BigKey问题常困扰着Redis用户，其影响不容忽视。本文将深入探讨BigKey问题的本质及解决方案，帮助你优化Redis性能，提升系统稳定性。

本文探讨了高并发系统中Redis缓存击穿的问题及其解决方案。缓存击穿指大量请求同一未缓存数据，导致数据库压力过大。为解决此问题，可以采取以下策略：1) 热点数据永不过期，启动时加载并定期异步刷新；2) 写操作加互斥锁，保证并发安全并设置查询失败返回默认值；3) 预期热点数据直接加缓存，系统启动时加载并设定合理过期时间；4) 手动操作热点数据上下线，通过界面控制缓存刷新。这些方法能有效增强系统稳定性和响应速度。

本文介绍了Redis中的热点key问题及其对系统稳定性的影响。作者提出了多种提前发现热点key的方法，包括历史数据分析、业务分析、实时监控、用户行为分析和机器学习预测。同时，文章列举了应对热点key的解决方案，如分布式存储、主从复制、前置缓存、定时刷新、限制逃逸流量和兜底逻辑。通过这些策略，可以有效管理和预防热点key带来的挑战，保证系统性能和可用性。

在大流量系统中，数据并发竞争可能导致系统性能下降和崩溃。为解决此问题，可以采取加写回操作和互斥锁，确保数据一致性并减少写操作对缓存的影响。另外，保持缓存数据多个备份能降低并发竞争概率。通过实例展示了如何在电商网站中应用这些策略，从而提高系统稳定性和性能。关注微信公众号“软件求生”获取更多技术分享。

Redis热升级方案允许在不中断业务的情况下，实现数千级别Redis的无缝更新。通过构建Redis Shell程序保存数据库状态，封装动态连接库，以及在运行时加载新版本库，保持客户端连接，该方法确保了业务连续性和高可用性，且升级仅需几毫秒，显著提升了系统效率。

小米探讨了Redis数据不一致问题及其原因，包括缓存更新失败和rehash异常。提出了解决方案，如重试策略、缩短缓存时间、优化写入策略、监控报警、一致性验证、缓存分层和数据回滚机制。通过这些方法可提升应用的稳定性和性能。

mysqlTools 一分钟部署安装本mysql多个版本，解锁繁琐部署过程

本文介绍了Redis缓存雪崩问题及其解决方案。缓存雪崩是指大量缓存同一时间失效，导致请求涌入数据库，可能造成系统崩溃。解决方法包括：1) 使用Redis主从复制和哨兵机制提高高可用性；2) 结合本地ehcache缓存和Hystrix限流降级策略；3) 设置随机过期时间避免同一时刻大量缓存失效；4) 使用缓存标记策略，在标记失效时更新数据缓存；5) 实施多级缓存策略，如一级缓存失效时由二级缓存更新；6) 通过第三方插件如RocketMQ自动更新缓存。这些策略有助于保障系统的稳定运行。

# Redis优化指南 了解如何提升Redis性能，从读写方式（整体与部分）、KV size、Key数量、读写峰值、命中率、过期策略、平均穿透加载时间、可运维性、安全性等方面着手。选择合适的读写策略，如只整体读写或部分读写变更，优化KV size避免过大或差异过大，合理管理Key数量，应对不同读写峰值，监控命中率并持续优化，设置智能过期策略，减少平均穿透加载时间，确保高可运维性并强化安全性。一起探索Redis的性能潜力！

本文详细讲解了阿里云自研数据库Tair的发展以及介绍。

MongoDB 是一个开源、高性能、无模式的文档型数据库，常用于处理高并发、海量数据的场景，尤其适合社交、游戏、物流、物联网和视频直播等领域。与传统的关系型数据库相比，MongoDB 更适合存储结构较为灵活、数据量大且事务性要求不高的数据。当面临高读写需求、大规模数据存储和高可扩展性需求时，可以选择 MongoDB。MongoDB 支持类似于 JSON 的 BSON 数据格式，具有丰富的数据模型，如文档、集合和数据库，以及强大的查询和索引功能。此外，MongoDB 提供复制集以实现高可用性和水平扩展性，以适应业务发展和数据增长。

