Redis技术文章
-
- Redis与Memcached区别详解及选型推荐
- 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 | 176浏览 收藏
-
- Redis集群分片教学：手把手教你搞定数据分片
- Redis集群数据分片的原理是通过哈希槽实现数据的分布式存储。1）Redis集群将键空间划分为16384个哈希槽，每个键通过CRC16校验和后对16384取模，决定所属哈希槽。2）每个Redis节点负责一部分哈希槽，实现数据分片。3）这种设计支持动态调整集群规模，通过迁移部分哈希槽添加或移除节点。
- 数据库 · Redis | 1年前 | 176浏览 收藏
-
- Redis日志不会看？手把手教你快速掌握查看与分析技巧
- 要查看和分析Redis日志，需配置日志文件路径、级别并使用工具实时监控与过滤信息。1.配置Redis日志：修改redis.conf文件中的logfile参数指定日志文件路径（如/var/log/redis/redis-server.log），设置loglevel为notice或更高级别以控制日志详细程度；2.查看日志：使用tail-f实时监控日志文件，结合grep搜索特定内容（如错误信息）；3.分析日志：关注[error]错误、慢查询日志（slowlog-log-slower-than配置阈值）、连接状态
- 数据库 · Redis | 1年前 | redis 分析 日志 RedisInsight logrotate 176浏览 收藏
-
- Redis集群健康监控工具与关键指标解析
- 通过redis-cli、RedisInsight、Prometheus和Grafana等工具，以及关注内存使用率、连接数、集群节点状态、数据一致性和性能指标，可以有效监控Redis集群的健康状态。
- 数据库 · Redis | 1年前 | 176浏览 收藏
-
- Redis实现分布式运维与自动化的方法与应用实例
- 随着云计算和大数据的发展，现代软件系统越来越复杂，需要部署在多台机器上并能够处理大量的数据。在这些系统中，分布式运维和自动化是必不可少的。Redis是一种高性能的NoSQL数据库，支持分布式存储，因此成为了分布式运维和自动化的重要工具之一。本文将介绍Redis实现分布式运维和自动化的方法和应用实例。一、分布式运维分布式系统的运维是一个复杂且有挑战性的任务。R
- 数据库 · Redis | 3年前 | redis 自动化 176浏览 收藏
-
- Redis未授权访问防护指南
- Redis集群中requirepass无效，因其仅作用于客户端端口（如6379），不约束集群总线端口（如16379）；节点间通信明文进行，需依赖网络隔离、ACL及正确配置cluster-announce-ip等措施保障安全。
- 数据库 · Redis | 5个月前 | 175浏览 收藏
-
- Redis集群脑裂问题及解决方法
- 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 | 11个月前 | 175浏览 收藏
-
- Redis集群模式有哪些及有什么优点
- 单机模式单机模式的redis非常简单，你只需要启动一个单一的节点就可以了，安装过程不超过5分钟。通过redis-benchmark测试简单的命令，QPS可达到10w以上，不得不说非常的让人惊艳了。单机模式的问题也非常明显。缺乏高可用的机制！假如redis进程死了，进程就只能够穿透到底层的数据库中，对业务来说非常的危险。如果你把redis当作数据存储来用，情况会更加严重，甚至会丢失数据。主从模式所以最基本的redis部署，都会增加一个或者多个slave（现在叫replication）。当主redis发生问题
- 数据库 · Redis | 3年前 | redis 175浏览 收藏
-
- Redis实现持久化的方式汇总
- Redis有3种实现持久化的方式：AOF日志、RDB快照、混合持久化 Redis写入AOF日志的过程 Redis执行完写操作命令后，将命令追加到server.aof_buf缓冲区通过write()系统调用，将aof_buf缓冲区的数据写入到AOF
- 数据库 · Redis | 3年前 | redis 175浏览 收藏
-
- Redis集群优化：RDB压缩降低备份成本
- Redis集群不处理小文件，RDB压缩是单节点操作；每个主节点独立生成并压缩dump.rdb，仅支持内置LZF压缩，高率压缩需备份后用zstd等外部工具完成。
- 数据库 · Redis | 5个月前 | 174浏览 收藏
-
- RedisAOF损坏怎么修复
- redis-check-aof--fix是唯一能直接修复尾部截断类AOF损坏的官方手段，但仅删除末尾无效字节，不恢复中间损坏或语义错误命令；遇Badfileformat错误需先备份、核对版本与路径，注意模块命令兼容性及系统层限制。
- 数据库 · Redis | 5个月前 | 174浏览 收藏
-
- Redis频道订阅监听全攻略
- Jedissubscribe()会阻塞线程，必须在独立线程中调用；onMessage()是唯一消息处理入口；连接断开需手动重试；RedisMessageListenerContainer需设phase为Integer.MIN_VALUE以早初始化；Pythonredis-py要判type再取data并解码；频道名推荐小写点分隔，禁用通配符滥用；订阅端须加健康检查与自动恢复。
- 数据库 · Redis | 6个月前 | 174浏览 收藏
-
- RedisSentinel高可用配置详解
- 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 | 174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。
- 290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。
- 343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。
- 344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。
- 308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。
- 130次使用
