上一篇 将 redis cluster 搭建起来了redis cluster 提供了多个 master，数据可以分布式存储在多个 master 上; 每个 master 都带着 slave，自动就做读写分离; 每个 master 如果故障，那么就会自动将 slave 切换成 master，高可用 redis cluster 默认是不支持 slave 节点读或者写的，跟我们手动基于 rep
转载
2024-06-04 21:51:05
87阅读
# 实现"redis 高并发 key取Null"的方法
## 流程表格
```mermaid
erDiagram
|步骤1: 创建redis连接|
|步骤2: 设置并发测试线程数|
|步骤3: 设置key值为空|
|步骤4: 实现并发访问|
|步骤5: 获取key值|
|步骤6: 判断key是否为Null|
```
## 具体步骤及
原创
2024-03-07 05:35:42
44阅读
Redis 对于从事互联网技术工程师来说并不陌生，几乎所有的大中型企业都在使用 Redis 作为缓存数据库。 但是对于绝大多数企业来说只会用到它的最基础的 KV 缓存功能，还有很多 Redis 的高级功能可能都未曾认真实践过。来自掌阅的工程师钱文品将为大家带来：《Redis 在海量数据和高并发下的优化实践》的主题分享。他将围绕 Redis 分享在平时的日常业务开发中遇到的 9 个经典案
转载
2024-06-28 13:29:58
50阅读
很长一段时间以来，一直在项目中使用Redis作为辅助存储，确切来说是利用Redis的内存存储，而不是将其作为缓存。比如常见的利用Set集合来判断某个数值是否存在，或者将来自不同请求的数据放在Redis中进行拼接然后一起写入MySQL等数据库。 这种存储目的的使用要求对Redis的访问不能失败（如果作为缓存使用，是接受失败的），所以作为存储目的使用代码中要对请求Redis的代码进行异常处理以及重试等
转载
2023-05-25 16:04:10
152阅读
主要是给业务侧同学的参考：1. 首先还是要找到负责redis 的同学一起帮忙排查，看看整个redis集群的运行状况。 a. 如果是有某些机器出现连接超时/读写超时，那么很可能是有大key。 b. 如果是全部机器都
转载
2023-07-07 10:22:47
109阅读
# Redis并发超时实现指南
## 概述
在本文中，我将向你介绍如何在Redis中实现并发超时。我们将使用Redis的事务和超时机制，以确保并发操作在特定时间内完成或超时。
## 流程图
下面是整个实现过程的流程图：
```mermaid
stateDiagram
[*] --> 开始
开始 --> 开启事务
开启事务 --> 执行业务逻辑
执行业务逻辑
原创
2023-09-24 16:57:35
87阅读
流程伪代码：public DataObject readMethod(args){
//尝试从Redis中读取数据
DataObject data=getRedis(key);
If(data=null){//读取数据返回为空，失败
//从数据库中读取数据
data=getFromDataBase();
//重新写入Redis，以便以后读出
writeRedis(key,data);
转载
2023-05-25 18:12:12
100阅读
在高并发短连接的TCP服务器上，当服务器处理完请求后立刻主动正常关闭连接。这个场景下会出现大量socket处于TIME_WAIT状态。如果客户端的并发量持续很高，此时部分客户端就会显示连接不上。我来解释下这个场景。主动正常关闭TCP连接，都会出现TIMEWAIT。为什么我们要关注这个高并发短连接呢？有两个方面需要注意：1. 高并发可以让服务器在短时间范围内同时占用大量端口，而端口有个0~
转载
2024-04-19 15:34:41
77阅读
1，Redis事务是一个单独的隔离操作：事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断。2，Redis事务的主要作用就是串联多个命令防止别的命令插队3，从输入Multi命令开始,Exec开始执行，discard结束 4，关于高并发问题事务时如何解决的 例如秒杀20个商品，会出现的问题
转载
2023-06-13 23:44:49
217阅读
1、最初级的缓存不一致问题以及解决方案问题:先修改数据库，再删除缓存，如果删除缓存失败了(比如网络问题)，那么会导致数据库中是新数据，缓存中是旧数据，数据出现不一致解决思路:先删除缓存，再修改数据库，如果删除缓存成功了，如果修改数据库失败了，那么数据库中是旧数据，缓存中是空的，那么数据不会不一致因为读的时候缓存没有，则读数据库中旧数据，然后更新到缓存中 2、比较复杂的数据不一致问题分析数
转载
2023-07-07 01:24:04
381阅读