“购物车升级”是今年双十一期间提升用户体验的关键项目，展示了大淘宝技术团队致力于通过技术突破消费者和商家体验的天花板。低延迟是这些挑战中的核心，内存数据库Tair因其高吞吐、大连接数、热点请求处理、异常流量管理和复杂计算逻辑优化等特点，在低延迟场景下表现出色。Tair使用内存/SCM混合存储和各种索引来提供低延迟服务，并通过无锁并发、水平扩展分区等技术应对高并发。此外，Tair还通过热点策略、流控和执行流程优化等手段确保在大促时的稳定性和性能。Tair在双十一期间支持了购物车、销量统计、卖家优惠券召回和互动场景等多种业务，展现其低延迟和高并发的能力。

本文介绍了缓存穿透问题在分布式系统和缓存应用中的严重性，当请求的数据在缓存和数据库都不存在时，可能导致数据库崩溃。为解决此问题，提出了五种策略：接口层增加校验、缓存空值、使用布隆过滤器、数据库查询优化和加强监控报警机制。通过这些方法，可以有效缓解缓存穿透对系统稳定性的影响。

Redis是一个基于内存的 key-value 结构数据库。 Redis 是互联网技术领域使用最为广泛的存储中间件。 Redis是用C语言开发的一个开源的高性能键值对(key-value)数据库，官方提供的数据是可以达到100000+的QPS（每秒内查询次数）。 它存储的value类型比较丰富，也被称为结构化的NoSql数据库。

本文主要介绍了Windows和Linux系统中安装和启动MongoDB的步骤。

本文将试着总结Tair用c++开发redis module中遇到的一些问题并沉淀为最佳实践，希望对redis module的使用者和开发者带来一些帮助（部分最佳实践也适用于c和其他语言）。

分布式锁：满足分布式系统或集群模式下多进程可见并且互斥的锁。 分布式锁的核心思想就是让大家都使用同一把锁，只要大家使用的是同一把锁，那么我们就能锁住线程，不让线程进行，让程序串行执行，这就是分布式锁的核心思路

Redis是一个内存键值对数据库，所以对于内存的管理尤为重要。Redis内部对于内存的管理主要包含两个方向，过期删除策略和数据淘汰策略。内存淘汰策略指在Redis内存使用达到一定阈值的时候，执行某种策略释放内存空间，以便于接收新的数据。数据过期删除策略是指在数据的有效时间到期后，如何从内存中删除这些数据的规则。

集群是一种在多个计算机或服务器之间分配和管理任务的方式。它们被广泛应用于大型计算任务、数据处理、网络服务和高性能计算等领域。在Redis中，主要有以下三种集群，分别是主从集群，哨兵集群，分片集群。

Redis事务的本质是一组命令的集合。事务支持一次执行多个命令，一个事务中所有命令都会被序列化。在事务执行过程，会按照顺序串行化执行队列中的命令，其他客户端提交的命令请求不会插入到事务执行命令序列中。

本文探讨了现代互联网应用中，多级缓存的重要性，特别是Redis在缓存中间件的角色。多级缓存能提升数据访问速度、系统稳定性和可扩展性，减少数据库压力，并允许灵活的缓存策略。浏览器本地内存缓存和磁盘缓存分别优化了短期数据和静态资源的存储，而服务端本地内存缓存和网络内存缓存（如Redis）则提供了高速访问和分布式系统的解决方案。服务器本地磁盘缓存因I/O性能瓶颈和复杂管理而不推荐用于缓存，强调了内存和网络缓存的优越性。

本教程将指导您如何快速创建实例并搭建网上商城的商品相关性分析程序。（ApsaraDB for Redis）是兼容开源Redis协议标准的数据库服务，基于双机热备架构及集群架构，可满足高吞吐、低延迟及弹性变配等业务需求。

