如果您是考虑通信协议的微服务开发人员，那么选择事件驱动的体系结构可能只会帮助您在晚上放松一些。 通过正确的设计，事件驱动的体系结构可以帮助您创建分离和异步的应用程序，从而为您的应用程序提供高性能和易于扩展的主要优势。 但是，一旦选择了事件驱动的，您仍然需要做出几个关键的设计决策。 （ 有关事件驱动的体系结构和选项，请参见本文。 ）最重要的决定之一是使用消息队列还是流。 在邮件队列中，发件人将
转载
2024-09-25 11:00:49
178阅读
目录RDB：内存快照触发RDB方式恢复RDB文件优点缺点AOF(Append Only File)日志文件AOF回写策略优点缺点数据安全性问题，将内存数据存储到磁盘当中，即持久化问题RDB：内存快照内存快照：就是指内存中数据在某一时刻的状态记录。RDB是Redis中默认的持久化方案。RDB持久化会将内存中的数据写入到磁盘中，在指定的目录下生产一个dump.rdb文件。Redis重启时会加载dump
转载
2024-10-14 15:11:45
156阅读
这篇文章主要是从几个方面来对redis做了一个小总结，整理的话，因为是偏向面试，所以侧重理论的内容会比较多一点使用Redis会有哪些缺点 1、缓存和数据库双写一致性问题 一致性问题时分布式架构当中比较常见的问题，还可以进一步分为强一致性和最终一致性。对于数据库和缓存分别进行操作，势必会造成缓存和数据库数据不
转载
2023-05-25 10:15:20
83阅读
## Redis的RDB快照失败原因分析
在使用Redis时，我们经常会使用RDB快照来将内存中的数据持久化到磁盘上。然而，有时候RDB快照会失败，导致数据丢失或不完整。那么，RDB快照失败的原因有哪些呢？接下来我们来详细分析一下。
### RDB快照失败的可能原因
1. **内存不足**：当Redis内存占用过高时，执行RDB快照可能会出现内存不足的情况，导致RDB快照失败。
2. **
原创
2024-05-31 06:14:56
323阅读
所谓的脑裂，就是指在主从集群中，同时有两个主节点，它们都能接收写请求。而脑裂最直接的影响，就是客户端不知道应该往哪个主节点写入数据，结果就是不同的客户端会往不同的主节点上写入数据。而且，严重的话，脑裂会进一步导致数据丢失。为什么会发生脑裂？1.确认是不是数据同步出现了问题 在主从集群中发生数据丢失，最常见的原因就是主库的数据还没有同步到从库，结果主库发生了故障，等从库升级为主库后，未同步的数据
转载
2023-08-30 22:19:43
44阅读
这就是说，不管你的网有多好，你的数据都不会是以线性（就象打电话一样）传输的，中间总是有空洞的。数据包的传输，不可能百分之百的能够完成，因为种种原因，总会有一定的损失。碰到这种情况，INTERNET会自动的让双方的电脑根据协议来补包。如果你的线路好，速度快，包的损失会非常小，补包的工作也相对较易完成，因此可以近似的将你的数据看做是无损传输。但是，如果你的线路较差（如用猫），数据的损失量就会非常大，补
原创
2022-06-22 10:38:58
2428阅读
数据在INTERNET上的传输方式数据是以数据包为单位传输的，每包nK，不多也不少。这就是说，不管你的网有多好，你的数据都不会是以线性（就象打电话一样）传输的，中间总是有空洞的。数据包的传输，不可能百分之百的能够完成，因为种种原因，总会有一定的损失。碰到这种情况，INTERNET会自动的让双方的电脑根据协议来补包。如果你的线路好，速度快，包的损失会非常小，补包的工作也相对较易完成，因此可以近似的将
原创
2022-07-16 11:48:03
478阅读
RDB（Redis DataBase）的缺陷主要包括以下几个方面：数据丢失风险：RDB是通过定期生成数据快照的方式来持久化数据，这意味着如果在数据快照生成过程中发生了数据丢失或者损坏，那么这部分数据就无法恢复了。性能影响：RDB在生成数据快照时会阻塞Redis服务器，这会对Redis的性能产生影响，特别是在处理大量数据时，可能会造成服务器的延迟。数据压缩：RDB的数据快照是经过压缩的，这使得恢复数
转载
2024-05-11 20:37:41
203阅读
Redis主从复制什么是主从复制持久化保证了即使Redis服务重启也不会丢失数据，因为Redis服务重启后会将硬盘上持久化的数据恢复到内存中，但是当Redis服务器的硬盘损坏了可能会导致数据丢失，不过通过Redis的主从复制机制就可以避免这种单点故障，如下图：说明：主Redis中的数据有两个副本（replication）即从redis1和从redis2，即使一台Redis服务器宕机其它两台Redi
转载
2024-05-15 10:52:09
344阅读
一、认识 KafkaKafka 是分布式发布-订阅消息系统。它最初由 LinkedIn 公司开发，之后成为 Apache 项目的一部分。Kafka 是一个分布式的，可划分的，冗余备份的持久性的日志服务。它主要用于处理活跃的流式数据。1. kafka 架构Kafka 的整体架构非常简单，是显式分布式架构，主要由 producer、broker（kafka）和 consumer 组成。Producer
转载
2024-07-18 10:50:14
16阅读
