取法乎上得乎中 取法乎中得乎下 我们从以下几个方面一起讨论学习Redis,更好的理解他。1、redis数据是基于内存Redis 将数据储存在内存里面,读写数据的时候都不会受到硬盘 I/O 速度的限制,所以速度极快。 数据库的工作模式按存储方式可分为:硬盘数据库和内存数据库 硬盘数据库: 内存数据库:2、redis是单线程——Redis处理网络请求的时候只有一个线程它所有的数据都在内存中,所有的运算
转载 2023-07-08 23:07:40
54阅读
[size=medium][color=red][b]一、Redis介绍:[/b][/color][/size] redis是一个key-value存储系统。和Memcached类似,它支持存储的value类型相对更多,包括string(字符串)、list(链表)、set(集合)和zset(有序集合)。这些数据类型都支持push/pop、add/re
要牢记,只要用到注解,必然有三角关系:定义注解,使用注解,读取注解
原创 2021-07-15 15:41:09
85阅读
一、什么是RedisRedis,全称 Remote Dictionary Server,是一种基于键值对(key-value)的NoSQL数据库。Redis的特性:速度快基于键值对的数据结构服务器丰富的功能简单稳定客户端语言多持久化:RDB和AOF主从复制高可用和分布式Redis使用场景:缓存排行榜系统计数器应用社交网络消息队列系统Redis高性能的三个因素:纯内存存储IO多路复用技术单线程架构
转载 2023-06-13 16:33:47
49阅读
以下是我起草的部门SVN规范里原则的一部分。文件提交时要求必须提交注释,注明相关修改信息,例如bug号、任务描述等。具体内容可采用约定或者设置的形式。你所提交的改变将体现给其他开发者,要明白提交的后果,提交之前要慎重。代码变动及时提交,避免丢失本地修改后无法恢复。在提交之前要编译代码并修正错误。要保证新增加的文件同时被提交,否则只在你本地能正常工作,导致其它人不能编译通过。提交之前要测试所改变的应用,测试改变后的效果是否达到预期的目的。多次检查提交的内容。提交之前应先做SVN更新或与资源库同步,注意到SVN关于冲突、错误的信息。资源库同步会告诉你将要提交的内容与资源库内容之间的差别,确认它们是 Read More
转载 2010-05-07 19:51:00
90阅读
2评论
环境配置​ 官网链接:YApi-教程 (hellosean1025.github.io)​ idea yapi 插件:​
原创 2022-07-05 17:08:32
100阅读
Serverless背后运行原理Serverless 是对服务端运维体系的极端抽象在 Serverless 出现之前,我们要部署这样一个"Hello World"应用得何等繁琐。首先为了运行我们的应用,我们要在服务端构建代码的运行环境:我们要购买虚拟机服务,初始化虚拟机运行环境,安装我们需要的应用运行环境,尽量和本地开发环境保持一致;紧接着为了让用户能够访问我们刚刚启动的应用,我们需要购买域名,用
转载 2024-03-23 10:48:48
41阅读
以下是我起草的部门SVN规范里原则的一部分。文件提交时要求必须提交注释,注明相关修改信息,例如bug号、任务描述等。具体内容可采用约定或者设置的形式。你所提交的改变将体现给其他开发者,要明白提交的后果,提交之前要慎重
原创 2022-01-06 17:30:44
62阅读
HBase分布式数据库,面向列存储(准确的说是面向列族),支持实时、随机读写。HDFS 为 Hbase 提供可靠的底层数据存储服务,MapReduce 为 Hbase 提供高性能的计算能力,Zookeeper 为 Hbase 提供 稳定服务和Failover机制,因此,Hbase 是一个通过大量廉价的机器解决海量数据的高速存储和读取的分布式数据库解决方案。 列式存储的好处:由于查询中的选择规则是通
转载 2023-07-08 19:55:19
55阅读
1.把表名转换为key前缀;如:tags2.中间放置的是用于区分key的字段-对应mysql中的主键的列名,如ID3.第三段放置主键值,如2,3,a,b4.写要存储的列明用户表user,转换为key-value存储   useridusernamepasswordemail1test123123123123@163.comset user:userid:1:usern
转载 2023-07-07 15:57:09
46阅读
一.HBASE介绍HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统,利用HBase技术可在廉价PC Server上搭建大规模结构化的存储集群。HBase的目标是存储并处理大型数据,具体来说是仅需使用普通的硬件配置,就能够处理由成千上万的行和列所组成的大型数据。与MapReduce的离线批处理计算框架不同,HBase是一个可以随机访问的存储和检索数据平台,弥补了HDFS不能随机访问数
转载 2023-07-12 10:26:40
197阅读
缓存的使用场景:1. DB缓存,减轻服务器压力  指优先访问缓存, 没有命中找DB2. 提高系统响应 解决频繁IO而无法响应3. 做Session分离, 多个服务器共享Session信息4. 做分布式锁, 控制多个进程并发下产生的问题,以及控制时序性,使用Redis实现的setNX5. 做乐观锁,Redis可以实现乐观锁 watch + incr缓存的读写模式:1. 
