护技巧
- 对Redis配置文件进行加密保护是必要的，因为配置文件包含敏感信息，泄露可能导致严重安全问题。具体方法包括：1.使用openssl工具加密文件，如“opensslenc-aes-256-cbc-salt-inredis.conf-outredis.conf.enc”。2.将加密文件存储在受保护目录，并将解密密码存储在环境变量或密钥管理系统中。3.利用Redis5.0及以上版本的动态配置功能，在需要时解密和加载配置文件，如“opensslenc-d-aes-256-cbc-inredis.conf.enc-
- 数据库 · Redis | 1年前 | 238浏览 收藏
-
- Redis与Kubernetes集群集成管理攻略
- Redis与Kubernetes集群的集成通过部署Redis实例、确保高可用性和管理监控来实现。1)使用StatefulSet部署Redis实例，提供稳定的网络标识和持久存储。2)通过RedisSentinel或RedisCluster实现高可用性。3)使用Prometheus和Grafana进行管理和监控，确保系统的高效运行和问题及时解决。
- 数据库 · Redis | 1年前 | 238浏览 收藏
-
- Redis处理高并发之布隆过滤器详解
- 缓存穿透、击穿、雪崩 首先我们从缓存会出现的几种问题，来进行分析，在高并发的场景下如果出现这种情况，我们应该如何解决。 正常情况下，我们的web应用会先去请求缓存服务，如果缓存
- 数据库 · Redis | 3年前 | 高并发 · redis 238浏览 收藏
-
- RedisJson来了！比MongoDB和ElasticSearch还快！
- 图片来自 包图网下面是核心的报告内容，先上结论： 对于隔离写入(isolated writes)，RedisJSON 比 MongoDB 快 5.4 倍，比 ElasticSearch 快 200 倍以上。 对于隔离读取(isolated reads)，RedisJSON 比 MongoDB
- 数据库 · Redis | 3年前 | mongodb · redis 238浏览 收藏
-
- 干货分享：Redis如何处理客户端连接？
- 本文主要介绍了 Redis 处理客户端连接的一些内部实现机制，包括连接处理、超时、缓冲区等一系列内容。（注：本文所述内容基于 Redis2.6 及以上版本。） 连接的建立 Redis通过监听一个 T
- 数据库 · Redis | 3年前 | Redis · redis 238浏览 收藏
-
- Redis Cluster 客户端怎样处理槽位迁移
- Redis Cluster 槽位迁移期间，客户端要把 MOVED 当作长期路由更新，把 ASK 当作单次请求授权，并通过槽位表刷新、重定向上限和指标记录保持路由稳定。
- 数据库 · Redis | 4天前 | 237浏览 收藏
-
- RedisPub/Sub金融交易适用性及一致性风险
- RedisPub/Sub不适用于金融交易场景，因其纯内存、无持久化、无确认机制，导致消息必然丢失；集群下无全局顺序且不支持事务，应改用Streams或Kafka。
- 数据库 · Redis | 6个月前 | 237浏览 收藏
-
- Redis与RabbitMQ性能对比及组合应用
- Redis和RabbitMQ在性能和联合应用场景中各有优势。1.Redis在数据读写上表现出色，延迟低至微秒级，适合高并发场景。2.RabbitMQ专注于消息传递，延迟在毫秒级，支持多队列和消费者模型。3.联合应用中，Redis可用于数据存储，RabbitMQ处理异步任务，提升系统响应速度和可靠性。
- 数据库 · Redis | 1年前 | 237浏览 收藏
-
- Redis启动后无法访问？快速排查与解决攻略
- Redis启动后无法访问的原因主要包括配置文件问题、网络问题、防火墙设置和内存不足。解决方案如下：1.调整配置文件，确保绑定地址和端口正确；2.修复网络连接，确保Redis服务器和客户端连接正常；3.调整防火墙规则，允许Redis端口访问；4.增加内存或调整Redis配置，确保内存充足。
- 数据库 · Redis | 1年前 | 237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。
- 587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。
- 624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。
- 659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。
- 627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。
- 442次使用