缓存穿透是指请求一个不存在的数据，缓存层和数据库层都没有这个数据，这种请求会穿透缓存直接到数据库进行查询。它通常发生在一些恶意用户可能故意发起不存在的请求，试图让系统陷入这种情况，以耗尽数据库连接资源或者造成性能问题。 缓存击穿发生在访问热点数据，大量请求访问同一个热点数据，当热点数据失效后同时去请求数据库，瞬间耗尽数据库资源，导致数据库无法使用。 缓存雪崩是缓存中大量key失效后当高并发到来时导致大量请求到数据库，瞬间耗尽数据库资源，导致数据库无法使用。

Redis在存储数据时可能申请超过实际需求的内存，导致内存碎片。内存碎片率=used_memory_rss/used_memory，大于1.5时需清理。Redis 4.0-RC3后引入`activedefrag`配置来自动整理内存，可通过`config set`命令启用，并通过`active-defrag-ignore-bytes`和`active-defrag-threshold-lower`参数设定清理条件。内存清理可能影响性能，`active-defrag-cycle-min`和`active-defrag-cycle-max`参数调整CPU占用比例以缓解

Redis的确是将数据存储在内存的，但是也会有相关的持久化机制将内存持久化备份到磁盘，以便于重启时数据能够重新恢复到内存中，避免数据丢失的风险。有三种持久化方式——RDB，AOF，混合持久化。RDB持久化是形成数据快照，把内存中的所有数据都记录到磁盘中，是全量持久化。AOF持久化是把Redis处理的每一个写命令都会记录在AOF文件，可以看做是命令日志文件，是增量化持久。混合持久化则结合两者。

RocketMQ 5.0 分级存储背后的技术优化与挑战

HIS系统即医院信息系统(全称为Hospital information System) ，是指利用计算机软硬件技术和网络通信技术等现代化手段，对医院及其所属各部门的人流、物流、财流进行综合管理，对在医疗活动各阶段产生的数据进行采集、存储、处理、提取、传输、汇总，加工形成各种信息，从而为医院的整体运行提供全面的自动化管理及各种服务的信息系统。

使用Java实现从数据库查出数据存入Redis，并在查询时先查Redis，如果Redis中没有数据再从数据库中读取

python使用elasticsearch的详细过程

Spring Boot自2.0版本开始默认使用Lettuce作为Redis的客户端（注1）。Lettuce客户端基于Netty的NIO框架实现，对于大多数的Redis操作，只需要维持单一的连接即可高效支持业务端的并发请求 —— 这点与Jedis的连接池模式有很大不同。同时，Lettuce支持的特性更加全面，且其性能表现并不逊于，甚至优于Jedis。本文通过分析Lettuce的特性和内部实现（基于6.0版本），及其与Jedis的对照比较，对这两种客户端，以及Redis服务端进行深度探讨。

本文介绍了Redis常用命令，以及SpringBoot集成Spring Data Redis和Spring Cache。Spring Data Redis 提供了对 Redis 的操作方法，而 Spring Cache 则提供了基于注解的缓存功能，可以方便地将方法的返回值缓存到 Redis 中，以提高性能和减少对数据源的访问次数。这样的集成可以帮助开发者更便捷地利用 Redis 来管理应用程序的数据和缓存。

本文主要介绍了常见的MongoDB命令操作；结合某个案例需求，将数据库操作，集合操作，文档基本的CURD以及分页查询等命令进行详细说明。

基于centos7.7 源码编译redis-6.0.6记录

本文先讲述了Redis变慢的判别方法，后面讲述了如何提升性能。

阿里云瑶池数据库训练营权益：《玩转Lindorm》学习资料开放下载！

【翻译】来自redis官网对未来的规划

Lindorm训练营系列将通过一系列由浅入深的高质量课程和丰富的动手实验，将理论与实践结合，带你从入门到成为高阶开发者。参营学习还有机会获得惊喜彩蛋～