抢购、秒杀是如今很常见的一个应用场景，主要需要解决的问题有两个： 1 高并发对数据库产生的压力 2 竞争状态下如何解决库存的正确减少（"超卖"问题） 对于第一个问题，已经很容易想到用缓存来处理抢购，避免直接操作数据库，例如使用Redis。 重点在于第二个问题优化方案1：将库存字段number字段设为unsigned，当库存为0时，因为字段不能为负数，将会返回false（略）优化方案2：使用的事务，
转载
2023-09-24 12:49:26
195阅读
1. 接上篇1. redis其他的数据类型 list set sort set 相应的命令也要知道
2. redis的持久化! RDB 和 AOF
RDB:以快照方式进行持久化，恢复快。 数据完整性比较差。
AOF:以追加日志的方式把写命名放入到日志的尾部，数据库完整性高。恢复慢。
3. redis的集群
转载
2023-07-17 22:05:10
457阅读
<?php/** * Created by PhpStorm. * User: weisheng * Date: 2018/3/26 * Time: 20:14 */ /* * 高并发和大流量解决方案考点 * 1.高并发架构相关概念 * 2.高并发解决方案 */ /* * 高并发相关概念 * 1.并
转载
2018-11-20 14:49:00
148阅读
2评论
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
数据存在redis做队列，写脚本去轮循使用setnx（lock）--del(lock)或if(!file_exist($lock))--ulink($lock)加锁，防止出错，避免死锁
原创
2018-10-05 00:14:40
1209阅读
最近在做一个课程的购买功能，微信支付，以后可能会做团购或者拼团等功能，所以今天想找一找有关秒杀高并发的问题。我理解的方法如下：用另外的单进程处理队列，下单请求都放到队列中，一个一个的处理在更新数据库中库存数的时候，根据update的结果来判断，where 库存 > 0，返回值如果是false，回滚数据库乐观锁，先查询库存，将库存加一，然后生成订单，更新库存的时候再查一次库存，是否跟预期的库存
原创
2017-05-21 16:48:45
3556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
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
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
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
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高并发场景下如何保证缓存数据库双写一致性方案一如果系统要求的数据库与缓存的数据实时性和一致性不是很高，或者系统的并发量不是很大，我是使用先删除缓存，然后再更新数据库，然后再将最新的数据更新到缓存里面。（高并发下该方案有bug，不适合）方案二如果系统本身存在高并发。那么使用方案一一样会存在数据一致性的问题。问题产生：举例：数据库有一条数据。id=10 步骤1：线程1进行写操作。准备set
转载
2023-07-16 15:24:38
129阅读
RedisCluster是在Redis3.0的版本正式推出的，用来解决分布式的需求，同时也可以实现高可用。01、架构RedisCluster可以看成是由多个Redis实例组成的数据集合。客户端不需要关注数据的子集到底存储在哪个节点，只需要关注这个集合整体。案例：3主3从为例，节点之间两两交互，共享数据分片、节点状态等信息02、搭建https://gper.club/articles/7e7e7f7
转载
2023-09-06 14:27:36
136阅读
redis 的特点：• Redis支持数据的持久化，可以将内存中的数据保存在磁盘中，重启的时候可以再次加载进行使用。• Redis不仅仅支持简单的key-value类型的数据，同时还提供list，set，zset，hash等数据结构的存储。• Redis支持数据的备份，即master-slave模式的数据备份。
转载
2023-05-25 09:12:15
154阅读
Redis的高并发和快速原因redis是基于内存的，内存的读写速度非常快；核心是基于非阻塞的IO多路复用机制；redis是单线程的，反而省去了很多上下文切换线程的时间；为什么Redis是单线程的 Redis是基于内存的操作，CPU不是Redis的瓶颈，Redis的瓶颈最有可能是机器内存的大小或者网络带宽。单线程容易实现。 性能指标 redis的性能，基于内存的，普通笔记本轻松处理每秒几十万的
转载
2023-08-09 21:17:54
65阅读
Redis采用单线程处理高并发请求。之所以能高效处理源于两个主要方面：Redis使用Epoll多路复用，多路指多网络连接，复用指多连接复用一个线程。Redis属于NoSQL内存数据库，数据操作在内存。Redis能单机处理几十万并发请求，限制Redis的能力大小主要在内存大小而非CPU。对多核服务器，若要充分利用CPU资源，可以采用多进程Redis方式利用，即多个Redis程序部署在该多核服务器上。
转载
2023-05-30 14:07:55
232阅读
Redis的高并发和快速原因1.redis是基于内存的，内存的读写速度非常快；2.redis是单线程的，省去了很多上下文切换线程的时间；3.redis使用多路复用技术，可以处理并发的连接。非阻塞IO 内部实现采用epoll，采用了epoll+自己实现的简单的事件框架。epoll中的读、写、关闭、连接都转化成了事件，然后利用epoll的多路复用特性，绝不在io上浪费一点时间。下面重点介绍单线程设计
转载
2023-07-10 22:09:11
27阅读
一、Redis AOF模式设置 修改配置文件redis.conf参数： appendonly yes # appendfsync always appendfsync everysec # appendfsync no 二、测试方法 创建多线程，其中每一个线程执行一个无限循环向Redis 发送set key-value命令，由于处理器执行一次循环操作的速度非常快，因此这样每一个线程都模
转载
2024-06-07 14:37:15
134阅读
初识Redis 一. 为什么在多线程并发情况下，以Redis实现的“自增ID工具”能保证ID按顺序自增长且不重复:此处的自增ID工具用的是redis的增加score方法 , 每调用一次 , redis的key ‘id’ 就自增1 , 返回值为增加后的数值 , 故获取id的动作不会有重复值./**
* “自增ID工具”
* @description:
* @author: Jeff
* @
转载
2023-12-18 15:09:31
85阅读
