Redis技术文章
-
- 构建RedisCluster集群的节点规划与部署
- RedisCluster集群的节点规划与部署需要至少3个主节点和建议的3个从节点，确保高可用性和可扩展性。1）节点数量：至少3主3从。2）硬件资源：每个节点至少8GB内存。3）网络拓扑：节点应部署在同一数据中心或低延迟网络。4）部署步骤包括安装Redis、配置Redis、启动节点、创建集群和验证状态。
- 数据库 · Redis | 1年前 | 183浏览 收藏
-
- Redis缓存清空后这样保证数据一致性，这个方法太秀了！
- 在Redis缓存清除后确保数据一致性的方法包括：1.缓存与数据库的双写一致性，通过同时更新数据库和Redis来保证实时性，但需注意写放大和一致性问题；2.缓存失效后重建，适用于读多写少的场景，需防范缓存击穿和数据一致性延迟；3.延迟双删策略，适用于高一致性需求，通过先删除缓存、更新数据库、再延迟删除缓存来解决短暂不一致问题，但增加了系统复杂度。
- 数据库 · Redis | 1年前 | 183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 | 183浏览 收藏
-
- Redis数据原子操作技巧与应用场景
- Redis通过事务、Lua脚本和SETNX命令实现数据操作的原子性。1）事务使用MULTI和EXEC命令，确保命令作为整体执行，但不支持回滚。2）Lua脚本通过EVAL命令，适合复杂操作，确保原子性。3）SETNX命令用于简单原子操作，如分布式锁，但需防死锁。
- 数据库 · Redis | 1年前 | 183浏览 收藏
-
- Redis数据原子操作技巧及应用实例
- Redis通过事务、Lua脚本和SETNX命令实现数据操作的原子性。1）事务使用MULTI和EXEC命令，确保命令作为整体执行，但不支持回滚。2）Lua脚本通过EVAL命令，适合复杂操作，确保原子性。3）SETNX命令用于简单原子操作，如分布式锁，但需防死锁。
- 数据库 · Redis | 1年前 | 183浏览 收藏
-
- Redis在Docker容器化部署的最佳攻略
- 最佳实践是使用Docker部署Redis时，应注意数据持久化、配置管理、网络配置和性能优化。1.使用Docker命令启动Redis容器：dockerrun--namemy-redis-p6379:6379-dredis。2.配置数据持久化：dockerrun--namemy-redis-p6379:6379-v/path/to/host/data:/data-dredis。3.定制Redis配置：dockerrun--namemy-redis-p6379:6379-v/path/to/host/conf/
- 数据库 · Redis | 1年前 | 183浏览 收藏
-
- 怎么解析Redis中的哨兵模式原理
- 本篇文章带大家深入理解下Redis哨兵模式原理，聊聊sentinel能干什么，启动sentinel方法和Sentinel工作流程，希望对大家有所帮助！一、Redissentinel是什么？RedisSentinel是Redis的官方高可用性解决方案。RedisSentinel为Redis提供高可用性。实际上，这意味着使用Sentinel可以创建一个Redis集群，在没有人为干预的情况下抵抗某些类型的失败，自动实现故障转移。【相关推荐：Redis视频教程】二、sentinel能干什么？1、监控redis集群
- 数据库 · Redis | 2年前 | redis 183浏览 收藏
-
- redis哨兵模式说明与搭建详解
- 哨兵模式是redis高可用的一种解决方案。 哨兵必须用三个实例取保证自己的高可用，但是哨兵+主从模式是不能保证消息不丢失的。 为什么用三个来保证呢？ 假设现在有两个服务器，第一台有red
- 数据库 · Redis | 3年前 | redis 183浏览 收藏
-
- Redis ACL SETUSER 的 reset 和追加规则有什么区别
- Redis ACL SETUSER 对已有用户默认是追加规则，只有把 reset 放在规则列表开头才会先清空旧能力再重建。本文用 ACL GETUSER 建立基线，并比较追加、局部清理与完整重建的适用边界。
- 数据库 · Redis | 4天前 | Redis · redis redis-cli reset ACL GETUSER ACL SETUSER 权限规则 182浏览 收藏
-
- Redis XINFO CONSUMERS 的 idle 与 inactive 字段区分指南
- Redis XINFO CONSUMERS 返回 name、pending、idle 和 inactive。本文解释 Redis 7.2 后 idle 与 inactive 的差异，并用字段组合判断消费者空闲、轮询无消息或处理停滞。
- 数据库 · Redis | 4星期前 | redis idle pending XINFO CONSUMERS inactive Stream消费者组 182浏览 收藏
-
- Redis 连接池偶发超时怎么查：命令耗时、连接数与慢日志的对应关系
- Redis 连接池偶发超时，不能只把超时时间调大。本文按命令执行、连接占用和网络往返三层排查，结合 INFO clients、CLIENT LIST 与 SLOWLOG 区分服务端慢、连接池耗尽和客户端等待。
- 数据库 · Redis | 2个月前 | Redis · 连接池 · 性能排查 · 缓存运维 · Redis连接池 慢日志 CLIENT LIST Redis超时 INFO clients 182浏览 收藏
-
- Redis性能优化配置指南
- 通过调整Redis的配置参数可以显著提高其读写性能。1.内存管理：设置maxmemory为10GB，maxmemory-policy为allkeys-lru。2.网络通信：调整tcp-backlog为511，timeout为0。3.持久化：设置RDB快照频率为save9001、save30010、save6010000，AOF的appendfsync为everysec。
- 数据库 · Redis | 1年前 | 182浏览 收藏
-
- Redis单节点迁集群的实用方法
- 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 | 182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。
- 1037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。
- 1035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。
- 1179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。
- 1139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。
- 982次使用