一、缓存击穿定义： 缓存中的key一般设有过期时间，如果某个key过期了，恰在这个时候，有大量的并发请求访问这个key，则这些请求都会到达DB,导致DB瞬间压力过大，压垮DB。解决方案： 1.设置互斥锁，mutex。当缓存失效时不时立即去访问数据库，而是使用缓存工具的操作成功带返回值的操作，比如redis的setnx（set if not exit），memcache的add，利用setnx实现锁
转载
2023-09-16 00:13:15
2阅读
Redis采用了一种非常简单的做法，单线程来处理来自所有客户端的并发请求，Redis把任务封闭在一个线程中从而避免了线程安全问题；redis为什么是单线程？官方的解释是，CPU并不是Redis的瓶颈所在，Redis的瓶颈主要在机器的内存和网络的带宽。那么Redis能不能处理高并发请求呢？当然是可以的，至于怎么实现的，我们来具体了解一下。 【注意并发不等于并行，并发性I/O流，意味着能够让一个计算单
转载
2023-08-15 16:16:32
6阅读
# Docker 高并发超时问题解析与优化
随着容器化技术的普及，Docker 已成为许多企业部署应用的首选方案。然而，在面对高并发场景时，Docker 容器可能会遇到超时问题，严重影响应用性能。本文将深入分析 Docker 高并发超时的原因，并提供相应的优化策略。
## Docker 容器超时原因分析
Docker 容器超时问题通常由以下几个方面引起：
1. **网络问题**：容器与宿主
原创
2024-07-26 06:48:10
289阅读
一，什么情况下使用双写？在电商系统中，一部分数据是要实时显示给用户的，例如：商品的价格，商品的库存等。在交易系统中，用户委托数量，成交量等。以上这些数据变更后需要第一时间显示给用户，但并发量又相当高。这时我们就需要将数据进行双写（数据库写，redis写）。 双写常见的有以下两种策略： 一.先删除缓存再更新数据库 二.先更新数据库再删除缓存 注：数
转载
2023-06-13 15:17:33
155阅读
几个原理：主从复制原理、哨兵原理、集群模式工作原理 redis 实现高并发主要依靠主从架构，一主多从。主从后要高可用，就要加哨兵，可以实现，任何一个实例宕机，可以进行主备切换。高并发高可用后想容纳大数据，要redis集群 1.主从复制原理 （1）主从结构：主从(master-slave)架构，一主多从，主负责写，并且将数据复制到其它的 slave 节点，从节点负责读。这样可以水平扩容，支撑读高并发
转载
2023-07-07 16:42:58
85阅读
前言：秒杀功能不外乎就是解决下面两个问题，第一个是高并发对数据库产生的压力，第二个是竞争状态下如何解决库存的正确减少，则超卖问题。使用redis是最优方式，文件锁和数据库锁都不太好，因为redis可以方便实现分布式锁，而且redis支持的并发量远远大于文件锁和数据库锁。redis使用乐观锁（共享锁），悲观锁（排它锁）都可以，不过悲观锁有个问题就是锁等待的时间会占用大量内存，秒杀一般是少量的数据，所
转载
2023-09-18 22:23:31
85阅读
针对大流量瞬间冲击，比如秒杀场景redis前面可以加一层限流 sentinel ／ Hystrix redis高并发（读多写少）下缓存数据库双写误差：1. 修改操作使用分布式锁（就是修改的时候加锁，一次只能有一个线程修改，可以多线程读），对于读多的场景更有利；推荐（以较少的性能代价换取了绝对的一致）2. 延迟删除缓存 修改一个key后，删除
转载
2023-08-15 20:29:28
184阅读
NoSQLNot Only SQL的简称。NoSQL是解决传统的RDBMS在应对某些问题时比较乏力而提出的。即非关系型数据库，它们不保证关系数据的ACID特性，数据之间一般没有关联，在扩展上就非常容易实现，并且拥有较高的性能。Redisredis是nosql的典型代表，也是目前互联网公司的必用技术。redis是键值(Key-Value)存储数据库，主要会使用到哈希表。大多数时候是直接以缓存的形式被
转载
2023-08-15 07:26:13
122阅读
redis在项目中扮演着很重要的角色，一旦redis出现故障，就会出现缓存雪崩的问题，进而导致整个系统的崩溃；同时redis还必须应付高并发的场景，为底层的数据库抗下大部分的流量。所以redis需要实现高可用以及高并发的架构，主要的实现方式有redis主从架构和redis cluster两种redis主从架构redis的主从架构实现高并发依靠的是读写分离，因为缓存使用的场景主要是读多写少。mast
转载
2023-05-25 12:35:03
189阅读
高效爬虫可以在较短的时间内获取更多的数据，提高数据的采集速度。这对于需要大量数据支撑的数据分析、机器学习、人工智能等任务非常重要。高效爬虫可以获取更多的原始数据，并允许更精准的数据清洗和处理。这样可以提高数据的质量和关联性，使得后续的分析和挖掘工作更加准确和有价值。
原创
2023-06-25 15:18:02
320阅读
