Redis技术文章
-
- Redis与MongoDB缓存优化方法
- Redis和MongoDB用于优化数据读写，因为它们各有优势。1)Redis适合数据缓存，其高速读写和内存存储特性适用于频繁读写的场景，如电商网站的购物车信息。2)MongoDB适用于复杂数据存储，其灵活的文档模型和查询能力适合处理大量用户生成内容，如社交媒体的帖子和评论。
- 数据库 · Redis | 1年前 | 164浏览 收藏
-
- Redis+MongoDB双剑合璧，数据缓存与读写优化超详细攻略
- Redis和MongoDB用于优化数据读写，因为它们各有优势。1)Redis适合数据缓存，其高速读写和内存存储特性适用于频繁读写的场景，如电商网站的购物车信息。2)MongoDB适用于复杂数据存储，其灵活的文档模型和查询能力适合处理大量用户生成内容，如社交媒体的帖子和评论。
- 数据库 · Redis | 1年前 | 164浏览 收藏
-
- Redis数据这样压缩！3种超实用方法教你不浪费空间
- Redis数据压缩有三种有效方式：1.Redis内置的压缩列表（ziplist）和quicklist，适用于小数据量场景，通过紧凑内存布局减少碎片但性能受限；2.客户端压缩，使用LZF、Snappy等算法在客户端完成压缩解压，灵活性高但增加CPU负担；3.Redis模块如RedisLZF，提供高压缩率且对代码侵入性小，但需额外安装配置。选择时需权衡数据量大小、CPU占用、压缩率及开发成本，同时结合合适数据结构、过期时间设置、内存淘汰策略和分片等方式优化内存使用。
- 数据库 · Redis | 1年前 | redis 内存优化 数据压缩 ziplist 客户端压缩 164浏览 收藏
-
- Prometheus监控Redis性能配置攻略
- 通过Redisexporter采集Redis的指标数据，并配置Prometheus来抓取这些数据，同时设置合适的告警规则。1.安装并配置Redisexporter，使用Docker简化安装过程。2.在Prometheus配置文件中添加scrape配置以抓取Redisexporter数据。3.使用PromQL查询Redisexporter提供的指标，如内存使用率和连接数。4.通过Alertmanager设置告警规则，如内存使用率超过90%时触发告警。
- 数据库 · Redis | 1年前 | 164浏览 收藏
-
- php连接redis的方法
- php连接redis$redis=newRedis();$redis->connect('127.0.0.1',6379);echo"Connectiontoserversuccessfully";//查看服务是否运行echo"Serverisrunning:".$redis->ping();1.设置key/value检查key是否存在删除key修改key$redis->set('db',"redis");//设置键值$redis->set('db',"re
- 数据库 · Redis | 2年前 | php redis 164浏览 收藏
-
- redis分布式锁解决缓存双写一致性
- 如何解决缓存双写问题 只要涉及到缓存，那么缓存双写的问题就避免不了，每一种情况下使用的方案也不相同，对于数据一致性要求不高的场景，我们可以使用延时双删等方案来实现，而对于
- 数据库 · Redis | 3年前 | 一致性 · redis 164浏览 收藏
-
- Redis数据库分布式设计方案介绍
- 问题：1-2亿数据需要缓存，如何设计？ 1 哈希取余分区 2亿条记录就是2亿个k,v，假设有3台机器构成一个集群，用户每次读写操作都是根据公：hash(key) % N个机器台数，计算出哈希值，并用来决定
- 数据库 · Redis | 3年前 | Redis分布式 · redis 164浏览 收藏
-
- Redis哨兵判定节点客观下线的机制是怎样的？
- 客观下线（ODOWN）需多个哨兵通过Gossip协议交换信息并达成quorum共识；quorum是sentinel.conf中配置的最小同意数，非哨兵总数，设为1则退化为主观下线；哨兵间通过SENTINELis-master-down-by-addr命令探测，超时未响应将导致无法凑够quorum；Gossip异步、无中心、带超时，不保证强一致，以换取快速故障发现与低带宽开销；验证ODOWN应使用SENTINELmasters检查flags是否含odown，而非仅依赖+sdown日志。
- 数据库 · Redis | 6个月前 | 163浏览 收藏
-
- 扩展Redis集群节点的步骤与注意事项
- 扩展Redis集群节点的步骤包括：1.准备新节点，确保配置一致；2.使用redis-cli工具将新节点加入集群；3.重新分配槽位以均匀分布数据。在此过程中，需要注意数据迁移、故障处理、性能监控、槽位分配策略和成本效益，确保扩展操作顺利进行。
- 数据库 · Redis | 1年前 | 163浏览 收藏
-
- Redis单节点变集群？手把手教学迁移全过程
- 应从单节点Redis升级到集群模式，因为单节点在处理大规模数据和高并发请求时会遇到瓶颈，而集群模式通过分片和高可用性解决这些问题。升级步骤包括：1.评估现有数据量和访问模式，规划分片策略；2.准备新的集群环境，使用redis-cli--clustercreate命令创建集群；3.将数据迁移到集群，可使用MIGRATE命令或RDB快照方法；4.更新客户端连接逻辑，使用如redis-py-cluster库；5.实施分批迁移策略，监控数据一致性和系统性能；6.优化性能，设置监控和告警，制定故障恢复计划。通过这些
- 数据库 · Redis | 1年前 | 163浏览 收藏
-
- 单节点Redis升级到集群模式的迁移攻略
- 应从单节点Redis升级到集群模式，因为单节点在处理大规模数据和高并发请求时会遇到瓶颈，而集群模式通过分片和高可用性解决这些问题。升级步骤包括：1.评估现有数据量和访问模式，规划分片策略；2.准备新的集群环境，使用redis-cli--clustercreate命令创建集群；3.将数据迁移到集群，可使用MIGRATE命令或RDB快照方法；4.更新客户端连接逻辑，使用如redis-py-cluster库；5.实施分批迁移策略，监控数据一致性和系统性能；6.优化性能，设置监控和告警，制定故障恢复计划。通过这些
- 数据库 · Redis | 1年前 | 163浏览 收藏
-
- Redis 对比 Memcached 并在 CentOS 下进行安装配置详解
- Redis 是一个开源、支持网络、基于内存、键值对的 Key-Value 数据库，本篇文章主要介绍了Redis 对比 Memcached 并在 CentOS 下进行安装配置详解，有兴趣的可以了解一下。 了解一下 Redis Redis 是一个开
- 数据库 · Redis | 3年前 | Redis · redis 163浏览 收藏
-
- 聊一聊Redis与MySQL双写一致性如何保证
- 1 什么是一致性？ 一致性就是数据保持一致，在分布式系统中，可以理解为多个节点中数据的值是一致的。 强一致性： 这种一致性级别是最符合用户直觉的，它要求系统写入什么，读出来的也
- 数据库 · Redis | 3年前 | RedisMySQL · redis 163浏览 收藏
-
- Redis MEMORY USAGE 的 samples 参数怎样估算集合内存
- Redis MEMORY USAGE 的 SAMPLES 不是精度百分比，而是嵌套集合成员的采样数量。本文解释默认值、SAMPLES 0、估算波动和容量规划时的取值方法。
- 数据库 · Redis | 2星期前 | Redis · 162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。
- 292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。
- 344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。
- 348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。
- 311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。
- 133次使用