转载 2023-07-08 23:42:17
126阅读
主从模式中,会将几台服务器划分成主服务器和从服务器,一般来说,从服务器的数量会多于主服务器。在主从模式中,主服务器负责写操作,从服务器负责读操作,进行读写分离,减轻单台redis服务器的访问压力,在向主服务器添加数据时,也需要向从服务器同步数据,不然会导致主从服务器的数据不一致。
转载 2023-08-01 13:42:21
129阅读
索引的设计原则原则: 查询更快,占用空间少;适合的索引列在 where 字句中的列 或者连接字句指定的列;数据较少的表,索引效果差,没必要建立索引,因为建立索引,会产生索引文件,占用额外的磁盘空间,并且也需要去维护,反而增加了开销;不要过度的索引,因为索引也是需要磁盘空间的,过多的索引会降低写操作的性能,在修改表内容的时候,索引也需要进行重构的,索引列越多,这个维护索引的时间越长,所以只要保持需要
表结构设计列族数量的设定以用户信息为例,可以将必须的基本信息存放在一个列族,而一些附加的额外信息可以放在另一列族; 尽量避免设计过多的列族。行键的设计设计原则: 将需要批量查询的数据尽可能连续存放 CMS系统----多条件查询 尽可能将查询条件关键词拼装到rowkey中,查询频率最高的条件尽量往前靠HBase的设计原则HBase是三维有序存储的,通过rowkey(行键),column key(co
转载 2023-05-30 14:22:32
70阅读
Redis 单机 、单节点、单实例缺点:1. 单点故障(一台服务如果挂了,整个系统不可用了) 2. 容量有限 3. 压力 过大为了解决 单机的 问题 ,引入了AKF 原则 AKF X轴:直接水平复制应用进程来扩展系统(全量,镜像) Y轴 : 将业务、功能拆分出来扩展系统 Z轴:基于用户信息扩展系统(根据 优先级、逻辑拆分)通过上面的AKF 拆分 一遍多后,带来了数据一致性问
转载 2023-10-03 14:08:51
89阅读
目录主从复制一, 主从复制原理二,主从复制配置1,一主双从1、配置三个redis示例2、配置主从3、集群测试2, 主从切换哨兵模式一, 什么是哨兵模式二, 配置哨兵三,启动哨兵四,验证哨兵五, 复制延时六, 选举策略主从复制随着项目访问量的增加,对Redis服务器的操作也越加频繁,虽然Redis读写速度都很快,但是一定程度上也会造成一定的延时,那么为了解决访问量大的问题,通常会采取的一种方式是主从
转载 2023-07-13 11:19:22
137阅读
# Redis中Key设计的原则 ## 1. 引言 在使用Redis时,合理的Key设计对于提高性能和可维护性至关重要。本文将介绍Redis中Key设计的原则,并给出实际示例和代码。 ## 2. 设计原则 Redis中Key的设计需要考虑以下几个原则: 1. **唯一性**:Key在整个Redis中需要唯一,避免与其他Key冲突。 2. **可读性**:Key需要具备可读性,便于开发者理
原创 2023-12-10 06:24:58
80阅读
由于ACL涉及的配置命令很灵活,功能也很强大,所以我们不能只通过一个小小的例子就完全掌握全部ACL的配置。在介绍例子前为大家将ACL设置原则罗列出来,方便各位读者更好的消化ACL知识。     1、最小特权原则     只给受控对象完成任务所必须的最小的权限。也就是说被控制的总规则是各个规则的交集,只满足部分条件的是不容许通过规则的。
转载 2012-05-13 21:38:19
411阅读
1.java变长参数用...表示,如Print(String... args){  ... };2.如果一个调用既匹配一个固定参数方法,又匹配一个变长参数方法,则优先匹配固定参数的方法3.如果一个调用能匹配两个及以上的变长参数方法,则出现错误——这其实表示方法设计有问题,编译器会提示The method is ambiguous4.方法只能有一个变长参数,且必须放在参数列表的最后一个
原创 2014-07-03 18:44:04
650阅读
  • 1
  • 2
  • 3
  • 4
  • 5