概述本文提供Redis持久化技术说明, 建议所有Redis用户阅读. 如果您想更深入了解Redis持久性原理机制和底层持久性保证, 请参考文章 揭秘Redis持久化: http://antirez.com/post/redis-persistence-demystified.htmlRedis持久化Redis提供了不同级别的持久化选项:RDB模式, Redis数据库备份文件(Redis
转载
2024-05-17 20:41:51
19阅读
事件背景Redis主从开启AOF，错误操作导致数据被清空。 Redis主要作用：缓存、队列。事故过程Redis搭建了主从，持久化方式为RDB，RDB没有定时备份，且AOF都没有开启。 考虑到开启AOF会使Redis安全性更高，所以尝试先在从机做测试，没问题后再上主机。Redis开启AOF的方式非常简单，打开Redis的conf文件，找到【appendonly】配置项，将【no】改为【yes】重启服
转载
2023-09-02 22:16:45
233阅读
简介REmote DIctionary Server-远程字典服务器 ( Redis ) 是一个由 Salvatore Sanfilippo 写的 key-value 存储系统，是跨平台的非关系型数据库。Redis是一个开源的框架，Redis 是一个开源的使用 ANSI C 语言编写、遵守 BSD 协议、支持网络、可基于内存、分布式、可选持久性的键值对(Key-Value)存储数据库，并提供多种语
转载
2023-08-31 10:12:08
53阅读
文章目录一、RDB （Redis DataBase）1、简介2、使用方法3、如何处理过期数据 ?4、dump.rdb 文件怎么查看 ?5、RDB 优点6、RDB 缺点二、AOF（Append Only File）1、简介2、使用方法3、如何处理过期数据?4、appendonly.aof 文件如何查看 ?5、AOF 优点6、AOF 缺点 一、RDB （Redis DataBase） 1、简介re
转载
2024-10-16 10:19:16
45阅读
# Redis进程被杀后数据会丢失吗？
## 概述
Redis是一个开源的内存数据存储系统，它通过将数据保存在内存中，以提供快速访问和高性能。然而，由于Redis将数据存储在内存中，当Redis进程被杀死时，数据将会丢失。本文将详细解释Redis进程被杀后数据丢失的原因，并提供相应的代码示例。
## Redis数据持久化
为了避免Redis进程被杀后数据丢失的问题，Redis提供了两种数据
原创
2023-08-15 05:06:18
297阅读
Redis Cluster 不保证强一致性，在一些特殊场景，客户端即使收到了写入确认，还是可能丢数据的。场景1：异步复制client 写入 master Bmaster B 回复 OKmaster B 同步至 slave B1 B2 B3B 没有等待 B1 B2 B3 的确认就回复了 client，如果在 slave 同步完成之前，master 宕机了，其中一个 slave 会被选为 master
原创
2021-04-21 14:29:56
1746阅读
什么是丢包，丢包是网络不稳定的一种表现形式，使用Ping命令可以知道服务器网络是否丢包，而ping值的高低以及是否会丢包成为了现在判断服务器是否稳定的标准。服务器丢包有以下原因：
一、服务器被入侵
服务器如果被黑客入侵或中毒等情况，那么服务器就会被黑客用来频繁的发送数据包造成带宽超出上限，这时候测试网络，就会出现丢包的情况，严重的时候可能服务器远程终端也登录不上。所以，服务器的使用过程中需要维护好
原创
2022-07-04 10:20:48
847阅读
kafka丢数据的原因当ack =1 的时候，leader收到消息并把它写入到分区数据文件(不一定同步到磁盘上)时会返回成功，但此时follower还没有同步到最新消息，如果此时leader挂了，则消息丢失在Linux系统上，消息会被写到文件系统缓存里，并不保证他们何时会被刷新到磁盘上，kafka不会一直等待数据被写到磁盘上--它依赖复制功能来保证消息的持久性详解：一个 partition 中的
转载
2024-03-21 08:58:27
66阅读
消费者弄丢数据唯一可能导致消费者弄丢数据的情况，就是说，你那个消费到了这个消息，然后消费者那边自动提交了offset,让kafka以为你已经消费好了这个消息，其实你刚准备处理这个消息，你还没处理，你自己就挂了，此时这条消息就丢咯。这不是一样么，大家都知道kafka会自动提交offset，那么只要关闭自动提交offset，在处理完之后自己手动提交offset，就可以保证数据不会丢。但是此时确实还是会
转载
2023-12-20 06:54:09
79阅读
之前给大家讲解过，多级缓存架构，缓存数据生产服务，监听各个数据源服务的数据变更的消息，得到消息之后，然后调用接口拉去数据将拉去到的数据，写入本地ehcache缓存一份，spring boot整合，演示过数据写入redis分布式缓存中一份，你不断的将数据写入redis，写入redis，然后redis的内存是有限的，每个redis实例最大一般也就是设置给10G那如果你不断的写入数据，当数据写入的量超过
转载
2024-10-19 20:57:32
57阅读
